Este artículo ofrece una descripción general de la experiencia de código para científicos de datos en Watson Studio en Cloud Pak for Data 4.6. Cubrimos la nueva integración mejorada de VS Code Desktop, la integración de JupyterLab y RStudio. La integración de escritorio de VS Code permite a los científicos de datos usar un IDE familiar para ejecutar y depurar código que se ejecuta en el clúster de Cloud Pak for Data. Esto hace cumplir los permisos y las reglas de privacidad definidas en Cloud Pak for Data, como cuando se usan herramientas integradas. Mostramos cómo la nueva extensión de Watson Studio para VS Code facilita la conexión a entornos de tiempo de ejecución de Python dentro de proyectos de Cloud Pak for Data. Explicamos cómo desarrollar y ejecutar código allí, con acceso seguro a los datos en el contexto del proyecto.

Experiencia de código en Cloud Pak para datos

Con Watson Studio en Cloud Pak for Data, admitimos una variedad de herramientas e IDE integrados con proyectos. Los científicos de datos pueden trabajar con Python y R, utilizando una amplia gama de bibliotecas. Las bibliotecas de Watson Studio dan acceso a conexiones de datos y activos en un proyecto. También permiten guardar modelos o activos de datos en el proyecto y brindan acceso a espacios y catálogos. El siguiente diagrama muestra las opciones para el uso de IDE con proyectos basados ​​en Git en Cloud Pak for Data.

JupyterLab y RStudio en Watson Studio permiten a los usuarios colaborar en el código de proyectos basados ​​en Git. Intercambian código a través de push/pull entre entornos por usuario y Git Repo del proyecto. También pueden usar VS Code, PyCharm, JupyterLab, … en sus escritorios para contribuir con código al repositorio Git de un proyecto.

Como novedad en Cloud Pak for Data 4.6, proporcionamos una extensión de Watson Studio para VS Code. Permite el uso del escritorio de VS Code como interfaz de usuario para ejecutar y depurar código dentro de los entornos de tiempo de ejecución de Python en proyectos en el clúster de Cloud Pak for Data. Esto permite utilizar la computación y el acceso seguro a los datos en ese contexto. Al igual que cuando se usan herramientas integradas, se aplican permisos, enmascaramiento, reglas de privacidad, etc. definidas en Cloud Pak for Data.

Los científicos de datos pueden publicar código a través del repositorio Git asociado al proyecto. Pueden crear etiquetas de lanzamiento para que las consuma el personal de operaciones o las canalizaciones de CI/CD. Los consumidores pueden extraer el código para una etiqueta de lanzamiento del repositorio. Pueden importarlo como un paquete de código en un espacio en Cloud Pak for Data y ejecutar el código como un trabajo o una implementación. O pueden implementar y usar el código en otro lugar como mejor les parezca.

Cuadernos

Los científicos de datos pueden usar Notebooks para preparar y analizar datos, entrenar y evaluar modelos y visualizar resultados. Los cuadernos consisten en una secuencia de celdas de código con código Python o R, celdas de salida para resultados y celdas de marcado para explicación.

JupyterLab

Para el desarrollo de grandes cantidades de código Python con muchos archivos y/o Notebooks, Watson Studio incorpora el IDE de JupyterLab. En el contexto de un proyecto, se integra con el repositorio Git de un proyecto para la gestión de código. La siguiente pantalla muestra un Notebook en JupyterLab en un proyecto. El Notebook contiene código generado por Insert-to-Code desde la barra lateral, para acceder y mostrar un activo de datos del proyecto.

Los clientes pueden ampliar JupyterLab en Cloud Pak for Data creando imágenes personalizadas. Derivado de la imagen base de Watson Studio JupyterLab/Python, pueden agregar extensiones de JupyterLab según sea necesario.

Código VS

VS Code admite el desarrollo de Python con depuración, finalización de código y muchas extensiones útiles. Su integración con Git permite el desarrollo y la contribución de código de VS Code a proyectos basados ​​en Git en Cloud Pak for Data.

La nueva extensión de Watson Studio para VS Code también permite conectarse al entorno de tiempo de ejecución de Python en proyectos basados ​​en Git en Cloud Pak for Data. Crea una conexión HTTPS segura desde el escritorio del usuario al clúster de Cloud Pak for Data. Los usuarios pueden trabajar en el conocido IDE de VS Code. Desde esa interfaz de usuario, pueden ejecutar y depurar su código en entornos de tiempo de ejecución de Python, como CPU, GPU, Spark, entornos personalizados, en Cloud Pak for Data. Al ejecutarse en ese contexto, su código puede usar la biblioteca de proyectos de Watson Studio para acceder a activos y conexiones de datos dentro del proyecto. Pueden usar configuraciones de entorno de tiempos de ejecución con grandes cantidades de cómputo y memoria si es necesario.

Debido a que el código del usuario se ejecuta en el contexto de un entorno de tiempo de ejecución de Python en un proyecto en Cloud Pak for Data, se aplican todos los permisos, enmascaramientos, reglas de privacidad... tal como se definen en Cloud Pak for Data.

Los usuarios pueden descargar la extensión de Watson Studio para VS Code desde el clúster de Cloud Pak for Data e instalarla a través de la interfaz de usuario de instalación de la extensión de VS Code.

El usuario debe configurar la extensión de Watson Studio con su URL de clúster de Cloud Pak for Data, clave de API personal, etc.

Ahora, Watson Studio Extension permite al usuario conectarse a un entorno de tiempo de ejecución de Python nuevo o en ejecución en cualquier Git-Project al que tenga acceso. El usuario selecciona el proyecto a utilizar y la definición del entorno de tiempo de ejecución de Python o el entorno de tiempo de ejecución de Python en ejecución.

­

El usuario puede desarrollar, ejecutar y depurar el código de Python, directamente en ese entorno de tiempo de ejecución en el proyecto en el clúster de Cloud Pak for Data. La siguiente imagen muestra la depuración del código de Python que se ejecuta en el contexto de un proyecto, accediendo a los datos a través de una conexión de Cloud Pak for Data a Db2. Del mismo modo, es posible acceder a todos los datos desde cualquiera de las muchas otras fuentes de datos que admite Cloud Pak for Data. El usuario puede confirmar y enviar código al repositorio Git del proyecto para colaborar con los miembros del proyecto y hacer que el código esté disponible para su implementación.

Lo anterior también funciona junto con otras extensiones de VS Code. Por ejemplo, los desarrolladores pueden usar GitHub Copilot en el contexto del desarrollo de código que se ejecuta en un entorno de tiempo de ejecución de Python en Cloud Pak for Data.

Conclusión

La integración de escritorio de VS Code con entornos de tiempo de ejecución de Python en proyectos agrega una pieza clave a la experiencia de código de Cloud Pak for Data. Reúne lo mejor de VS Code como un IDE líder para Python con capacidad para ejecutar y depurar código en el contexto seguro de proyectos en Cloud Pak for Data.

Animamos a todos a probarlo y dejarnos saber sus pensamientos:

Cloud Pak for Data 4.6 Docs: Extensión de Watson Studio para VS Code

https://www.ibm.com/docs/en/cloud-paks/cp-data/4.6.x?topic=models-visual-studio-code