AWS Thai Blog

วิธีเปิดใช้งาน Amazon Q Developer Pro Tier บน SageMaker Jupyter Notebook ด้วย user จาก IAM Identity Center

สวัสดีครับ วันนี้ผมจะมาแนะนำวิธีการเปิดใช้งาน Amazon Q Developer แบบ Pro Tier บน SageMaker Jupyter Notebook ผ่าน IAM Identity Center โดยจะช่วยให้คุณสามารถถาม Amazon Q Developer ในการช่วย coding งานด้าน Machine Learning ได้ครับ

Amazon Q Developer คืออะไร? คิดง่ายๆ ว่าเป็นผู้ช่วยอัจฉริยะที่ทำงานด้วย AI จาก AWS ที่จะช่วยให้คุณพัฒนาแอปพลิเคชันบน AWS ได้ง่ายขึ้น โดยสามารถ:

  • ตอบคำถามเกี่ยวกับ AWS และ การใช้งาน services ต่างๆ
  • แนะนำวิธีการเขียน code ของภาษาต่างๆ เช่น Python, Java และอื่นๆ อีกมากมาย
  • ตรวจสอบความปลอดภัยและช่องโหว่ใน code
  • ปรับปรุง code ให้มีประสิทธิภาพโดยอัตโนมัติ

สามารถดูรายละเอียดความสามารถต่างๆ ของ Amazon Q Developer ได้ที่ Amazon Q Developer features

สำหรับคนที่ทำงานด้าน Machine Learning บน Amazon SageMaker AI คุณสามารถใช้ Amazon Q Developer เป็นผู้ช่วยในการพัฒนา code ได้อย่างมีประสิทธิภาพ ไม่ว่าจะเป็น การขอคำแนะนำเกี่ยวกับการใช้งานฟีเจอร์ต่างๆ ของ SageMaker AI, ขอความช่วยเหลือเมื่อเจอปัญหาหรือข้อผิดพลาดใน JupyterLab รวมถึงให้ช่วยเขียนตัวอย่าง code ที่จะช่วยให้คุณเริ่มต้นเขียนโปรแกรมได้ง่ายขึ้น เรียกได้ว่าเป็นเหมือนผู้ช่วยส่วนตัวที่คอยให้คำปรึกษาและช่วยแก้ปัญหาในการพัฒนา Machine Learning Workflow ของคุณนั่นเอง รายละเอียดเพิ่มเติม Use Amazon Q to Expedite Your Machine Learning Workflows

โดยใน Scenario นี้จะจำลองรูปแบบโครงสร้างการทำงานของ Amazon Q Developer บน AWS Cloud เราจะมีโครงสร้างดังนี้

  1. AWS Master Account – เป็นบัญชีหลักที่จัดการ:
    • IAM Identity Center สำหรับจัดการผู้ใช้
    • AWS Organizations สำหรับจัดการบัญชี AWS ทั้งหมด
  2. AWS Member Account – เป็นบัญชีที่เราจะใช้งาน:
    • Amazon Q Developer (ตั้งอยู่ที่ N. Virginia)
    • Amazon SageMaker ที่มี Jupyter Notebook (ตั้งอยู่ที่ Singapore)
  3. ผู้ใช้งานระบบ:
    • Users: ML-Engineer
    • Groups: AmazonQUsers

ขั้นตอนการตั้งค่า แบ่งเป็น 4 ขั้นตอนดังนี้:

ขั้นตอนที่ 1: สร้าง User ใน Identity Center

  1. เข้าสู่ AWS Management Console ด้วย Master Account
  2. ค้นหาและเลือก “IAM Identity Center” ที่ Singapore Region
  3. ไปที่เมนู “Users” และคลิก “Add user”
  4. กรอกข้อมูลผู้ใช้:
    • Username: ML-Engineer
    • Email address (ต้องเป็นอีเมลที่ใช้งานได้จริง)
  5. First name และ Las name
  6. สร้าง User group โดยคลิก “Create group” และตั้งชื่อกลุ่ม
  7. คลิก “Next” และทำการตั้งค่าเพิ่มเติมตามต้องการ
  8. คลิก “Add user” เพื่อยืนยัน
  9. ตรวจสอบอีเมลและยืนยันการลงทะเบียน

หลังจากนั้นให้ไปตรวจสอบความเรียบร้อยของ users ที่สร้างจาก IAM Identity Center ที่ Master Account โดยเฉพาะ email ที่ใช้สมัคร users ซึ่งจะต้องใช้ email นี้ในการสมัคร Amazon Q Developer Pro subscription นั่นเอง ซึ่งจะอธิบายในขั้นตอนถัดไป

ขั้นตอนที่ 2: Enable Identity-Aware Sessions

ในขั้นตอนนี้ถือว่าเป็นส่วนสำคัญในการที่เราจะอนุญาตให้ users หรือ groups จาก AWS IAM Identity Center ใน Master Account สามารถไป Enable Amazon Q Developer Pro subscription ที่ Member Accounts หรือ AWS Account ที่เราจะใช้งาน Amazon SageMaker AI และ Amazon Q Developer ได้ นั่นก็คือการเปิดใช้งาน Identity-Aware session ใน AWS IAM Identity Center ใน Master Account นั่นเอง

วิธีการเปิดใช้งาน Identity-Aware Console Sessions

  1. คลิกที่ Setting ในเมนูของ IAM Identity Center ที่ AWS Master Account
  2. ที่หัวข้อ Enable Identity-Aware Sessions ให้คลิกที่ Enable จากนั้นจะมี pop up เด้งขึ้นมา ให้กด Enable เพื่อยืนยัน

หลังจากคลิป Enable เพื่อยืนยันการเปิดใช้งาน Identity-Aware Sessions แล้ว จะพบว่าในมีข้อความสีเขียว เขียนว่า Enabled ก็ถือว่าในส่วนการจัดการ user ฝั่ง Master Account เสร็จเรียบร้อย

ขั้นตอนที่ 3: ใช้งาน Amazon Q Developer ใน Jupyter Notebook

  1. ให้ login AWS ผ่าน Identity Center ด้วย users : ML Engineer ที่ AWS Member Account
  2. เลือก Singapore Region (ap-southeast-1)
  3. เข้าไปที่คอนโซล Amazon Q หรือค้นหา “Amazon Q” ในช่องค้นหาบริการ AWS
  4. ที่หัวข้อ Amazon Q Developer Pro ให้คลิก “Subscribe”
  5. หลังจากกด Subscribe แล้ว จะมี popup “ Sign up with email” ขึ้นมา ให้กรอกอีเมล์ของ user ที่จะใช้ Amazon Q Developer ซึ่งต้องตรงกับ email ที่ใช้กับ users ของ IAM Identity Center ในขั้นตอนที่ 1 โดยในตัวอย่างนี้ จะใช้ email ของ ML_Engineer เมื่อกรอกอีเมล์เสร็จแล้ว ให้กดปุ่ม “Continue”
  6. คลิก “Enable and Subscribe” เพื่อยืนยัน
  7. จากนั้น จะมีข้อความแจ้งเตือน “You’re subscribed” เพื่อแจ้งการ Subscribed เสร็จเรียบร้อย
  8. ตรวจสอบสถานะการสมัครที่เมนู “Subscriptions” ว่าขึ้นเป็น “Active” หรือไม่
  9. อีกวิธีคือคลิกที่ไอคอน Amazon Q และดูว่าขึ้นเป็น Pro Tier หรือไม่ ซึ่งถ้าขึ้นเป็น Pro Tier ก็ถือว่าเสร็จสิ้นการ subscription

สามารถดูรายละเอียดเพิ่มเติมเกี่ยวกับ Amazon Q Developer ได้ที่ link นี้  Amazon Q Developer

ขั้นตอนที่ 3 : การใช้ Amazon Q Developer ใน Amazon SageMaker Jupyter Notebook

สำหรับท่านที่ใช้ Amazon SageMaker ในการ Machine Learning โดยเขียน coding ผ่าน Jupyter Notebook เองโดย JupyterLab space คือ IDE สำหรับเขียนโค้ดและวิเคราะห์ข้อมูลที่ใช้งานผ่านเว็บเบราว์เซอร์ เป็นเครื่องมือที่เหมาะสำหรับ Data Analyst, Data Scientise, Developer และผู้ที่ต้องการ environment สำหรับงาน Machine Learning สามารถดูรายละเอียดเพิ่มเติมได้ที่ SageMaker JupyterLab

โดยจะสามารถใช้ Amazon Q Developer ให้ช่วยแนะนำ วิธีการเขียน Code รวมถึงการปรับปรุง Code, Review Code ที่มีอยู่ ผ่าน Jupyter AI ได้เลยครับ โดยสามารถ enable ได้ง่ายๆ โดยในตัวอย่างนี้ จะเปิดใช้ Amazon Q Developer ใน Jupyter Lab ผ่าน Amazon SageMaker Studio

  1. ให้เข้าไปที่ SageMaker Domain ที่ใช้งาน หากยังไม่มี สามารถดูวิธีการเริ่มใช้งาน Amazon SageMaker AI ผ่าน Link นี้ Guide to getting set up with Amazon SageMaker AI
  2. คลิกที่ไอคอน JupyterLab และเลือก Space ที่ต้องการ (หากยังไม่มี จะต้องสร้างใหม่) โดยในตัวอย่างนี้ จะใช้ผ่าน space named “KT-DEMO” หากยังไม่มี ให้คลิกที่ปุ่ม + Create JupyterLab space ใหม่
  3. หลังจากเข้า SageMaker JupyterLab Space มาแล้ว จะสามารถเลือก Instance พร้อมกับ prebuild Image ของ SageMaker ต่างๆ ได้ จากนั้นกด Run space แล้วรอสักครู่ให้ระบบ provision instance สักครู่ ทั้งนี้ระยะเวลาที่ใช้ในการ provision instance จะขึ้นอยู่กับ Type ของ Instance และ Image ที่เลือก หากเลือก instance type เป็นแบบ “Fast launch” และ Image แบบ “Fast start-up” ก็จะใช้เวลาในการ provision ประมาณ 2-3 นาที นอกเหนือจากนี้ ก็จะใช้เวลาต่างกันออกไป
  4. เมื่อ provisioned เสร็จเรียบร้อย จะมีปุ่ม “Open JupyterLab” ปรากฏขึ้นมา ให้คลิกที่ปุ่ม Open JupyterLab จากนั้นก็จะมี popup Browser ของ JupyterLab เปิดเพิ่มขึ้นมา
  5. เมื่อเข้ามาใน JupyterLab จะมี environment ต่างๆ ให้เรียกใช้งาน แยกตาม Kernel ต่างๆ เช่น Python3, PySpark เป็นต้น
  6. สังเกตด้านฝั่งซ้ายมือ ตรง Side bar ให้คลิกที่ไอคอน Jupyter AI Chat ที่แถบด้านซ้าย จากนั้น side bar จะขยายออกมา พร้อมข้อความ Welcome และมีปุ่มสีฟ้า เขียนว่า Start here ให้คลิกที่ปุ่มนี้ เพื่อตั้งค่าเพิ่มเติม
  7. ที่เมนู “Language model” ให้เลือก “Amazon Q :: Q-Developer” จาก dropdown และคลิก “Save Changes”
  8. กลับไปที่หน้าแชท และเริ่มใช้งาน Amazon Q Developer ได้เลย

ตัวอย่างการใช้งาน

เมื่อตั้งค่าเสร็จแล้ว คุณสามารถถามคำถามหรือขอให้ Amazon Q ช่วยเขียนโค้ดได้ เช่น:

  • ขอให้สร้าง Python code สำหรับลดขนาดรูปภาพ
  • ขอคำแนะนำเกี่ยวกับการใช้งานฟีเจอร์ต่างๆ ของ SageMaker
  • ขอความช่วยเหลือเมื่อเจอปัญหาหรือข้อผิดพลาดในโค้ด

A


รวมถึง Amazon Q ก็จะให้คำแนะนำต่างๆ เกี่ยวกับ code รวมถึง libraries ต่างๆ ที่เกี่ยวข้องด้วย

Amazon Q จะช่วยสร้างโค้ดและให้คำแนะนำต่างๆ ที่เกี่ยวข้อง ทำให้การพัฒนา Machine Learning ของคุณมีประสิทธิภาพมากยิ่งขึ้น เสมือนมีผู้ช่วย coding โดยเฉพาะในด้าน Machine Learning นั่นเองครับ