Kto może pracować z Qlik AutoML
Dostęp użytkownika do zasobów i funkcjonalności AutoML zależy od następujących środków kontroli:
-
Uprawnienie użytkownika
-
Przypisanie określonych ról bezpieczeństwa
-
Dostęp do przestrzeni, w której znajdują się zasoby
Szczegółowe informacje na temat każdego wymagania można znaleźć w poniższych sekcjach.
Uprawnienie użytkownika
Do wyświetlania i pracy z Qlik AutoML jest wymagane Uprawnienie profesjonalne lub pełne uprawnienia w dzierżawie.
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).
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.
Oprócz odpowiednich ról zabezpieczeń AutoML potrzebna jest też rola Private Analytics Content Creator do generowania predykcji i przechowywania ich w przestrzeni prywatnej.
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:
Administrowanie eksperymentami i wdrożeniami uczenia maszynowego
Administratorzy dzierżawy i analityki mogą wykonywać w hubie następujące czynności bez żadnych dodatkowych ról zabezpieczeń ani uprawnień do przestrzeni:
-
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 musi mieć wymaganą rolę w przestrzeni.
Administratorzy dzierżawy mogą zarządzać zadaniami eksperymentów i wdrożeń uczenia maszynowego z funkcji Konsola zarządzania. Więcej informacji zawiera temat Zarządzanie eksperymentami i wdrożeniami ML.