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。
- Google Cloud アカウントにログインします。Google Cloud を初めて使用する場合は、アカウントを作成して、実際のシナリオでの Google プロダクトのパフォーマンスを評価してください。新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。
-
Google Cloud Console の [プロジェクト セレクタ] ページで、Google Cloud プロジェクトを選択または作成します。
-
Vertex AI API を有効にします。
-
Google Cloud Console の [プロジェクト セレクタ] ページで、Google Cloud プロジェクトを選択または作成します。
-
Vertex AI API を有効にします。
Vertex AI Feature Store（従来版）のサービス アカウント
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 Google が管理するサービス アカウント 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 アカウントは、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 アカウ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
- featurestore の管理について学習する。
- Vertex AI Feature Store（従来版）を使用する際のベスト プラクティスについて学習する。