Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Tutoriel : Utiliser un bloc-notes SageMaker AI avec votre terminal de développement
<a name="dev-endpoint-tutorial-sage"></a>

 DansAWS Glue, vous pouvez créer un point de terminaison de développement, puis créer un bloc-notes d' SageMaker IA pour vous aider à développer vos scripts ETL et d'apprentissage automatique. Un bloc-notes SageMaker AI est une instance de calcul d'apprentissage automatique entièrement gérée qui exécute l'application Jupyter Notebook.

1. Dans la console AWS Glue, choisissez **Dev endpoints** (Points de terminaisons de dév.) pour accéder à la liste des points de terminaison de développement. 

1. Cochez la case à côté du nom du point de terminaison de développement que vous souhaitez utiliser, puis dans le menu **Action**, choisissez **Créer un SageMaker bloc-notes**.

1. Complétez la page **Create and configure a notebook (Créer et configurer un bloc-notes)** comme suit :

   1. Entrez un nom de bloc-notes.

   1. Sous **Attach to development endpoint (Attacher au point de terminaison de développement)**, vérifiez le point de terminaison de développement.

   1. Créez ou choisissez un rôle Gestion des identités et des accès AWS (IAM).

      La création d'un rôle est recommandée. Si vous utilisez un rôle existant, assurez-vous qu'il dispose des autorisations requises. Pour plus d'informations, consultez [Étape 6 : créer une politique IAM pour les ordinateurs portables dotés d' SageMaker intelligence artificielle](create-sagemaker-notebook-policy.md).

   1. (Facultatif) Choisissez un VPC, un sous-réseau et un ou plusieurs groupes de sécurité.

   1. (Facultatif) Choisissez une clé AWS Key Management Service de chiffrement.

   1. (Facultatif) Ajoutez des balises pour l'instance de bloc-notes.

1. Choisissez **Create Notebook (Créer un bloc-notes)**. Sur la page **Notebooks (Bloc-notes)**, choisissez l'icône d’actualisation en haut à droite, puis continuez jusqu'à ce que l'**état** `Ready` s'affiche.

1. Sélectionnez la case à cocher en regard du nom du nouveau bloc-notes, puis choisissez **Open notebook (Ouvrir le bloc-notes)**.

1. Créez un nouveau bloc-notes : sur la page **Jupyter**, choisissez **Nouveau**, puis **Sparkmagic** (). PySpark

   Votre écran doit maintenant avoir l'aspect suivant :  
![\[La page jupyter comporte une barre de menus, une barre d'outils et un grand champ de texte dans lequel vous pouvez entrer des instructions.\]](http://docs.aws.amazon.com/fr_fr/glue/latest/dg/images/sagemaker-notebook.png)

1. (Facultatif) En haut de la page, choisissez **Untitled (Sans titre)**, et donnez un nom au bloc-notes.

1. Pour démarrer une application Spark, entrez la commande suivante dans le bloc-notes, puis dans la barre d'outils, choisissez **Run (Exécuter)**.

   ```
   spark
   ```

   Après un court délai, vous devriez voir la réponse suivante :  
![\[La réponse du système indique l'état de l'application Spark et affiche le message suivant : SparkSession disponible sous la forme « Spark ».\]](http://docs.aws.amazon.com/fr_fr/glue/latest/dg/images/spark-command-response.png)

1. Créez un cadre dynamique et exécutez une requête sur celui-ci : copiez, collez et exécutez le code suivant, qui génère le nombre et le schéma de la table `persons_json`.

   ```
   import sys
   from pyspark.context import SparkContext
   from awsglue.context import GlueContext
   from awsglue.transforms import *
   glueContext = GlueContext(SparkContext.getOrCreate())
   persons_DyF = glueContext.create_dynamic_frame.from_catalog(database="legislators", table_name="persons_json")
   print ("Count:  ", persons_DyF.count())
   persons_DyF.printSchema()
   ```