Dados tabulares do Hello: configurar o projeto e o ambiente

Neste tutorial, apresentamos as etapas necessárias para treinar e receber previsões do seu modelo de dados tabulares no console do Google Cloud . Se você planeja usar o SDK da plataforma de agentes para Python, verifique se a conta de serviço que inicializa o cliente tem o papel do IAM do Agente de serviço da Vertex AI (roles/aiplatform.serviceAgent).

Nesta parte do tutorial, você vai configurar seu projeto do Google Cloud para usar a Gemini Enterprise Agent Platform e um bucket do Cloud Storage que contém os documentos para treinar seu modelo do AutoML.

Configurar o projeto e o ambiente

1. No console do Google Cloud , acesse a página Seletor de Projetos.

   Acessar o seletor de projetos

2. Selecione ou crie um projeto do Google Cloud .

   Papéis necessários para selecionar ou criar um projeto

   • Selecionar um projeto: para selecionar um projeto, não é necessário ter um papel do IAM específico. É possível selecionar qualquer projeto em que você tenha um papel.
   • Criar um projeto: para criar um projeto, é preciso ter o papel de criador de projetos (roles/resourcemanager.projectCreator), que contém a permissão resourcemanager.projects.create. Saiba como conceder papéis.
   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

3. Verifique se o faturamento está ativado para o projeto do Google Cloud .

4. Abra o Cloud Shell. O Cloud Shell é um ambiente shell interativo para o Google Cloud que permite gerenciar projetos e recursos a partir do navegador da Web.
Acesse o Cloud Shell
5. No Cloud Shell, defina o projeto atual como o ID do projeto do Google Cloude armazene-o na variável de shell projectid:

     gcloud config set project PROJECT_ID &&
     projectid=PROJECT_ID &&
     echo $projectid

   Substitua PROJECT_ID pelo ID do projeto. Localize o ID do projeto no console do Google Cloud . Para mais informações, consulte Encontrar o ID do projeto.

6. Ative as APIs IAM, Compute Engine, Notebooks, Cloud Storage e Agent Platform, se ainda não estiverem ativadas:

   Funções necessárias para ativar APIs

   Para ativar APIs, você precisa da permissão serviceusage.services.enable. Se você criou o projeto, provavelmente já tem essa permissão por meio do papel de proprietário (roles/owner). Caso contrário, é possível conseguir essa permissão por meio do papel de administrador do Service Usage (roles/serviceusage.serviceUsageAdmin). Saiba como conceder papéis.

   gcloud services enable iam.googleapis.com  compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com

7. Conceda papéis à sua conta de usuário. Execute uma vez o seguinte comando para cada um dos seguintes papéis do IAM: roles/aiplatform.user, roles/storage.admin

   gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE

   Substitua:

   • PROJECT_ID: o ID do projeto.
   • USER_IDENTIFIER: o identificador da sua conta de usuário . Por exemplo, [e-mail].
   • ROLE: o papel do IAM que você concede à sua conta de usuário.

O papel do IAM de usuário da Agent Platform (roles/aiplatform.user) fornece acesso para usar todos os recursos na Gemini Enterprise Agent Platform. O papel Administrador do Storage (roles/storage.admin) permite armazenar o conjunto de dados de treinamento do documento no Cloud Storage.

A seguir

Siga a próxima página deste tutorial para criar um conjunto de dados tabular e treinar um modelo de classificação.