Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Aggiunta di profili utente
<a name="domain-user-profile-add"></a>

La sezione seguente mostra come aggiungere profili utente a un dominio utilizzando la console SageMaker AI o il AWS CLI.

Dopo aver aggiunto un profilo utente al dominio, gli utenti possono accedere utilizzando un URL. Se il dominio utilizza Centro identità AWS IAM l'autenticazione, gli utenti ricevono un'email che contiene l'URL per accedere al dominio. Se il dominio utilizza AWS Identity and Access Management, puoi creare un URL per un profilo utente utilizzando [ CreatePresignedDomainUrl ](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreatePresignedDomainUrl.html)

## Aggiunta di profili utente dalla console
<a name="domain-user-profile-add-console"></a>

Puoi aggiungere profili utente a un dominio dalla console SageMaker AI seguendo questa procedura.

1. Apri la console Amazon SageMaker AI all'indirizzo [ https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).

1. Nel riquadro di navigazione a sinistra, scegli **Configurazioni admin**.

1. In **Configurazioni di amministrazione**, scegli **Domini**.

1. Dall’elenco di domini, seleziona il dominio a cui desideri aggiungere un profilo utente.

1. Nella pagina **Dettagli del dominio**, seleziona la scheda **Profili utente**.

1. Scegli **Add user** (Aggiungi utente). Viene aperta una nuova pagina.

1. Usa il nome predefinito per il tuo profilo utente o aggiungi un nome personalizzato.

1. Per **Execution role (Ruolo esecuzione)** scegliere un'opzione dal selettore di ruolo. Se scegli ** Inserisci un ARN del ruolo IAM personalizzato**, al ruolo deve essere allegata almeno una policy di fiducia che conceda all' SageMaker IA il permesso di assumere il ruolo. Per ulteriori informazioni, consulta Ruoli [ SageMaker AI. ](https://docs.aws.amazon.com/sagemaker/latest/dg/sagemaker-roles.html)

   Se si sceglie **Crea un nuovo ruolo**, viene visualizzata la finestra di dialogo **Crea un ruolo IAM**:

   1. Per **Bucket S3 da specificare**, indica i bucket S3 aggiuntivi a cui gli utenti dei notebook possono accedere. Se non si desidera aggiungere l'accesso ad altri bucket, scegliere **None (Nessuno)**.

   1. Scegli ** Crea ruolo**. SageMaker L'IA crea un nuovo ruolo IAM`AmazonSageMaker-ExecutionPolicy`, con la [ AmazonSageMakerFullAccess ](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/AmazonSageMakerFullAccess) policy allegata.

1. (Facoltativo) Applica i tag al profilo utente. Tutte le risorse create dal profilo utente avranno un tag ARN del dominio e un tag ARN del profilo utente. Il tag ARN del dominio si basa sull’ID dominio, mentre il tag ARN del profilo utente si basa sul nome del profilo utente.

1. Scegli **Next (Successivo)**.

1. Nella ** sezione ** SageMaker Studio, hai la possibilità di scegliere tra la versione più recente e quella classica di Studio come esperienza predefinita.
   + Se scegli ** SageMaker Studio ** (consigliato) come esperienza predefinita, l'IDE di Studio Classic ha le impostazioni predefinite. Per informazioni sulle impostazioni predefinite, consulta [Impostazioni predefinite](onboard-quick-start.md#onboard-quick-start-defaults).

     Per informazioni su Studio, consulta [Amazon Studio SageMaker](studio-updated.md).
   + Se scegli **Studio Classic** come esperienza predefinita, puoi decidere se abilitare o disabilitare la condivisione delle risorse del notebook. Le risorse del notebook includono artefatti come l’output delle celle e i repository Git. Per ulteriori informazioni sulle risorse del notebook, consulta [Condividi e usa un notebook Amazon SageMaker Studio Classic](notebooks-sharing.md).

1. In ** SageMaker Canvas**, puoi configurare le impostazioni di SageMaker Canvas. Per le istruzioni e i dettagli di configurazione per l’onboarding, consulta [Guida introduttiva all'utilizzo di Amazon Canvas SageMaker](canvas-getting-started.md).

   1. Per la configurazione delle autorizzazioni di base di ** Canvas**, seleziona se stabilire le autorizzazioni minime richieste per utilizzare l'applicazione SageMaker Canvas.

1. Se è disponibile una licenza RStudio, in **RStudio** seleziona se desideri creare l’utente con una delle autorizzazioni seguenti:
   + Non autorizzato
   + Admin di RStudio
   + Utente di RStudio

1. Scegli **Next (Successivo)**.

1. Nella pagina **Personalizza l’interfaccia utente di Studio** puoi personalizzare le applicazioni visualizzabili e gli strumenti di machine learning (ML) visualizzati in Studio. Questa personalizzazione nasconde solo le applicazioni e gli strumenti di ML nel riquadro di navigazione a sinistra di Studio. Per informazioni sull’interfaccia utente di Studio, consulta [Panoramica dell'interfaccia utente di Amazon SageMaker Studio](studio-updated-ui.md).

   Per informazioni sulle applicazioni, consulta [Applicazioni supportate in Amazon SageMaker Studio](studio-updated-apps.md).

   La funzionalità di personalizzazione dell’interfaccia utente di Studio non è disponibile in Studio Classic. Per impostare Studio come esperienza predefinita, scegli **Precedente** e torna alla fase precedente.

1. Scegli **Next (Successivo)**.

1. Dopo aver rivisto le modifiche, scegli **Crea un profilo utente**.

## Crea profili utente da AWS CLI
<a name="domain-user-profile-add-cli"></a>

Per creare un profilo utente in un dominio da AWS CLI, esegui il seguente comando dal terminale del tuo computer locale. Per informazioni sulla JupyterLab versione disponibile di ARNs, vedere[Impostazione di una JupyterLab versione predefinita](studio-jl.md#studio-jl-set).

```
aws --region {{region}} \
sagemaker create-user-profile \
--domain-id {{domain-id}} \
--user-profile-name {{user-name}} \
--user-settings '{
  "JupyterServerAppSettings": {
    "DefaultResourceSpec": {
      "SageMakerImageArn": "{{sagemaker-image-arn}}",
      "InstanceType": "system"
    }
  }
}'
```

È possibile utilizzare AWS CLI per personalizzare le applicazioni e gli strumenti ML visualizzati in Studio per l'utente, utilizzando [ StudioWebPortalSettings](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_StudioWebPortalSettings.html). Utilizza `HiddenAppTypes` per nascondere le applicazioni e `HiddenMlTools` per nascondere gli strumenti di ML. Per ulteriori informazioni sulla personalizzazione della navigazione a sinistra dell’interfaccia utente di Studio, consulta [Nascondi strumenti e applicazioni di machine learning nell'interfaccia utente di Amazon Studio SageMaker](studio-updated-ui-customize-tools-apps.md). Questa funzionalità non è disponibile per Studio Classic.