2.2. 设置数据科学项目
开始之前，请确保您已登陆到 Red Hat OpenShift AI。
流程
在导航菜单中选择 Data Science Projects。本页列出了您可以访问的所有现有项目。在此页面中，您可以选择现有项目（若有）或创建新项目。
请注意，可以通过点 Launch Jupyter 链接来启动 Jupyter 笔记本。但是，它是一个一次性的 Jupyter 笔记本，以隔离方式运行。要实现数据科学工作流，您必须创建一个数据科学项目（如下所述）。通过项目，您的团队可在独立命名空间中组织并合作资源。从项目中，您可以创建多个工作台，每个工作台都有自己的 IDE 环境（如 JupyterLab），每个环境都有自己的数据连接和集群存储。另外，工作台还可以与管道和模型服务器共享模型和数据。
如果您使用 Red Hat Developer Sandbox，会为您提供一个默认的数据科学项目（如
myname-dev）。选择它并跳至 Verification 部分。如果您使用自己的 OpenShift 集群，请点击 Create data Science project。
输入显示名称和描述。根据显示名称，会自动生成资源名称，但如果您愿意，可以更改它。
验证
现在，您可以看到项目的初始状态。单个标签页提供有关项目组件和项目访问权限的更多信息：
- 工作台是您开发和实验环境的实例。它们通常包含 IDE，如 JupyterLab、RStudio 和 Visual Studio Code。
- 管道 包含在项目内执行的数据科学项目。
- 通过 模型，您可以快速为实时推测提供受培训的模式。每个数据科学项目都有多个模型服务器。个模型服务器可以托管多个模型。
- 集群存储是 一个持久性卷，用于保留您在工作台中处理的文件和数据。工作台可以访问一个或多个集群存储实例。
- 数据连接 包含连接到数据源所需的配置参数，如 S3 对象存储桶。
- 权限 定义哪些用户和组可以访问项目。
后续步骤
