第3章 データサイエンスプロジェクトの作成
データサイエンスワークフローを実装するには、プロジェクトを作成する必要があります。OpenShift では、プロジェクトは追加のアノテーションを持つ Kubernetes namespace であり、リソースへのユーザーアクセスを管理する主な手段です。プロジェクトを使用すると、データサイエンスの作業内容を 1 カ所にまとめ、組織内の他の開発者やデータサイエンティストと共同作業することもできます。
プロジェクト内では、次の機能を追加できます。
- 接続。追加すると、エンドポイントや認証情報などの情報をハードコードすることなく、データにアクセスすることが可能になります。
- データの操作と処理、およびモデルの開発を行うためのワークベンチ。
- モデルのデプロイ。デプロイしたモデルは、テストしてインテリジェントアプリケーションに統合できます。モデルをデプロイすると、API を使用してアクセスできるサービスとして利用可能になります。
- ML ワークフローを自動化するためのパイプライン。
前提条件
- Red Hat OpenShift AI にログインしている。
- プロジェクトを作成するための適切なロールと権限がある。
手順
OpenShift AI ダッシュボードから、Data science projects を選択します。
Data science projects ページには、アクセスできるプロジェクトのリストが表示されます。リスト内のユーザーが要求したプロジェクトごとに、Name 列にプロジェクトの表示名、プロジェクトを要求したユーザー、およびプロジェクトの説明が表示されます。
- Create project をクリックします。
- Create project ダイアログで、Name フィールドを更新して、プロジェクトの一意の表示名を入力します。
オプション: プロジェクトのデフォルトのリソース名を変更する場合は、Edit resource name をクリックします。
リソース名は、OpenShift でリソースに付けられるラベルです。有効な文字には、小文字、数字、ハイフン (-) が含まれます。リソース名は 30 文字を超えることはできず、文字で始まり、文字または数字で終わる必要があります。
注記: プロジェクトの作成後はリソース名を変更できません。表示名と説明のみ編集できます。
- オプション: Description フィールドにプロジェクトの説明を入力します。
- Create をクリックします。
検証
- プロジェクトの詳細ページが開きます。このページから、接続の追加、ワークベンチの作成、パイプラインの設定、モデルのデプロイを行うことができます。