Notebooks

STACKIT Notebooks ist ein vollständig verwalteter Dienst auf Basis von JupyterHub, der es Teams ermöglicht, interaktive Notebooks in einer sicheren und skalierbaren Umgebung zu entwickeln, auszuführen und zu teilen. Er bietet produktionsreife Jupyter-Umgebungen ohne den betrieblichen Aufwand zur Verwaltung von Infrastrukturen. Notebook-Server laufen in isolierten Kubernetes-Pods und können zentral gesteuert und überwacht werden.

Erste Schritte

Übersicht

Grundlagen

Verstehen Sie die Grundfunktionen von Notebooks, lernen Sie wichtige Features kennen und erfahren Sie, wie Sie Ihre erste Umgebung auf STACKIT einrichten.

Erste Schritte

Erstellen Sie Ihre erste Notebooks Instanz und schreiben Sie Ihr erstes Notebook.

How-tos

Werden Sie vertraut in den How-Tos mit STACKIT Notebooks.

Tutorials

Dieser Tutorial-Bereich enthält Notebooks, die Schritt-für-Schritt-Anleitungen zur Nutzung verschiedener Funktionen unserer Data- und KI-Produkte bieten. Diese Tutorials helfen Benutzern dabei, verschiedene Techniken und Workflows effektiv zu verstehen und umzusetzen.

Notebooks FAQ

Finden Sie Antworten zu häufig gestellten Fragen über Notebooks.

Funktionen

STACKIT Notebooks bietet erstklassige JupyterHub-Funktionen mit einer vollständig verwalteten Infrastruktur. Der Dienst erfordert keine manuelle Bereitstellung, den Betrieb oder die Skalierung von Notebook-Umgebungen. Benutzer-Server werden auf Anfrage gestartet und laufen in isolierten Kubernetes-Pods, um Sicherheit und Ressourcentrennung zu gewährleisten.

Zu den wichtigsten Funktionen gehören:

Vollständig verwaltete JupyterHub- und JupyterLab-Umgebungen
Secure by Design: Verbinden Sie Ihren Identity Provider (IdP) über OIDC mit rollenbasierter Zugriffskontrolle (RBAC). Vorlagen stehen für Keycloak, Entra ID, Okta, Google und AWS Cognito zur Verfügung.
On-Demand-Notebook-Server in isolierten Kubernetes-Pods
Integration eigener Git-Repositories für die versionskontrollierte Entwicklung
Nahtlose STACKIT Observability-Integration mit vordefinierten Grafana-Dashboards

Anwendungsfälle

Interaktive Datenexploration

Explorieren, bereinigen und analysieren Sie Daten interaktiv mit Python und gängigen Data-Science-Bibliotheken. Kombinieren Sie Code, Dokumentation und Visualisierungen in einer einzigen, kollaborativen Umgebung.

Machine Learning-Entwicklung

Entwickeln, trainieren und evaluieren Sie Machine Learning-Modelle in isolierten Notebook-Umgebungen. Integrieren Sie skalierbare Rechenressourcen für anspruchsvolle Workloads und überführen Sie validierten Code in Produktions-Pipelines.

Kollaborative Analysen

Ermöglichen Sie Teams das Teilen von Notebooks, das Reproduzieren von Analysen und das Überprüfen von Ergebnissen in einer verwalteten Umgebung mit zentraler Authentifizierung und Zugriffskontrolle.

Prototyping und Experimentieren

Erstellen Sie schnell Prototypen für Ideen, testen Sie Hypothesen und iterieren Sie an Modellen ohne Infrastruktur-Setup. Überführen Sie erfolgreiche Experimente in strukturierte Repositories und Produktions-Workflows.

Schulung und Enablement

Stellen Sie sichere, zentral verwaltete Notebook-Umgebungen für Schulungen, Workshops und interne Enablement-Programme mit konsistenten Konfigurationen für alle Benutzer bereit.