La configurazione include informazioni sulla configurazione di un progetto per Vertex AI Feature Store (legacy) e le autorizzazioni necessarie per l'utilizzo Vertex AI Feature Store (legacy).
Configura il progetto
La procedura seguente descrive come creare un nuovo progetto e abilitare l'API Vertex AI. Questa API è richiesta per utilizzare Vertex AI Feature Store (legacy). Se hai già un progetto con abilitata l'API Vertex AI, puoi utilizzare quel progetto anziché la creazione di un nuovo progetto.
- 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.
Agente di servizio Vertex AI Feature Store (legacy)
Oltre alle autorizzazioni utente, Vertex AI Feature Store (legacy) agisce sui tuoi
per eseguire operazioni come l'accesso ai dati di origine. Per farlo,
Vertex AI Feature Store (legacy) utilizza un agente di servizio:
service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com
.
Per impostazione predefinita, l'agente di servizio concede a Vertex AI Feature Store (legacy) l'accesso ai dati di origine nello stesso progetto in cui si trova il tuo feature store. Se i dati di origine si trovano in un progetto diverso dal tuo feature store, devi concedere all'agente di servizio l'autorizzazione per accedere al progetto in cui si trovano.
Per ulteriori informazioni, vedi Concedere agli agenti di servizio Vertex AI l'accesso ad altri Google Cloud.
Autorizzazioni IAM
Gli amministratori di Vertex AI dispongono dell'amministratore di Vertex AI Feature Store (legacy) privilegiati. Se hai bisogno di una maggiore granularità, Vertex AI Feature Store (legacy) fornisce un insieme di ruoli IAM predefiniti. Questi ruoli forniscono diversi insiemi di autorizzazioni in base ai seguenti profili:
- Operazioni IT e DevOps
- Le operazioni IT e DevOps gestiscono le risorse Google Cloud e sono responsabili della creazione di feature store e dell'ottimizzazione delle relative prestazioni. Puoi utilizzare lo
Ruolo
featurestoreAdmin
ofeaturestoreInstanceCreator
. Il ruolo Creatore di istanze consente di gestire i feature store, ma impedisce di visualizzare o scrivere dati nei feature store. - Data scientist e data engineer
- I data scientist e i data engineer creano funzionalità e scrivono dati nei
feature store. Puoi utilizzare il ruolo
featurestoreResourceEditor
per gestire i tipi di entità e le caratteristiche e il ruolofeaturestoreDataWriter
per leggere e scrivere i valori delle caratteristiche. - Ricercatori di ML e analisti aziendali
- I ricercatori di ML e gli analisti aziendali cercano caratteristiche ed esportano valori per
addestrare modelli o fare previsioni; non hanno bisogno di creare nuove funzionalità
scrivere dati. Puoi utilizzare il ruolo
featurestoreResourceViewer
per cercare oppure cerca funzionalità e il ruolofeaturestoreDataViewer
per leggere l'elemento e i relativi valori.
Per le descrizioni di ciascun ruolo e delle relative autorizzazioni, consulta Ruoli predefiniti per Vertex AI.
Quote e limiti
Vertex AI Feature Store (legacy) applica quote e limiti per aiutarti a gestire le risorse impostando i tuoi limiti di utilizzo e per proteggere la community degli utenti di Google Cloud da picchi di utilizzo imprevisti. Per impedirti di raggiungendo vincoli non pianificati, esamina le quote di Vertex AI Feature Store (legacy) della pagina Quote e limiti. Ad esempio: Vertex AI Feature Store (legacy) imposta una quota per il numero di pubblicazioni online nodi e una quota sul numero di richieste di pubblicazione online che puoi effettuare per minuto.
Passaggi successivi
- Scopri di più su come gestire gli archivi di caratteristiche.
- Scopri le best practice per l'utilizzo Vertex AI Feature Store (legacy).