本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 角色参考
<a name="role-manager-personas"></a>

Amazon SageMaker Role Manager 为许多机器学习角色提供了建议的权限。其中包括用于常见机器学习从业人员职责的用户执行角色，以及与 SageMaker 人工智能合作所需的常见 AWS 服务交互的服务执行角色。

每个角色都有以选定机器学习活动为形式的建议权限。有关预定义的机器学习活动及其权限的信息，请参阅 [机器学习活动参考](role-manager-ml-activities.md)。

## 数据科学家角色
<a name="role-manager-personas-data-scientist"></a>

使用此角色配置权限，以便在 SageMaker AI 环境中执行一般的机器学习开发和实验。此角色包括以下预先选择的机器学习活动：
+ 运行 Studio Classic 应用程序
+ 管理机器学习作业
+ 管理模型
+ 管理 AWS Glue 表格
+ Canvas AI Services
+ 帆布 MLOps
+ Canvas Kendra Access
+ 使用 MLflow
+ 需要访问 AWS 以下服务 MLflow
+ 运行 Studio EMR Serverless 应用程序

## MLOps 角色
<a name="role-manager-personas-mlops"></a>

选择此角色来配置运营活动的权限。此角色包括以下预先选择的机器学习活动：
+ 运行 Studio Classic 应用程序
+ 管理模型
+ 管理管道
+ 搜索和可视化实验
+ Amazon S3 Full Access

## SageMaker AI 计算角色
<a name="role-manager-personas-compute"></a>

**注意**  
我们建议您首先使用角色管理器创建 A SageMaker I 计算角色，以便 SageMaker AI 计算资源可以执行训练和推理等任务。使用 SageMaker AI Compute 角色角色与角色经理一起创建此角色。创建 A SageMaker I 计算角色后，记下其 ARN 以备将来使用。

此角色包括以下预先选择的机器学习活动：
+ 访问必需的 AWS 服务