Cet article donne un aperçu de l'expérience de code pour les data scientists dans Watson Studio sur Cloud Pak for Data 4.6. Nous couvrons la nouvelle intégration améliorée de VS Code Desktop, l'intégration de JupyterLab et RStudio. L'intégration au bureau de VS Code permet aux data scientists d'utiliser un IDE familier pour exécuter et déboguer le code qui s'exécute sur le cluster Cloud Pak for Data. Cela applique les autorisations et les règles de confidentialité définies dans Cloud Pak for Data, comme lors de l'utilisation d'outils intégrés. Nous montrons comment la nouvelle extension Watson Studio pour VS Code facilite la connexion aux environnements d'exécution Python dans les projets Cloud Pak for Data. Nous expliquons comment y développer et exécuter du code, avec un accès sécurisé aux données dans le cadre du projet.

Expérience de code dans Cloud Pak pour les données

Avec Watson Studio sur Cloud Pak for Data, nous prenons en charge une gamme d'outils et d'IDE intégrés aux projets. Les scientifiques des données peuvent travailler avec Python et R, en utilisant un large éventail de bibliothèques. Les bibliothèques Watson Studio donnent accès aux connexions de données et aux ressources d'un projet. Ils permettent également d'enregistrer des actifs de modèle ou de données dans le projet et donnent accès à des espaces et des catalogues. Le diagramme suivant montre les options d'utilisation des IDE avec des projets basés sur Git sur Cloud Pak for Data.

JupyterLab et RStudio dans Watson Studio permettent aux utilisateurs de collaborer sur du code dans des projets basés sur Git. Ils échangent du code via push/pull entre les environnements par utilisateur et le Git Repo du projet. Ils peuvent également utiliser VS Code, PyCharm, JupyterLab, … sur leurs ordinateurs de bureau pour contribuer au code du référentiel Git d'un projet.

Nouveau dans Cloud Pak for Data 4.6, nous fournissons une extension Watson Studio pour VS Code. Il permet d'utiliser le bureau VS Code comme interface utilisateur pour exécuter et déboguer du code dans des environnements d'exécution Python dans des projets sur le cluster Cloud Pak for Data. Cela permet d'utiliser un accès informatique et sécurisé aux données dans ce contexte. Comme lors de l'utilisation d'outils intégrés, les autorisations, le masquage, les règles de confidentialité, … définies dans Cloud Pak for Data s'appliquent.

Les scientifiques des données peuvent publier du code via le référentiel Git associé au projet. Ils peuvent créer des balises de version à utiliser par le personnel des opérations ou les pipelines CI/CD. Les consommateurs peuvent extraire le code d'une balise de version à partir du référentiel. Ils peuvent l'importer en tant que package de code dans un espace sur Cloud Pak for Data et exécuter le code en tant que tâche ou déploiement. Ou ils peuvent déployer et utiliser le code ailleurs comme bon leur semble.

Des cahiers

Les data scientists peuvent utiliser Notebooks pour préparer et analyser des données, former et évaluer des modèles et visualiser les résultats. Les blocs-notes consistent en une séquence de cellules de code avec du code Python ou R, des cellules de sortie pour les résultats et des cellules de balisage pour les explications.

JupyterLab

Pour le développement de grandes quantités de code Python avec de nombreux fichiers et/ou Notebooks, Watson Studio intègre l'IDE JupyterLab. Dans le cadre d'un projet, il s'intègre au référentiel Git d'un projet pour la gestion du code. L'écran suivant montre un Notebook dans JupyterLab dans un projet. Le Notebook contient du code généré par Insert-to-Code à partir de la barre latérale, pour accéder et afficher un actif de données du projet.

Les clients peuvent étendre JupyterLab dans Cloud Pak for Data en créant des images personnalisées. Dérivés de l'image de base Watson Studio JupyterLab/Python, ils peuvent ajouter des extensions JupyterLab selon les besoins.

Code VS

VS Code prend en charge le développement Python avec le débogage, la complétion de code et de nombreuses extensions utiles. Son intégration Git permet le développement et la contribution de code de VS Code à des projets basés sur Git dans Cloud Pak for Data.

La nouvelle extension Watson Studio pour VS Code permet également de se connecter à l'environnement d'exécution Python dans les projets basés sur Git sur Cloud Pak for Data. Il crée une connexion HTTPS sécurisée entre le bureau de l'utilisateur et le cluster Cloud Pak for Data. Les utilisateurs peuvent travailler dans l'IDE VS Code familier. À partir de cette interface utilisateur, ils peuvent exécuter et déboguer leur code dans des environnements d'exécution Python, tels que CPU, GPU, Spark, environnements personnalisés, sur Cloud Pak for Data. S'exécutant dans ce contexte, leur code peut utiliser la bibliothèque de projet Watson Studio pour accéder aux actifs et aux connexions de données dans le projet. Ils peuvent utiliser des configurations d'environnement d'exécution avec de grandes quantités de calcul et de mémoire si nécessaire.

Étant donné que le code de l'utilisateur s'exécute dans le contexte d'un environnement d'exécution Python dans un projet dans Cloud Pak for Data, toutes les autorisations, masquages, règles de confidentialité… tels que définis dans Cloud Pak for Data sont appliqués.

Les utilisateurs peuvent télécharger l'extension Watson Studio pour VS Code à partir du cluster Cloud Pak for Data et l'installer via l'interface utilisateur d'installation de l'extension VS Code.

L'utilisateur doit configurer l'extension Watson Studio avec son URL de cluster Cloud Pak for Data, sa clé API personnelle, etc.

Désormais, l'extension Watson Studio permet à l'utilisateur de se connecter à un environnement d'exécution Python nouveau ou en cours d'exécution dans n'importe quel projet Git auquel il a accès. L'utilisateur sélectionne le projet à utiliser et la définition de l'environnement d'exécution Python ou l'environnement d'exécution Python en cours d'exécution.

­

L'utilisateur peut développer, exécuter et déboguer du code Python directement dans cet environnement d'exécution du projet sur le cluster Cloud Pak for Data. L'image suivante montre le débogage du code Python qui s'exécute dans le contexte d'un projet, accédant aux données via une connexion Cloud Pak for Data à Db2. De même, il est possible d'accéder à toutes les données à partir de l'une des nombreuses autres sources de données prises en charge par Cloud Pak for Data. L'utilisateur peut valider et pousser le code vers le référentiel Git du projet, pour collaborer avec les membres du projet et rendre le code disponible pour le déploiement.

Ce qui précède fonctionne également avec d'autres extensions VS Code. Par exemple, les développeurs peuvent utiliser GitHub Copilot dans le cadre du développement de code qui s'exécute dans un environnement d'exécution Python sur Cloud Pak for Data.

Conclusion

L'intégration du bureau VS Code avec les environnements d'exécution Python dans les projets ajoute un élément clé à l'expérience de code de Cloud Pak for Data. Il rassemble le meilleur de VS Code en tant qu'IDE leader pour Python avec la capacité d'exécuter et de déboguer du code dans le contexte sécurisé de projets sur Cloud Pak for Data.

Nous encourageons tout le monde à essayer et à nous faire part de vos réflexions :

Documentation Cloud Pak for Data 4.6 : Extension Watson Studio pour VS Code

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