Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Ajouter des profils utilisateur
La section suivante explique comment ajouter des profils utilisateur à un domaine à l'aide de la console SageMaker AI ou du AWS CLI.
Une fois qu’un profil utilisateur a été ajouté au domaine, les utilisateurs peuvent se connecter à l’aide d’une URL. Si le domaine utilise AWS IAM Identity Center l'authentification, les utilisateurs reçoivent un e-mail contenant l'URL pour se connecter au domaine. Si le domaine utilise Gestion des identités et des accès AWS, vous pouvez créer une URL pour un profil utilisateur à l'aide de [CreatePresignedDomainUrl](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreatePresignedDomainUrl.html)
## Ajouter des profils utilisateur depuis la console
Vous pouvez ajouter des profils utilisateur à un domaine depuis la console SageMaker AI en suivant cette procédure.
1. Ouvrez la console Amazon SageMaker AI à l'adresse [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Dans le panneau de navigation de gauche, choisissez **Configurations d’administrateur**.
1. Sous **Configurations d’administrateur**, choisissez **Domaines**.
1. Dans la liste de domaines, sélectionnez le domaine auquel vous souhaitez ajouter un profil utilisateur.
1. Sur la page **Détails du domaine**, choisissez l’onglet **Profils utilisateur**.
1. Sélectionnez **Ajouter un utilisateur**. Une nouvelle page s’ouvre.
1. Utilisez le nom par défaut de votre profil utilisateur ou ajoutez un nom personnalisé.
1. Pour **Execution role (Rôle d’exécution)**, choisissez une option dans le sélecteur de rôle. Si vous choisissez **Entrez un ARN de rôle IAM personnalisé**, le rôle doit au minimum être associé à une politique de confiance autorisant l' SageMaker IA à assumer le rôle. Pour plus d'informations, consultez la section [Rôles de l'SageMaker IA](https://docs.aws.amazon.com//sagemaker/latest/dg/sagemaker-roles.html).
Si vous choisissez **Créer un rôle**, la boîte de dialogue **Créer un rôle IAM** s’ouvre :
1. Pour **S3 buckets you specify** (Compartiments S3 que vous spécifiez), indiquez des compartiments Amazon S3 supplémentaires auxquels les utilisateurs de vos blocs-notes peuvent accéder. Si vous ne souhaitez pas ajouter d’accès à d’autres compartiments, choisissez **None (Aucun)**.
1. Choisissez **Créer un rôle**. SageMaker L'IA crée un nouveau rôle IAM`AmazonSageMaker-ExecutionPolicy`, auquel est attachée la [AmazonSageMakerFullAccess](https://console.aws.amazon.com//iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess)politique.
1. (Facultatif) Ajoutez des balises au profil utilisateur. Toutes les ressources créées par le profil utilisateur auront une balise ARN de domaine et une balise ARN de profil utilisateur. La balise ARN de domaine est basée sur l’ID de domaine, tandis que la balise ARN de profil utilisateur est basée sur le nom du profil utilisateur.
1. Choisissez **Suivant**.
1. Dans la section **SageMaker Studio**, vous avez la possibilité de choisir entre la version la plus récente et la version classique de Studio comme expérience par défaut.
+ Si vous choisissez **SageMaker Studio** (recommandé) comme expérience par défaut, l'IDE Studio Classic possède des paramètres par défaut. Pour obtenir des informations sur les paramètres par défaut, consultez [Paramètres par défaut](onboard-quick-start.md#onboard-quick-start-defaults).
Pour obtenir des informations sur Studio, consultez [Amazon SageMaker Studio](studio-updated.md).
+ Si vous choisissez **Studio Classic** comme expérience par défaut, vous pouvez choisir d’activer ou de désactiver le partage des ressources de bloc-notes. Les ressources de bloc-notes incluent des artefacts tels que la sortie des cellules et les référentiels Git. Pour plus d’informations sur les ressources de bloc-notes, consultez [Partager et utiliser un bloc-notes Amazon SageMaker Studio Classic](notebooks-sharing.md).
1. Sous **SageMaker Canvas**, vous pouvez configurer vos paramètres SageMaker Canvas. Pour les instructions et les détails de configuration relatifs à l’intégration, consultez [Commencer à utiliser Amazon SageMaker Canvas](canvas-getting-started.md).
1. Pour la **configuration des autorisations de base Canvas**, indiquez si vous souhaitez établir les autorisations minimales requises pour utiliser l'application SageMaker Canvas.
1. Sous **RStudio**, s'il s'agit d'une RStudio licence, indiquez si vous souhaitez créer l'utilisateur avec l'une des autorisations suivantes :
+ Non autorisé
+ RStudio Administrateur
+ RStudio User
1. Choisissez **Suivant**.
1. Sur la page **Personnaliser l’interface utilisateur de Studio**, vous pouvez personnaliser les applications visualisables et les outils de machine learning (ML) affichés dans Studio. Cette personnalisation masque uniquement les applications et les outils ML dans le volet de navigation de gauche de Studio. Pour obtenir des informations sur l’interface utilisateur de Studio, consultez [Présentation de l'interface utilisateur d'Amazon SageMaker Studio](studio-updated-ui.md).
Pour en savoir plus sur les applications, consultez [Applications prises en charge dans Amazon SageMaker Studio](studio-updated-apps.md).
La fonctionnalité de personnalisation de l’interface utilisateur de Studio n’est pas disponible dans Studio Classic. Si vous souhaitez définir Studio comme expérience par défaut, choisissez **Précédent** et revenez à l’étape précédente.
1. Choisissez **Suivant**.
1. Après avoir examiné vos modifications, choisissez **Créer un profil utilisateur**.
## Créez des profils d'utilisateurs à partir du AWS CLI
Pour créer un profil utilisateur dans un domaine à partir du AWS CLI, exécutez la commande suivante depuis le terminal de votre machine locale. Pour plus d'informations sur la JupyterLab version disponible ARNs, consultez[Configuration d'une JupyterLab version par défaut](studio-jl.md#studio-jl-set).
```
aws --region region \
sagemaker create-user-profile \
--domain-id domain-id \
--user-profile-name user-name \
--user-settings '{
"JupyterServerAppSettings": {
"DefaultResourceSpec": {
"SageMakerImageArn": "sagemaker-image-arn",
"InstanceType": "system"
}
}
}'
```
Vous pouvez utiliser le AWS CLI pour personnaliser les applications et les outils ML affichés dans Studio pour l'utilisateur, en utilisant [StudioWebPortalSettings](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_StudioWebPortalSettings.html). Utilisez `HiddenAppTypes` pour masquer les applications et `HiddenMlTools` pour masquer les outils ML. Pour plus d’informations sur la personnalisation de la navigation gauche de l’interface utilisateur de Studio, consultez [Masquer les outils et applications de machine learning dans l'interface utilisateur d'Amazon SageMaker Studio](studio-updated-ui-customize-tools-apps.md). Cette fonctionnalité n’est pas disponible pour Studio Classic.