Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Cómo completar los requisitos previos de
<a name="edge-packaging-job-prerequisites"></a>

Para empaquetar un modelo, debe hacer lo siguiente:

1. **Compila tu modelo de aprendizaje automático con SageMaker AI Neo.**

   Si aún no lo ha hecho, compile su modelo con SageMaker Neo. Para obtener más información sobre cómo compilar un modelo, consulte [Compilar e implementar modelos con Neo](https://docs.aws.amazon.com/sagemaker/latest/dg/neo.html). Si es la primera vez que utilizas SageMaker Neo, consulta la sección [Cómo empezar con los dispositivos Neo Edge](https://docs.aws.amazon.com/sagemaker/latest/dg/neo-getting-started-edge.html).

1. **Obtenga el nombre de su trabajo de compilación.**

   Indique el nombre del trabajo de compilación que utilizó al compilar el modelo con SageMaker Neo. Abre la consola de SageMaker IA en [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)y selecciona **Trabajos de compilación** para encontrar una lista de las compilaciones que se han enviado a tu AWS cuenta. Los nombres de los trabajos de compilación enviados se encuentran en la columna **Nombre**.

1. **Obtenga su ARN de IAM.**

   Necesitas un nombre de recurso de Amazon (ARN) para un rol de IAM que puedas usar para descargar y cargar el modelo y ponerte en contacto con Neo. SageMaker 

   Utilice uno de los siguientes métodos para obtener el ARN de IAM:
   + **Programáticamente con el SDK de SageMaker Python para IA**

     ```
     import sagemaker
     
     # Initialize SageMaker Session object so you can interact with AWS resources
     sess = sagemaker.Session()
     
     # Get the role ARN 
     role = sagemaker.get_execution_role()
     
     print(role)
     >> arn:aws:iam::{{<your-aws-account-id>}}:role/{{<your-role-name>}}
     ```

     Para obtener más información sobre el uso del SDK de SageMaker Python, consulta la [API del SDK de Python de SageMaker AI](https://sagemaker.readthedocs.io/en/stable/index.html).
   + **Uso de la AWS Identity and Access Management consola (IAM)**

     Vaya a la consola de IAM en [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/). En la sección **Recursos** de IAM, elija **Roles** para ver una lista de los roles de su cuenta AWS . Seleccione o cree un rol que tenga `AmazonSageMakerFullAccess`, `AWSIoTFullAccess` y `AmazonS3FullAccess`.

     Para obtener más información, consulte [¿Qué es IAM?](https://docs.aws.amazon.com/IAM/latest/UserGuide/introduction.html)

1. **Disponer de un URI de bucket de S3.**

   Debe tener al menos un URI de bucket de Amazon Simple Storage Service (Amazon S3) para almacenar Neo-compiled su modelo, el resultado del trabajo de empaquetado de Edge Manager y los datos de muestra de su flota de dispositivos.

   Utilice uno de los siguientes métodos para crear un bucket de Amazon S3:
   + **Programáticamente con el SDK de SageMaker Python para IA**

     Puede usar el bucket de Amazon S3 predeterminado durante una sesión. Se crea un bucket predeterminado en función del siguiente formato: `sagemaker-{region}-{aws-account-id}`. Para crear un bucket predeterminado con el SDK de SageMaker Python, usa lo siguiente:

     ```
     import sagemaker
     
     session=sagemaker.create_session()
     
     bucket=session.default_bucket()
     ```
   + **Uso de la consola de Amazon S3**

     Abra la consola de Amazon S3 en [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/)y consulte [¿Cómo puedo crear un bucket de S3?](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/create-bucket.html) para obtener instrucciones paso a paso.