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.

# Amazon SageMaker Studio (sviluppo basato sul web)
<a name="sagemaker-hyperpod-ray-studio"></a>

Amazon SageMaker Studio è l'interfaccia creata appositamente per data scientist e ingegneri ML. Dalla ** scheda ** Attività puoi gestire `RayCluster` e `RayService` risorse senza scrivere `RayJob` `RayCronJob` manifesti Kubernetes. Studio legge e scrive le stesse risorse KubeRay personalizzate riconciliate dall'operatore, quindi una risorsa creata in Studio è identica a quella a cui si applica. `kubectl`

Studio è adatto ai team che desiderano che i data scientist siano produttivi su Ray senza la conoscenza di Kubernetes. Entrambe le superfici agiscono sulle stesse risorse e puoi spostarti da una all'altra.

La schermata seguente mostra la ** scheda ** Attività con il ** menu ** Azioni aperto su un cluster Ray.

![La scheda Attività in SageMaker Studio con il menu Azioni si apre su un cluster Ray.](https://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/ray/studio-tasks-tab-ray-cluster-actions.png)


## Prima di iniziare
<a name="sagemaker-hyperpod-ray-studio-before-you-begin"></a>

Configura un dominio SageMaker AI e concedigli l'accesso al cluster una sola volta, prima che qualcuno utilizzi la ** scheda ** Attività. Per ulteriori informazioni, consulta [Configurare Studio per Ray](sagemaker-hyperpod-ray-studio-setup.md).

**Topics**
+ [Prima di iniziare](#sagemaker-hyperpod-ray-studio-before-you-begin)
+ [Configurare Studio per Ray](sagemaker-hyperpod-ray-studio-setup.md)