Configuration

La configuration comprend des informations sur la configuration d'un projet pour Vertex AI Feature Store (ancien) et les autorisations requises pour utiliser Vertex AI Feature Store (ancien).

Configurer le projet

La procédure suivante explique comment créer un projet et activer l'API Vertex AI. Cette API est requise pour utiliser Vertex AI Feature Store (ancien). Si vous disposez déjà d'un projet pour lequel l'API Vertex AI est activée, vous pouvez utiliser ce projet au lieu de créer un projet.

  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.

Agent de service Vertex AI Feature Store (ancien)

En plus des autorisations utilisateur, Vertex AI Feature Store (ancien) agit en votre nom pour effectuer des opérations telles que l'accès aux données sources. Pour ce faire, Vertex AI Feature Store (ancien) utilise un agent de service : service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com. Par défaut, l'agent de service accorde l'accès à Vertex AI Feature Store (ancien) aux données source du projet dans lequel se trouve votre magasin de caractéristiques. Si les données sources se trouvent dans un projet différent de votre featurestore, vous devez autoriser l'agent de service à accéder au projet où se trouvent les données sources.

Pour en savoir plus, consultez la section Accorder aux agents de service Vertex AI l'accès à d'autres ressources.

Autorisations IAM

Les administrateurs de Vertex AI disposent de droits d'administrateur Vertex AI Feature Store (ancien). Si vous avez besoin de plus de précision, Vertex AI Feature Store (ancien) fournit un ensemble de rôles IAM prédéfinis. Ces rôles fournissent différents ensembles d'autorisations en fonction des personas suivants :

Opérations informatiques et DevOps
Les opérations informatiques et les DevOps gèrent les ressources Google Cloud et sont chargés de créer des featurestores et d'ajuster leurs performances. Vous pouvez utiliser le rôle featurestoreAdmin ou featurestoreInstanceCreator. Le rôle de créateur d'instances permet de gérer les featurestores, mais ne permet pas d'afficher ou écrire des données dans les featurestores.
Data Scientists et ingénieurs de données
Les data scientists et les ingénieurs de données créent des fonctionnalités et écrivent des données dans des featurestores. Vous pouvez utiliser le rôle featurestoreResourceEditor pour gérer les types d'entités et les caractéristiques, et le rôle featurestoreDataWriter pour lire et écrire des valeurs de caractéristiques.
Chercheurs en ML et analystes métier
Les chercheurs en ML et les analystes métier recherchent des caractéristiques et exportent des valeurs pour des modèles d'entraînement ou des prédictions. Ils n'ont pas besoin de créer de nouvelles fonctionnalités ni d'écrire des données. Vous pouvez utiliser le rôle featurestoreResourceViewer pour rechercher des caractéristiques et le rôle featurestoreDataViewer pour lire les valeurs des caractéristiques.

Pour obtenir une description de chaque rôle et des autorisations associées, consultez la section Rôles prédéfinis pour Vertex AI.

Quotas et limites

Vertex AI Feature Store (ancien) applique des quotas et des limites pour vous aider à gérer les ressources en définissant vos propres limites d'utilisation et pour protéger la communauté des utilisateurs de Google Cloud en empêchant les pics d'utilisation imprévus. Pour vous éviter d'atteindre des contraintes non planifiées, consultez les quotas de Vertex AI Feature Store (ancien) sur la page Quotas et limites. Par exemple, Vertex AI Feature Store (ancien) définit un quota sur le nombre de nœuds de diffusion en ligne et un quota sur le nombre de requêtes de diffusion en ligne que vous pouvez effectuer par minute.

Étapes suivantes