As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Referência da atividade de ML
<a name="role-manager-ml-activities"></a>

As atividades de ML são AWS tarefas comuns relacionadas ao aprendizado de máquina com SageMaker IA que exigem permissões específicas do IAM. Cada [persona](https://docs.aws.amazon.com/sagemaker/latest/dg/role-manager-personas.html) sugere atividades de ML relacionadas ao criar uma função com o Amazon SageMaker Role Manager. Você pode selecionar qualquer atividade de ML adicional ou desmarcar atividades de ML sugeridas para criar um perfil que atenda às suas necessidades de negócios exclusivas.

O Amazon SageMaker Role Manager fornece permissões predefinidas para as seguintes atividades de ML:


****  

| **Atividade de ML** | **Descrição** | 
| --- | --- | 
| Acesse os AWS serviços necessários | Permissões para acessar o Amazon S3, o Amazon ECR, o Amazon e o Amazon CloudWatch EC2. Necessárias para perfis de execução de trabalhos e endpoints. | 
| Executar aplicações do Studio Classic | Permissões para operar em um ambiente do Studio Classic. Necessárias para perfis de execução de domínio e perfil de usuário. | 
| Gerenciar trabalhos de ML | Permissões para auditar, consultar linhagem e visualizar experimentos. | 
| Gerenciar modelos | Permissões para gerenciar trabalhos de SageMaker IA em seus ciclos de vida. | 
| Gerenciar pipelines | Permissões para gerenciar SageMaker pipelines e execuções de pipelines. | 
| Pesquisar e visualizar experimentos | Permissões para auditar, consultar linhagem e visualizar experimentos de SageMaker IA. | 
| Gerenciar o monitoramento de modelos | Permissões para gerenciar os cronogramas de monitoramento do SageMaker AI Model Monitor. | 
| Acesso total ao Amazon S3 | Permissões para realizar todas as operações do Amazon S3. | 
| Acesso ao bucket do Amazon S3 | Permissões para realizar operações em buckets do Amazon S3 especificados. | 
| Consultar grupos de trabalho do Athena | Permissões para executar e gerenciar consultas do Amazon Athena. | 
| Gerenciar AWS Glue tabelas | Permissões para criar e gerenciar AWS Glue tabelas para o SageMaker AI Feature Store e o Data Wrangler. | 
| SageMaker Acesso ao Canvas Core | Permissões para realizar experimentos no SageMaker Canvas (ou seja, preparação básica de dados, construção do modelo, validação). | 
| SageMaker Preparação de dados do Canvas (desenvolvido pelo Data Wrangler) | Permissões para realizar a preparação de end-to-end dados no SageMaker Canvas (ou seja, agregar, transformar e analisar dados, criar e agendar trabalhos de preparação de dados em grandes conjuntos de dados). | 
| SageMaker Serviços de IA do Canvas | Permissões para acessar ready-to-use modelos do Amazon Bedrock, Amazon Textract, Amazon Rekognition e Amazon Comprehend. Além disso, o usuário pode ajustar os modelos de base do Amazon Bedrock e da Amazon. SageMaker JumpStart | 
| SageMaker Canvas MLOps | Permissão para usuários do SageMaker Canvas implantarem diretamente o modelo no endpoint. | 
| SageMaker Canvas Kendra Access | Permissão para que o SageMaker Canvas acesse o Amazon Kendra para pesquisa de documentos corporativos. A permissão só é concedida aos nomes selecionados do índice no Amazon Kendra. | 
| Use MLflow | Permissões para gerenciar experimentos, execuções e modelos em MLflow. | 
| Gerenciar servidores MLflow de rastreamento | Permissões para gerenciar, iniciar e interromper servidores MLflow de rastreamento. | 
| Acesso necessário aos AWS Serviços para MLflow | Permissões para servidores MLflow de rastreamento acessarem o S3, o Secrets Manager e o Model Registry. | 
| Executar aplicações do Studio EMR Sem Servidor  | Permissões para criar e gerenciar aplicativos EMR Serverless no Amazon Studio. SageMaker  |