进入工作空间后，您可以使用PAI子产品进行AI开发。本文介绍如何快速上手并使用PAI及常用的AI开发流程，您可以结合实际情况选择。
快速开始
您可以通过PAI-快速开始快速上手并体验PAI的训练和部署流程，详情请参见快速开始概述。
后续，如果您想更详细的了解并使用PAI的子产品（包括PAI-DLC、PAI-EAS、PAI-DSW等），详情请参见AI开发流程。
AI开发流程
进入工作空间后，在左侧导航栏可以看到PAI全部子产品模块，您需要根据实际开发场景进行机器学习全生命周期的开发及管理。常见的使用场景如下所示，您可以按照流程引导，使用子产品模块：
- 云原生开发场景
区域 描述 相关文档 ① 高质量的数据集是高精度模型的基础，也是数据准备的核心目标。您可以通过数据集管理模块将本地数据、阿里云存储中的数据及公共数据集进行注册，也可以通过扫描OSS文件夹生成索引数据集，从而统一管理PAI的相关数据，为数据标注及模型训练环节做准备。 创建及管理数据集 ② 交互式建模（DSW）是为AI开发者量身定制的云端机器学习交互式开发IDE，随时随地开启Notebook快速读取数据、开发算法、训练及部署模型。 概述 ③ 镜像管理模块为您展示PAI提供的官方公开镜像以及自定义镜像关联功能，从而在PAI中统一管理应用的镜像。 查看并添加镜像 ④ 云原生一站式的深度学习训练平台，提供灵活、稳定、易用和高性能的机器学习训练环境。支持多种算法框架，超大规模分布式深度学习任务运行及自定义算法框架。 PAI-DLC概述 ⑤ 为了方便您在提交任务时指定所需的数据集和代码仓，PAI支持添加文件系统NAS或对象存储OSS的数据集以及Git代码仓。 准备工作 ⑥ 模型管理模块统一管理训练完成的模型，直接对接模型在线服务（EAS），您可以直接将模型部署为在线服务。 注册及管理模型 ⑦ PAI平台的模型在线预测服务，支持异构硬件（CPU和GPU）模型加载，高吞吐低延迟，大规模复杂模型一键部署及实时弹性扩缩容。 模型在线服务（EAS） - AI加大数据最佳实践
区域 描述 相关文档 ① 使用MaxCompute存储数据，首先在DataWorks中对数据进行预处理，然后PAI引用MaxCompute表作为数据源进行模型训练。 ② 可视化建模（Designer）支持大规模分布式的传统机器学习、深度学习、强化学习训练，支持流批一体训练，该子模块封装了上百种机器学习算法，您可以拖拽式建模、自动调参，从而无编程玩转人工智能。 PAI-Designer概述 ③ DataWorks根据配置的调度和时间属性等参数，周期调度任务。 ④ 任务管理支持将Designer的实验数据或自定义任务的执行信息记录到PAI提供的任务管理服务中，从而便于进行任务间的实验比较。 PAI-EAS模型服务概述 ⑤ 模型管理模块统一管理训练完成的模型，直接对接模型在线服务（EAS），您可以直接将模型部署为在线服务。 注册及管理模型 ⑥ PAI平台的模型在线预测服务，支持异构硬件（CPU和GPU）模型加载，高吞吐低延迟，大规模复杂模型一键部署及实时弹性扩缩容。 模型在线服务（EAS）