Drop-in environments¶
DataRobot provides drop-in environments in the workshop, defining the required libraries and providing a start_server.sh file. The following table details the drop-in environments provided by DataRobot and links to the template in the DRUM repository. Each environment is prefaced with [DataRobot] in the Environment section of the Workshop's Assemble tab.
Custom model drop-in environments¶
利用可能なドロップイン環境はDataRobotのインストール形態によって異なりますが、一般的に利用可能なパブリックドロップイン環境とDRUMリポジトリのテンプレートを以下の表に示します。 DataRobotのインストール形態によっては、これらの環境のPythonバージョンが異なる場合があり、さらに非公開の環境が利用できる場合もあります。
ドロップイン環境のセキュリティ
2025年3月にリリースされたマネージドAIプラットフォームから、ほとんどの汎用DataRobotカスタムモデルのドロップイン環境は、セキュリティが強化されたコンテナイメージになりました。 カスタムジョブの実行にセキュリティが強化された環境が必要な場合、POSIX-shell標準に準拠したシェルコードのみがサポートされます。 POSIXシェル標準に準拠したセキュリティ強化環境では、限られたシェルユーティリティのみがサポートされています。
ドロップイン環境のセキュリティ
セルフマネージドAIプラットフォームのリリース11.0から、ほとんどの汎用DataRobotカスタムモデルのドロップイン環境は、セキュリティが強化されたコンテナイメージになりました。 カスタムジョブの実行にセキュリティが強化された環境が必要な場合、POSIX-shell標準に準拠したシェルコードのみがサポートされます。 POSIXシェル標準に準拠したセキュリティ強化環境では、限られたシェルユーティリティのみがサポートされています。
| 環境名と例 | 互換性とアーティファクトファイルの拡張子 |
|---|---|
| Python 3.X | Pythonベースのカスタムモデルとジョブ。 モデルファイルにrequirements.txtファイルを含めることで、必要な依存関係をすべてインストールしてください。 |
| Python 3.X GenAIエージェント | 生成AIモデル（Text GenerationまたはVector Databaseのターゲットタイプ） |
| Python 3.X ONNXドロップイン | ONNXモデルとジョブ（.onnx） |
| Python 3.X PMMLドロップイン | PMMLモデルとジョブ（.pmml） |
| Python 3.X PyTorchドロップイン | PyTorchモデルとジョブ（.pth） |
| Python 3.X Scikit-Learnドロップイン | Scikit-Learnモデルとジョブ（.pkl） |
| Python 3.X XGBoostドロップイン | ネイティブXGBoostモデルとジョブ（.pkl） |
| Python 3.X Kerasドロップイン | TensorFlow（.h5）がサポートするKerasモデルとジョブ |
| Javaドロップイン | DataRobotスコアリングコードモデル（.jar） |
| ドロップイン環境 | CARET（.rds）を使ってトレーニングされたRモデルCARETが推奨するすべてのライブラリをインストールするのに時間がかかるため、パッケージ名でもあるモデルタイプのみがインストールされます（例： brnn、glmnet）。 この環境のコピーを作成し、Dockerfileを修正して、必要なパッケージを追加でインストールします。 この環境をカスタマイズする際のビルド回数を減らすために、# Install caret modelsセクションで不要な行を削除して、必要なものだけをインストールすることもできます。 CARETドキュメントを参照して、モデルの手法がパッケージ名と一致しているかどうかを確認してください。 このリンクをクリックする前にGitHubにログインしてください。 |
scikit-learn
すべてのPython環境には、（必要に応じて）前処理を支援するscikit-learnが含まれていますが、sklearnモデルで予測を行うことができるのはscikit-learnだけです。
Custom model environment variables¶
When you use a drop-in environment, your custom model code can reference several environment variables injected to facilitate access to the DataRobot Client and MLOps Connected Client:
| Environment Variable | Description |
|---|---|
MLOPS_DEPLOYMENT_ID |
If a custom model is running in deployment mode (i.e., the custom model is deployed), the deployment ID is available. |
DATAROBOT_ENDPOINT |
If a custom model has public network access, the DataRobot endpoint URL is available. |
DATAROBOT_API_TOKEN |
If a custom model has public network access, your DataRobot API token is available. |
Next steps¶
If none of the drop-in environments meet your needs, build your own, or continue on to create the custom model that will run inside it.
- Create a custom environment: Build a custom environment when a model, job, application, or notebook requires packages or libraries not included in a drop-in environment.
- Add an execution environment: Upload a custom or prebuilt environment image to the Environment workshop.
- Create custom models: Assemble a custom model in the workshop that runs inside the selected environment.