As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Preparação e importação de dados em massa usando o Amazon SageMaker AI Data Wrangler
**Importante**
Ao usar o Data Wrangler, você incorre em custos SageMaker de IA. Para obter uma lista completa de cobranças e preços, consulte a guia Data Wrangler dos preços do [Amazon SageMaker AI](https://aws.amazon.com/sagemaker/pricing/). Para evitar taxas adicionais, ao terminar, desligue sua instância do Data Wrangler. Para obter mais informações, consulte [Desligar o Data Wrangler](https://docs.aws.amazon.com/sagemaker/latest/dg/data-wrangler-shut-down.html).
Depois de criar um grupo de conjuntos de dados, você pode usar o Amazon SageMaker AI Data Wrangler (Data Wrangler) para importar dados de mais de 40 fontes para um conjunto de dados do Amazon Personalize. O Data Wrangler é um recurso do Amazon SageMaker AI Studio Classic que fornece uma end-to-end solução para importar, preparar, transformar e analisar dados. Não é possível usar o Data Wrangler para preparar e importar dados para um conjunto de dados de ações nem de interações com ações.
Ao usar o Data Wrangler para preparar e importar dados, você usa um fluxo de dados. Um *fluxo de dados* define uma série de etapas de preparação de dados de machine learning, começando com a importação de dados. Cada vez que você adiciona uma etapa ao seu fluxo, o Data Wrangler executa uma ação em seus dados, como transformá-los ou gerar uma visualização.
Veja abaixo algumas etapas que você pode adicionar ao fluxo para preparar dados para o Amazon Personalize:
+ **Insights:** você pode adicionar etapas de insights específicas do Amazon Personalize ao seu fluxo. Esses insights podem ajudar você a aprender sobre seus dados e quais ações você pode tomar para melhorá-los.
+ **Visualizações:** você pode adicionar etapas de visualização para gerar gráficos, como histogramas e gráficos de dispersão. Os gráficos podem ajudar você a descobrir problemas em seus dados, como valores discrepantes ou valores ausentes.
+ **Transformações:** você pode usar as etapas de transformação específicas e gerais do Amazon Personalize para garantir que seus dados atendam aos requisitos do Amazon Personalize. A transformação do Amazon Personalize ajuda você a mapear suas colunas de dados para as colunas necessárias, dependendo do tipo de conjunto de dados do Amazon Personalize.
Se precisar sair do Data Wrangler antes de importar dados para o Amazon Personalize, você pode retomar de onde parou escolhendo o mesmo tipo de conjunto de dados ao [iniciar o Data Wrangler no console do Amazon Personalize](dw-launch-dw-from-personalize.md). Ou você pode acessar o Data Wrangler diretamente por meio do SageMaker AI Studio Classic.
Recomendamos que você importe dados do Data Wrangler para o Amazon Personalize da seguinte forma. As etapas de transformação, visualização e análise são opcionais, repetíveis e podem ser concluídas em qualquer ordem.
1. **[Configurar permissões](dw-data-prep-minimum-permissions.md)** - Configure permissões para funções de serviço Amazon Personalize e SageMaker AI. E configure permissões para seus usuários.
1. **[Inicie o Data Wrangler no SageMaker AI Studio Classic a partir do console Amazon Personalize](dw-launch-dw-from-personalize.md)** - Use o console Amazon Personalize para configurar SageMaker um domínio de IA e iniciar o Data Wrangler no AI Studio Classic. SageMaker
1. **[Importar seus dados para o Data Wrangler](dw-import-data.md)** - Importe dados de mais de 40 fontes para o Data Wrangler. As fontes incluem AWS serviços, como Amazon Redshift, Amazon EMR ou Amazon Athena, e terceiros, como Snowflake ou. DataBricks
1. **[Transformar seus dados](dw-transform-data.md)** - Use o Data Wrangler para transformar seus dados e atender aos requisitos do Amazon Personalize.
1. **[Visualizar e analisar seus dados](dw-analyze-data.md)** - Use o Data Wrangler para visualizar seus dados e analisá-los por meio de insights específicos do Amazon Personalize.
1. **[Processe e importe dados para o Amazon Personalize](dw-export-data.md)** - Use um notebook Jupyter do SageMaker AI Studio Classic para importar seus dados processados para o Amazon Personalize.
## Mais informações
Os recursos a seguir fornecem informações adicionais sobre o uso do Amazon SageMaker AI Data Wrangler e do Amazon Personalize.
+ *Para ver um tutorial que orienta você no processamento e na transformação de um conjunto de dados de amostra, consulte [Demonstração: Passo a passo do conjunto de dados do Data Wrangler Titanic no Amazon AI Developer](https://docs.aws.amazon.com/sagemaker/latest/dg/data-wrangler-getting-started.html#data-wrangler-getting-started-demo) Guide. SageMaker * Este tutorial apresenta os campos e as funções do Data Wrangler.
+ Para obter informações sobre a integração aos domínios do Amazon SageMaker AI, consulte Integração [rápida ao domínio do Amazon AI no Amazon SageMaker AI Developer](https://docs.aws.amazon.com/sagemaker/latest/dg/onboard-quick-start.html) *Guide SageMaker *.
+ Para obter informações sobre os requisitos de dados do Amazon Personalize, consulte [Preparar os dados de treinamento para o Amazon Personalize](preparing-training-data.md).