Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Muatan pekerjaan layanan di AWS Batch
<a name="service-job-payload"></a>

Ketika Anda mengirimkan pekerjaan layanan menggunakan [SubmitServiceJob](https://docs.aws.amazon.com/batch/latest/APIReference/API_SubmitServiceJob.html), Anda memberikan dua parameter utama yang menentukan pekerjaan:`serviceJobType`, dan`serviceRequestPayload`.
+ `serviceJobType`Menentukan AWS layanan mana yang akan melaksanakan pekerjaan. Untuk pekerjaan SageMaker Pelatihan, nilai ini adalah`SAGEMAKER_TRAINING`.
+ `serviceRequestPayload`Ini adalah JSON-encoded string yang berisi permintaan lengkap yang biasanya akan dikirim langsung ke layanan target. Untuk pekerjaan SageMaker Pelatihan, payload ini berisi parameter yang sama yang akan Anda gunakan dengan SageMaker AI [CreateTrainingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html)API.

Untuk daftar lengkap semua parameter yang tersedia dan deskripsinya, lihat referensi SageMaker AI [CreateTrainingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html)API. Semua parameter yang didukung oleh `CreateTrainingJob` dapat dimasukkan dalam payload pekerjaan layanan Anda.

Untuk contoh konfigurasi pekerjaan pelatihan lainnya, lihat [API, CLI, dan](https://docs.aws.amazon.com/sagemaker/latest/dg/api-and-sdk-reference-overview.html) SDK di Panduan [SageMaker Pengembang](https://docs.aws.amazon.com/sagemaker/latest/dg/gs.html) AI.

Sebaiknya gunakan pySDK untuk pembuatan pekerjaan layanan karena pySDK memiliki kelas dan utilitas pembantu. Untuk contoh penggunaan pySDK, lihat [contoh SageMaker AI](https://github.com/aws/amazon-sagemaker-examples) di. GitHub

## Contoh payload pekerjaan layanan
<a name="service-job-payload-example"></a>

Contoh berikut menunjukkan payload pekerjaan layanan sederhana untuk pekerjaan SageMaker Pelatihan yang menjalankan skrip pelatihan “hello world”:

Payload ini akan diteruskan sebagai string JSON ke `serviceRequestPayload` parameter saat memanggil. `SubmitServiceJob`

```
{
  "TrainingJobName": "my-simple-training-job",
  "RoleArn": "arn:aws:iam::123456789012:role/SageMakerExecutionRole",
  "AlgorithmSpecification": {
    "TrainingInputMode": "File",
    "TrainingImage": "763104351884.dkr.ecr.us-west-2.amazonaws.com/pytorch-training:2.0.0-cpu-py310",
    "ContainerEntrypoint": [
      "echo",
      "hello world"
    ]
  },
  "ResourceConfig": {
    "InstanceType": "ml.c5.xlarge",
    "InstanceCount": 1,
    "VolumeSizeInGB": 1
  },
  "OutputDataConfig": {
    "S3OutputPath": "s3://your-output-bucket/output"
  },
  "StoppingCondition": {
    "MaxRuntimeInSeconds": 30
  }
}
```