設定

Vertex AI Feature Store（従来版）のプロジェクトを設定し、Vertex AI Feature Store（従来版）の使用に必要な権限を設定します。

プロジェクトを構成する

次の手順では、新しいプロジェクトを作成し、Vertex AI API を有効にする方法について説明します。この API は、Vertex AI Feature Store（従来版）を使用するために必要です。既存のプロジェクトで Vertex AI API が有効になっている場合は、新しいプロジェクトを作成する代わりに、そのプロジェクトを使用できます。

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Make sure that billing is enabled for your Google Cloud project.

  4. Enable the Vertex AI API.

    Enable the API

    5.

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. Make sure that billing is enabled for your Google Cloud project.

  7. Enable the Vertex AI API.

    Enable the API

    8.

Vertex AI Feature Store（従来版）サービス エージェント

ユーザーが操作を行うだけでなく、Vertex AI Feature Store（従来版）がユーザーに代わってソースデータへのアクセスなどのオペレーションを実行する場合があります。その場合、Vertex AI Feature Store（従来版）はサービス エージェント service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com を使用します。デフォルトでは、このサービス エージェントは、featurestore が存在するプロジェクトのソースデータに対するアクセスを Vertex AI Feature Store（従来版）に許可します。ソースデータが featurestore と異なるプロジェクトにある場合、ソースデータが存在するプロジェクトにアクセスするための権限をサービス エージェントに付与する必要があります。

詳細については、Vertex AI サービス エージェントに他のリソースへのアクセス権を付与するをご覧ください。

IAM 権限

Vertex AI 管理者には Vertex AI Feature Store（従来版）管理者権限が必要です。よりきめ細かい権限が必要な場合、Vertex AI Feature Store（従来版）の IAM 事前定義ロールを使用できます。これらのロールは、次のペルソナに基づいて、さまざまな権限セットを提供します。

IT 運用と DevOps
IT 運用と DevOps は Google Cloud リソースを管理し、Feature Store の作成とパフォーマンスの調整を行います。featurestoreAdmin または featurestoreInstanceCreator のロールを使用できます。インスタンス作成者のロールでは、ユーザーに featurestore の管理を許可しますが、データの閲覧や featurestore へのデータの書き込みは許可しません。
データ サイエンティストとデータ エンジニア
データ サイエンティストとデータ エンジニアは、特徴を作成し、featurestore にデータを書き込みます。エンティティ タイプと特徴の管理には featurestoreResourceEditor ロールを、特徴値の読み取りと書き込みには featurestoreDataWriter ロールを使用できます。
ML 研究者とビジネス アナリスト
ML 研究者とビジネス アナリストは、特徴を検索し、モデルのトレーニングまたは予測を行うための値をエクスポートします。新しい特徴の作成やデータの書き込みを行う必要ありません。featurestoreResourceViewer ロールを使用すると、特徴を検索またはブラウジングできます。また、featurestoreDataViewer ロールを使用すると、特徴値を読み取ることができます。

各ロールとそれに関連する権限の詳細については、Vertex AI の事前定義ロールをご覧ください。

割り当てと上限

Vertex AI Feature Store（従来版）では割り当てと上限が適用されます。使用量の上限を設定すること、リソースを管理するだけでなく、予期しない使用量の急増から Google Cloud ユーザーのコミュニティを保護できます。予定外の制約が発生しないように、割り当てと上限ページで Vertex AI Feature Store（従来版）の割り当てを確認してください。たとえば、Vertex AI Feature Store（従来版）では、1 分あたりに作成可能なオンライン サービス ノードとオンライン サービス リクエストの数に割り当てが設定されています。

次のステップ