Lab 05, Replace GUID-based suffix generation with Lab Instance ID throughout MLOps lab
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 68/100
- Tipo de issue
- Error
- Claridad
- Bastante claro
- Estado de actividad
- Activo
- Stack tecnológico
- azure, bash
- Área
- cloud, devops, documentation
Línea de trabajo
Busca en setup-prod-design.sh, setup-mlops-envs.sh, setup.sh, setup1.sh y en las instrucciones del laboratorio la generación de sufijos basada en GUID y los ejemplos de nombres de recursos. Reemplaza esas referencias por la convención de Lab Instance ID y, después, comprueba las capturas de pantalla y la salida esperada para detectar nombres basados en GUID que aún queden. Se considera terminado cuando todos los recursos enumerados usan de forma coherente los patrones de nomenclatura esperados rg-ai300, mlw-ai300 y mlr-ai300.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
The lab currently uses GUID-generated suffixes in both the provisioning scripts and lab instructions.
This causes resource names to diverge from the Azure Policy naming requirements and prevents resources from matching ACP constraints.
Update all scripts and instructions that reference GUID-based naming to use the Skillable Lab Instance ID instead.
Current:
guid=$(cat /proc/sys/kernel/random/uuid)
suffix=${guid//[-]/}
suffix=${suffix:0:18}
Proposed:
suffix=$(whoami | cut -d'-' -f2)
Updates required:
- setup-prod-design.sh
- setup-mlops-envs.sh
- setup.sh
-setup1.sh - Any instruction steps that reference GUID generation
- Any screenshots, examples, or expected output that contain GUID-based resource names
Expected naming convention:
rg-ai300-l
mlw-ai300-l
rg-ai300-dev-
mlw-ai300-dev-
rg-ai300-prod-
mlw-ai300-prod-
rg-ai300-reg-
mlr-ai300-shared-
This change aligns all generated resources with the ACP naming requirements and ensures deterministic resource names across lab runs.
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 46
- Forks
- 92
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de MicrosoftLearning/mslearn-mlops
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
-
Track model training with MLFlow: Despite description, ROC curve is not logged as an artifactPosiblemente ocupada @mattflaschen la tomó hace 51 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
"Deploy and monitor a model in Azure Machine Learning" deploy-prod fails at "Deploy model to managed online endpoint"Posiblemente ocupada @v-vfarias la tomó hace 48 días. Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
MicrosoftLearning/mslearn-mlops#72 · 1 comentario ·
-
YAML text for "Automate model training with a manually triggered workflow" not rendered correctly on microsoftlearning.github.ioPosiblemente ocupada @v-vfarias la tomó hace 48 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 25/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 56/100
MicrosoftLearning/mslearn-mlops#59 · 1 comentario ·
Todos los issues de MicrosoftLearning/mslearn-mlops
Issues similares
-
filer.remote.sync writes the S3 bucket-owner index (<buckets>/.system/owners/...) to remote storageAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
Los mantenedores suelen responder en 1 día
-
AWS and GCP LogReaders don't report missing tiles as os.ErrNotExist, so partial reads never fall back to the full tilePosiblemente ocupada @grempe la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
transparency-dev/tessera#1240 ·
Los mantenedores suelen responder en 2 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 79/100
fluent/fluent-bit#12636 ·
Los mantenedores suelen responder en 1 día
-
#592 breaking change: `harbor_project_member_group` of `type=ldap` requires either group_id or ldap_group_dnPosiblemente ocupada Un pull request vinculado a esta issue está abierto o ya se fusionó. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
goharbor/terraform-provider-harbor#655 · 1 comentario ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
danielmiessler/LifeOS#2381 ·
Los mantenedores suelen responder en 4 días