Amazon SageMaker Projects ha introducido una innovadora funcionalidad que permite a los científicos de datos acceder de manera autónoma a las herramientas e infraestructura de Amazon Web Services (AWS), facilitando la organización de todos los elementos del ciclo de vida del aprendizaje automático. Este avance busca ayudar a las organizaciones a estandarizar y limitar los recursos para sus equipos de ciencia de datos mediante plantillas preconfiguradas.
No obstante, los clientes de AWS que prefieren utilizar Terraform para gestionar su infraestructura como código enfrentan una complicación. La práctica recomendada para habilitar Amazon SageMaker Projects depende de AWS CloudFormation, lo que impide a las empresas con políticas de TI restrictivas hacia herramientas específicas de proveedores, beneficiarse del uso de Terraform Cloud.
Para abordar esta limitación, un reciente artículo detalla cómo habilitar SageMaker Projects con Terraform Cloud, eliminando la dependencia de CloudFormation. Este enfoque se basa en asignar directamente SageMaker Projects a productos del AWS Service Catalog, designándolos como productos de Terraform que utilizan el AWS Service Catalog Engine para Terraform Cloud, un módulo mantenido por Hashicorp.
Para implementar esta integración, los usuarios deben cumplir con requisitos específicos: poseer una cuenta de AWS con permisos para gestionar proyectos de SageMaker, un dominio de Amazon SageMaker Studio activo, y un terminal Unix con AWS CLI y Terraform instalados. Además, se requiere una cuenta de Terraform Cloud con los permisos necesarios.
El proceso de implementación incluye clonar un repositorio de GitHub, iniciar sesión en Terraform Cloud, recuperar el ARN del rol de usuario de SageMaker y configurar los parámetros necesarios en un archivo de variables. Tras inicializar y aplicar el espacio de trabajo de Terraform Cloud, los usuarios pueden acceder a la consola de SageMaker y crear proyectos directamente, garantizando un flujo de trabajo más eficiente y menor dependencia de herramientas externas.
Este enfoque no solo simplifica el proceso, sino que también permite una mayor personalización al incluir código Terraform en las plantillas de proyecto de SageMaker. Así, las empresas pueden gestionar y desplegar sus proyectos de aprendizaje automático de manera más efectiva dentro de su infraestructura de Terraform Enterprise.
