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.

# Création d’un flux de travail personnalisé à l’aide de l’API
<a name="sms-custom-templates-step4"></a>

Une fois que vous avez créé votre modèle d’interface utilisateur personnalisée (étape 2) et traité les fonctions Lambda (étape 3), vous devez placer le modèle dans un compartiment Amazon S3 avec un format de nom de fichier : `<FileName>.liquid.html`. Utilisez l’action [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) pour configurer votre tâche. Vous allez utiliser l’emplacement d’un modèle personnalisé ([Création d’un modèle de tâche d’employé personnalisé](sms-custom-templates-step2.md)) stocké dans un fichier `<filename>.liquid.html` sur S3 en tant que valeur du champ `UiTemplateS3Uri` dans l’objet [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UiConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UiConfig.html) au sein de l’objet [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html).

Pour les tâches AWS Lambda décrites dans[Traitement des données dans un flux de travail d'étiquetage personnalisé avec AWS Lambda](sms-custom-templates-step3.md), l'ARN de la tâche post-annotation sera utilisé comme valeur pour le `AnnotationConsolidationLambdaArn` champ, et la tâche de pré-annotation sera utilisée comme valeur pour `PreHumanTaskLambdaArn.`