原文：
www.kdnuggets.com/2019/07/easy-one-click-jupyter-notebooks.html
评论
社会对数据科学家的印象
数据科学可以是一件有趣的事情！
1. Google 网络安全证书 - 快速进入网络安全职业生涯。
2. Google 数据分析专业证书 - 提升你的数据分析能力
3. Google IT 支持专业证书 - 支持你的组织的 IT 工作
实际上，我们做的大部分工作就是在探索数据，同时试图提取其中隐藏的信息。这就像我们在未知的丛林中寻找宝藏！
但这并不总是轻松有趣的。
在幕后，为数据科学家工作的平台设置涉及许多内容。创建服务器、安装必要的软件和环境、设置安全协议等等。
完成所有这些工作通常需要一位专门的 DevOps 工程师。他需要了解云服务、操作系统、网络的各个细节，并且对设置数据科学和机器学习软件有一定的了解。
但如果有一种方法可以绕过所有这些繁琐的 DevOps 工作，直接进入数据科学呢？
一项名为Saturn Cloud的新服务可以让数据科学家实现这一点：跳过繁琐的设置，直接进入数据科学的工作！
花点时间想想为数据科学家有效工作而设置环境所需的所有工作。对于许多公司，这看起来像是：
-
创建和配置服务器。理想情况下，这些服务器应该在服务器性能和实例数量上都能轻松扩展。
-
在所有服务器上安装软件。软件应该易于更新。
-
配置安全性。保护任何敏感数据、代码或机器学习模型
-
配置网络。服务器应在特定端口和特定人员的访问下可用。
所有这些都需要大量时间，尤其是第 1 步和第 2 步。许多数据科学家甚至看不到这些过程的发生——他们只看到最终产品。但建立所有这些基础设施确实是一项挑战，其中一些需要持续更新。
DevOps 工程师不断迎合数据科学家不断变化的需求
Saturn Cloud 自称为云托管数据科学，允许数据科学家轻松地在云上配置和托管他们的工作，而无需专门的 DevOps。然后你可以在由系统创建并托管在你指定的服务器上的 Jupyter Notebook 中工作。
软件、网络、安全和库的所有设置都由 Saturn Cloud 系统自动处理。数据科学家可以专注于实际的数据科学，而不是繁琐的基础设施工作。
这个想法是，用户（你和我，数据科学家）可以简单地指定我们需要的计算资源，输入我们需要的软件库列表，而 Saturn Cloud 系统将处理其余的设置。
要开始，简单地访问Saturn Cloud 网站并创建一个帐户。基本计划完全免费，你可以先在环境中玩耍以熟悉操作。
进入后，点击“Your Dashboard”标签页开始创建一个托管 Jupyter Notebook 的服务器。下面的视频展示了如何创建你的服务器！
你基本上需要经过以下步骤：
-
为你的 notebook 指定一个名称
-
指定你想要的存储量
-
指定你想使用的 CPU 或 GPU
-
如果需要，设置自动关机
-
列出你希望在系统上安装的任何软件包或库
一旦你点击创建按钮，你的服务器将自动根据所需的设置和软件创建。当创建完成后——瞧！你的云托管 Jupyter Notebook 已准备好进行数据科学工作！
在仪表板顶部，你会看到启动、停止、编辑和删除你的 Notebook 云服务器的按钮。在本教程的下一部分，我已经编辑了我的服务器以安装 pandas 和 matplotlib。
要访问你的云托管 Jupyter Notebook，请点击“Go To Jupyter Notebook”链接。将打开一个包含 Jupyter Notebook 界面的标签页，你可以在其中创建你的 Python 3 notebook！
我已经在下面的视频中创建了我的 notebook。一旦你的 notebook 创建完成，你就可以开始编码了！我已经准备了一些代码来绘制 Iris 花卉数据集。Saturn Cloud 能够顺利无缝地运行所有内容。
除了托管 Jupyter Notebooks，Saturn Cloud 还允许你publish your notebooks，可以选择公开或私密。当你发布笔记本时，你将获得一个网址，可以与任何想要运行你笔记本的人分享：随时随地。看看我的这个吧！
在twitter上关注我，我会发布最新最好的 AI、技术和科学信息！也可以在LinkedIn与我联系！
简介： George Seif 是认证极客以及 AI / 机器学习工程师。
原文。经许可转载。
相关：
-
数据科学家的 DevOps：驯服独角兽
-
操作性机器学习：成功 MLOps 的七个考虑因素
-
将机器学习应用于 DevOps