Cloud Scheduler触发VertexAI训练任务上传模型权限不足问题求解

问题原因 #

你遇到的权限错误和Cloud Scheduler本身的OAuth配置无关，Scheduler的配置仅用于触发自定义训练任务的提交，真正运行训练代码时的认证权限是由Vertex AI自定义训练任务的配置决定的，二者是两套独立的认证体系。
本地运行时使用的是服务账号密钥文件，默认带有完整的云平台访问权限，所以不会触发报错。

解决方案 #

按以下步骤逐一排查修改即可：

• 首先检查你提交给Vertex AI的自定义训练任务（CustomJob）的请求Body，确认serviceAccount字段填写的是你本地使用的同一服务账号邮箱，避免默认调用Vertex AI的内置默认服务账号。
• 在自定义训练任务的Worker池配置中添加service_account_scopes参数，配置足够的访问权限范围，示例配置片段如下：

"workerPoolSpecs": [
  {
    "machineSpec": {
      "machineType": "n1-standard-4"
    },
    "replicaCount": "1",
    "containerSpec": {
      "imageUri": "你的镜像地址"
    },
    "serviceAccount": "你的服务账号邮箱",
    "serviceAccountScopes": [
      "https://www.googleapis.com/auth/cloud-platform"
    ]
  }
]

• 确认你的服务账号已绑定至少包含aiplatform.models.create权限的角色，推荐直接绑定Vertex AI 管理员（roles/aiplatform.admin）角色避免遗漏其他必要权限。

额外提示 #

你当前代码中使用的是TensorFlow的预构建推理镜像来承载Sklearn模型，后续如果需要部署该模型会出现兼容性问题，可更换为Sklearn对应的预构建推理镜像，或者自定义推理镜像。

内容的提问来源于stack exchange，提问作者racerX