Доступы и роли

Доступ к платформе ограничен ролевой моделью личного кабинета. Чтобы пользователь мог переходить на платформу через личный кабинет, назначьте ему роль на проект и воркспейс согласно ролевой модели личного кабинета.

Администрирование и назначение ролей

Внутри платформы ML Space роли отвечают только за то, какие действия пользователь может выполнять на ней. Вы можете назначить пользователю одну или несколько ролей на выбранные воркспейсы в проекте.

Чтобы войти на ML Space, пользователь должен быть добавлен хотя бы в один воркспейс и иметь роль.

../_images/s__roles.png
Примечание

После назначения роли изменения могут вступить в силу с задержкой до 10 минут.

Создавая проект, вы автоматически становитесь администратором проекта и можете управлять действиями в проекте и воркспейсе.

Новые пользователи будут иметь роль, которую им назначили на воркспейсы в личном кабинете.

Администратор проекта в личном кабинете:

  • автоматически становятся администратором всех воркспейсов в этом проекте;

  • получает на почту письма с запросом доступа в воркспейсы;

  • видит список всех индивидуальных Jupyter Servers других пользователей.

Список ролей и доступных действий в ML Space

Ниже кратко описана каждая роль.

Описание ролей в ML Space

Роль

Описание

Full Access ML Space

Полный доступ ко всем модулям и сервисам ML Space.

Позволяет работать со всеми объектами платформы и администрировать некоторые из них.

Read user

Права только на просмотр объектов платформы.

Позволяет просматривать текущее состояние проекта, включая расходы и потребление, а также актуальные объекты, их конфигурацию и логи.

Data Scientist

Анализ данных и проверка продуктовых гипотез.

Пользователь с этой ролью может работать с моделями (Model Registry) и их обучением (Jupyter Server, задачи обучения, обучение на кластерах Spark), а также с Data transfer service и Dataset Registry. Ограничены права доступа к Docker Registry и деплоям.

Data Engineer

Управление ETL-процессами и конвейерами обработки.

Пользователь с этой ролью преимущественно собирает и готовит датасеты с помощью Dataset Registry, Data transfer service, может сохранять модели в Model Registry. Ограничены права доступа к Docker Registry, окружениям, обучению на Spark и деплоям.

ML Ops Engineer

Управление развертыванием моделей и мониторинга.

Пользователь с этой ролью имеет доступ ко всем операциям с Docker Registry, сервису Deployments, Data transfer service, задачам, а также может просматривать хранилища данных.

Список доступных действий для каждой роли приведен ниже.

Доступные действия

Действие

Data Scientist

Data Engineer

ML Ops Engineer

Full Access

Read user

Просмотр баланса

yes

yes

Просмотр детализации, статистики

yes

Просмотр списка воркспейсов

yes

yes

yes

yes

yes

Запрос доступа в воркспейс

yes

yes

yes

yes

yes

Просмотр совместных и своих индивидуальных Jupyter Servers

yes

yes

yes

yes

yes

Создание, изменение, удаление совместных и своих индивидуальных Jupyter Servers

yes

yes

yes

Просмотр чужих индивидуальных Jupyter Servers

Аллокации (если подключены)

yes

yes

yes

yes

yes

Просмотр задач обучения (включая распределенные)

yes

yes

yes

yes

yes

Создание, изменение, удаление задач обучения (кроме распределенных)

yes

yes

yes

yes

Создание, изменение, удаление распределенных задач обучения на кластерах Spark

yes

yes

yes

Просмотр объектов в Environments

yes

yes

yes

yes

yes

Создание, изменение, удаление объектов в Environments

yes

yes

Просмотр объектов в Deployments

yes

yes

yes

yes

yes

Получение предсказаний от модели

yes

yes

yes

Создание, изменение, удаление объектов Deployments

yes

yes

Просмотр образов Docker registry

yes

yes

yes

yes

yes

Скачивание образов Docker registry

yes

yes

yes

yes

Создание, изменение, удаление образов Docker registry

yes

yes

Просмотр коннекторов и правил переноса

yes

yes

yes

yes

yes

Создание, изменение, удаление коннекторов и правил переноса

yes

yes

yes

yes

Просмотр хранилища NFS

yes

yes

yes

yes

yes

Создание, изменение, удаление объектов в хранилище NFS

yes

yes

yes

yes

ML Space