A.使用静态Amazon S3网站创建无服务器前端,以允许数据科学家通过填写表格来请求Jupyter 笔记本实例.使用Amazon API Gateway 接收来自S3网站的请求,并触发一个中央AWS Lambda 函数以对Amazon SageMaker 进行API 调用,这将启动一个笔记本实例,该实例具有为数据科学家预先配置的KMS 密钥.然后回叫到前端网站以显示笔记本实例的URL
B.创建一个AWS CloudFormation 模板,以使用带有预先配置的KMS 密钥的AWS:SageMakerc:NotebookInstance 资源类型启动Jupyter 笔记本实例.将用户友好名称添加到CloudFormation 模板.使用“输出”部分显示笔记本的URL.使用共享的Amazon S3存储桶将CloudFormation 模板分配给数据科学家
C.创建一个AWS CloudFormation 模板以使用AWS 启动Jupyter 笔记本实例:具有预先配置的KMS 密钥的SageMaker:NotebookInstance 资源类型.通过使用CloudFormation 中的“映射”部分将参数名称映射为Small,Large 和X-Large 来简化参数名称,例如实例大小.使用“输出”部分显示笔记本的URL,然后将模板上载到数据科学家产品组合中的AWS Service Catalog 产品中,并与数据科学家的IAM 角色共享
D.创建一个AWS CLI 脚本,数据科学家可以在本地运行该脚本.提供有关在执行AWS CLI 脚本以使用预配置的KMS 密钥启动Jupyter 笔记本电脑时要提供的参数的逐步说明.使用共享的Amazon S3存储桶将CLI 脚本分发给数据科学家