Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Referencia de actividad de ML
<a name="role-manager-ml-activities"></a>

Las actividades de aprendizaje automático son AWS tareas habituales relacionadas con el aprendizaje automático con SageMaker IA que requieren permisos de IAM específicos. Cada [persona](https://docs.aws.amazon.com/sagemaker/latest/dg/role-manager-personas.html) sugiere actividades de aprendizaje automático relacionadas al crear un rol en Amazon SageMaker Role Manager. Puede seleccionar cualquier actividad de ML adicional o quitar la selección de cualquier actividad de ML sugerida para crear un rol que se adapte a sus necesidades empresariales únicas.

Amazon SageMaker Role Manager proporciona permisos predefinidos para las siguientes actividades de aprendizaje automático:


****  

| **Actividad de ML** | **Descripción** | 
| --- | --- | 
| Acceda a los AWS servicios necesarios | Permisos para acceder a Amazon S3, Amazon ECR CloudWatch, Amazon y Amazon EC2. Se requiere para los roles de ejecución de los trabajos y los puntos de conexión. | 
| Ejecutar aplicaciones de Studio Classic | Permisos para operar en un entorno de Studio Classic. Se requiere para los roles de ejecución de dominios y perfiles de usuario. | 
| Administrar trabajos de ML | Permisos para auditar, consultar el linaje y visualizar los experimentos. | 
| Administrar modelos | Permisos para gestionar los trabajos de SageMaker IA a lo largo de sus ciclos de vida. | 
| Administrar canalizaciones | Permisos para gestionar las SageMaker canalizaciones y las ejecuciones de las canalizaciones. | 
| Buscar y visualizar experimentos | Permisos para auditar, consultar el linaje y visualizar los experimentos de SageMaker IA. | 
| Administrar el monitor de modelos | Permisos para gestionar los cronogramas de monitoreo de SageMaker AI Model Monitor. | 
| Acceso completo a Amazon S3 | Permisos para realizar todas las operaciones de Amazon S3. | 
| Acceder al bucket de Amazon S3 | Permisos para realizar operaciones en buckets de Amazon S3 específicos. | 
| Consulta de grupos de trabajo de Athena | Permisos para ejecutar y administrar consultas de Amazon Athena. | 
| Administre AWS Glue tablas | Permisos para crear y administrar AWS Glue tablas para SageMaker AI Feature Store y Data Wrangler. | 
| SageMaker Canvas Core Access | Permisos para realizar experimentos en SageMaker Canvas (es decir, preparación básica de datos, construcción de modelos, validación). | 
| SageMaker Preparación de datos en Canvas (con tecnología de Data Wrangler) | Permisos para realizar la preparación de end-to-end datos en SageMaker Canvas (es decir, agregar, transformar y analizar datos, crear y programar trabajos de preparación de datos en conjuntos de datos de gran tamaño). | 
| SageMaker Servicios de IA de Canvas | Permisos para acceder a ready-to-use modelos de Amazon Bedrock, Amazon Textract, Amazon Rekognition y Amazon Comprehend. Además, el usuario puede ajustar los modelos de base de Amazon Bedrock y Amazon. SageMaker JumpStart | 
| SageMaker Lienzo MLOps | Permiso para que los usuarios de SageMaker Canvas implementen directamente el modelo en el punto final. | 
| SageMaker Acceso a Canvas Kendra | Permiso para que SageMaker Canvas acceda a Amazon Kendra para la búsqueda de documentos empresariales. El permiso solo se concede a los nombres de índice seleccionados en Amazon Kendra. | 
| Utilice MLflow | Permisos para gestionar experimentos, ejecuciones y modelos en MLflow. | 
| Administre los servidores MLflow de seguimiento | Permisos para administrar, iniciar y detener los servidores MLflow de seguimiento. | 
| Se requiere acceso a AWS los servicios para MLflow | Permisos para que los servidores de MLflow seguimiento accedan a S3, Secrets Manager y Model Registry. | 
| Ejecutar aplicaciones de Studio EMR sin servidor | Permisos para crear y gestionar aplicaciones EMR sin servidor en Amazon Studio. SageMaker  |