Kto może pracować z Qlik AutoML

Dostęp użytkownika do zasobów i funkcjonalności AutoML zależy od następujących środków kontroli:

• Uprawnienie użytkownika

• Przypisanie określonych ról bezpieczeństwa

• Uprawnienia przypisane za pośrednictwem roli User Default lub ról niestandardowych.

• Dostęp do przestrzeni, w której znajdują się zasoby

Szczegółowe informacje na temat każdego wymagania można znaleźć w poniższych sekcjach.

Uprawnienie użytkownika

Aby uzyskać dostęp do większości możliwości przestrzeni Qlik AutoML, wymagane są uprawnienia Uprawnienie profesjonalne lub Full User w dzierżawie.

Użytkownicy mający Uprawnienie Analityk mogą:

• Uruchamiać predykcje z wdrożeń uczenia maszynowego podczas korzystania z aplikacji Qlik Sense. To działanie jest możliwe, gdy skrypt lub wizualizacja korzysta z połączenia danych z Qlik AutoML (na przykład łącznika Qlik AutoML lub niestandardowego połączenia API).

• Działać jako administratorzy zatwierdzający modele. Oznacza to, że mając wystarczające uprawnienia, mogą uzyskać dostęp do ograniczonej wersji centrum aktywności Administrowanie i używać go do aktywowania lub dezaktywowania dowolnego modelu w dzierżawie. Zob. Uprawnienia przypisane za pośrednictwem roli User Default i ról niestandardowych.

Role związane z zabezpieczeniami w AutoML

Administratorzy dzierżawy i właściciel konta usługi mogą wspólnie kontrolować, którzy użytkownicy w dzierżawie mogą korzystać z Qlik AutoML. W tym celu przypisuje się globalne role użytkowników.

Każda rola definiuje konkretny środek kontroli dostępu w zależności od działań, które użytkownik będzie zazwyczaj wykonywał. Dostępne są następujące role użytkowników:

• Automl Experiment Contributor

• Automl Deployment Contributor

Użytkownik z rolą Automl Experiment Contributor zazwyczaj tworzy eksperymenty uczenia maszynowego i nimi zarządza. Może także przeglądać wdrożenia uczenia maszynowego i tworzyć nowe na podstawie eksperymentów.

Użytkownik z rolą Automl Deployment Contributor zazwyczaj pracuje z wdrożeniami uczenia maszynowego. Może tworzyć wdrożenia uczenia maszynowego i nimi zarządzać, a także konfigurować i uruchamiać predykcje na ich podstawie. Użytkownik mający tę rolę może także przeglądać eksperymenty uczenia maszynowego.

Użytkownik może pełnić obie te role jednocześnie. Użytkownicy niemający żadnej roli nie mogą wyświetlać zasobów AutoML ani uzyskiwać do nich dostępu.

Więcej informacji można znaleźć w artykule Uprawnienia przyznawane przez role związane z zabezpieczeniami (subskrypcje oparte na użytkownikach) lub Uprawnienia przyznawane przez role związane z zabezpieczeniami (subskrypcje oparte na pojemności).

Uprawnienia przypisane za pośrednictwem roli User Default i ról niestandardowych

Po tym, jak model zostanie po raz pierwszy wdrożony do wdrożenia uczenia maszynowego, musi zostać aktywowany przez osobę zatwierdzającą model, zanim będzie można go użyć do utworzenia predykcji. Osobami zatwierdzającymi modele mogą być użytkownicy lub administratorzy. Administratorzy dzierżawy również mogą aktywować i dezaktywować dowolny model w dzierżawie.

Administratorzy dzierżawy są odpowiedzialni za przypisywanie określonych uprawnień użytkownikom i administratorom, aby umożliwić im aktywowanie i dezaktywowanie modeli. W zależności od tego, gdzie osoba zatwierdzająca będzie aktywować i dezaktywować modele, administrator dzierżawy musi skonfigurować uprawnienia za pośrednictwem roli User Default, ról niestandardowych lub obu tych rodzajów ról.

Więcej informacji o konfigurowaniu tych uprawnień zawiera temat:

• Konfiguracja uprawnień do zatwierdzania modeli dla administratorów

• Konfiguracja uprawnień do zatwierdzania modeli dla użytkowników

• Role i uprawnienia dla użytkowników i administratorów (subskrypcje oparte na użytkownikach)

• Role i uprawnienia dla użytkowników i administratorów (subskrypcje oparte na pojemności)

Przestrzenie

Eksperymenty, wdrożenia uczenia maszynowego i zestawy danych predykcji są przechowywane w katalogu. Aby je łatwo znajdować, możesz je filtrować według typu lub korzystać z kolekcji.

Oprócz ról zabezpieczeń AutoML uprawnienia do pracy z AutoML zależą dodatkowo od przestrzeni, w której znajdują się zasoby.

Przestrzeń prywatna

Możesz utworzyć eksperymenty i wdrożenia uczenia maszynowego w przestrzeni prywatnej z odpowiednimi rolami związanymi z zabezpieczeniami.

Aby generować predykcje i zapisywać je w swojej przestrzeni prywatnej, potrzebujesz zarówno odpowiednich ról związanych z zabezpieczeniami AutoML, jak i roli Private Analytics Content Creator.

Przestrzenie udostępnione i zarządzane

Aby pracować z zasobami AutoML w przestrzeni udostępnionej lub zarządzanej, potrzebujesz odpowiednich ról zabezpieczeń AutoML, a także wystarczających uprawnień w przestrzeni. Aby uzyskać więcej informacji na temat wymagań dla każdego typu przestrzeni, zobacz:

• Zarządzanie uprawnieniami w przestrzeniach udostępnionych

• Zarządzanie uprawnieniami w przestrzeniach zarządzanych

Administrowanie eksperymentami i wdrożeniami uczenia maszynowego

Administrowanie z poziomu centrów aktywności Analityki lub Wnioski

Administratorzy dzierżawy i analityki mogą wykonywać w centrach aktywności Wnioski następujące czynności bez żadnych dodatkowych uprawnień:

• Wyświetlanie wszystkich eksperymentów i wdrożeń uczenia maszynowego w przestrzeni

• Usuwanie eksperymentów i wdrożeń uczenia maszynowego (tylko administrator dzierżawy może usunąć te zasoby z przestrzeni prywatnej innego użytkownika)

W przypadku innych działań administrator może wymagać określonych uprawnień, takich jak:

• Role w przestrzeniach

• Uprawnienia przypisane za pośrednictwem roli User Default i ról niestandardowych

Administrowanie z centrum aktywności Administrowanie

Z centrum aktywności Administrowanie administratorzy dzierżawy i analityki oraz użytkownicy z określonymi uprawnieniami mogą administrować AutoML.

Więcej informacji na temat uprawnień poszczególnych administratorów można znaleźć w temacie Administrowanie Qlik AutoML i Praca z zatwierdzaniem modeli jako administrator.