A configuração inclui informações sobre como configurar um projeto para o Vertex AI Feature Store e as permissões necessárias para usar o Vertex AI Feature Store.
Configurar projeto
No procedimento a seguir, descrevemos como criar um projeto e ativar a API Vertex AI. Essa API é necessária para usar o Vertex AI Feature Store. Se você já tiver um projeto com a API do AI Platform ativada, poderá usar esse projeto em vez de criar um novo.
- 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.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI API.
Conta de serviço do Vertex AI Feature Store (legada)
Além das permissões do usuário, o Vertex AI Feature Store atua em seu
nome para executar operações como o acesso aos dados de origem. Para isso,
o Vertex AI Feature Store usa uma conta de serviço gerenciada pelo Google:
service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com
.
Por padrão, a conta de serviço concede acesso ao Vertex AI Feature Store
aos dados de origem no mesmo projeto em que sua featurestore está localizada. Se os
dados de origem estiverem em um projeto diferente da featurestore, você precisará conceder
permissão à conta de serviço para acessar o projeto em que os dados de origem estão
localizados.
Para mais informações, consulte Como conceder aos agentes de serviço da Vertex AI acesso a outros recursos.
Permissões do IAM
Os admins da Vertex AI têm privilégios de administrador do Vertex AI Feature Store. Se você precisar de mais granularidade, o Vertex AI Feature Store fornecerá um conjunto de papéis predefinidos do IAM. Esses papéis fornecem diferentes conjuntos de permissões com base nos seguintes perfis:
- Operações de TI e DevOps
- As operações de TI e DevOps gerenciam recursos do Google Cloud e são responsáveis por
criar featurestores e ajustar o desempenho. É possível usar os papéis
featurestoreAdmin
oufeaturestoreInstanceCreator
. O papel de criador de instância permite gerenciar featurestores, mas impede a visualização ou gravação de dados nelas. - Cientistas e engenheiros de dados
- Cientistas e engenheiros de dados criam recursos e gravam dados em featurestores. É possível usar o papel
featurestoreResourceEditor
para gerenciar tipos e recursos de entidades e o papelfeaturestoreDataWriter
para ler e gravar valores de recursos. - Pesquisadores de ML e analistas de negócios
- Pesquisadores de ML e analistas de negócios pesquisam recursos e exportam valores para
modelos de treinamento ou fazem previsões. Eles não precisam criar recursos nem
gravar dados. É possível usar o papel
featurestoreResourceViewer
para pesquisar ou procurar recursos e o papelfeaturestoreDataViewer
para ler valores de recursos.
Para descrições de cada papel e as permissões associadas a ele, consulte Papéis predefinidos para o Vertex AI.
Cotas e limites
o Vertex AI Feature Store aplica cotas e limites para ajudar você a gerenciar recursos definindo seus próprios limites de uso e para proteger a comunidade de usuários do Google Cloud, evitando picos de uso inesperados. Para evitar que você atinja restrições não planejadas, consulte as cotas do Vertex AI Feature Store na página Cotas e limites. Por exemplo, o Vertex AI Feature Store define uma cota sobre o número de nós de exibição on-line e outra para o número de solicitações de exibição on-line que podem ser feitas por minuto.
A seguir
- Saiba mais sobre Gerenciar featurestores.
- Saiba mais sobre as práticas recomendadas para usar o Vertex AI Feature Store.