في السابق بريد.. اعلاني، تحدثنا عن تحليل الأصول المخزنة في Veeva Vault PromoMats ووضع علامات عليها باستخدام خدمات Amazon AI وواجهات برمجة تطبيقات منصة Veeva Vault. في هذا المنشور ، نستكشف كيفية الاستخدام الأمازون AppFlow، خدمة تكامل مُدارة بالكامل تتيح لك نقل البيانات بأمان من تطبيقات البرامج كخدمة (SaaS) مثل Veeva Vault إلى AWS. ال موصل Amazon AppFlow Veeva يسمح لك بربط بيئة AWS الخاصة بك بنظام Veeva الإيكولوجي بسرعة وموثوقية وفعالية من حيث التكلفة لتحليل المحتوى الغني المخزن في Veeva Vault على نطاق واسع.
يعد موصل Amazon AppFlow Veeva أول موصل Amazon AppFlow يدعم النقل التلقائي لـ وثائق Veeva. يسمح لك بالاختيار بين أحدث إصدار (ملف حالة مستقرة الإصدار بشروط Veeva) وجميع إصدارات المستندات. علاوة على ذلك ، يمكنك استيراد بيانات تعريف المستند.
بنقرات قليلة ، يمكنك بسهولة إعداد اتصال مُدار واختيار مستندات Veeva Vault والبيانات الوصفية لاستيرادها. يمكنك أيضًا تعديل سلوك الاستيراد عن طريق تعيين حقول المصدر لحقول الوجهة. يمكنك أيضًا إضافة عوامل تصفية استنادًا إلى نوع المستند والنوع الفرعي والتصنيف والمنتجات والبلد والموقع والمزيد. أخيرًا ، يمكنك إضافة التحقق من الصحة وإدارة مشغلات التدفق المجدولة حسب الطلب.
يمكنك استخدام موصل Amazon AppFlow Veeva للعديد من حالات الاستخدام ، بدءًا من Veeva Vault PromoMats وحتى حلول Veeva Vault الأخرى مثل QualityDocs أو eTMF أو إدارة المعلومات التنظيمية (RIM). فيما يلي بعض حالات الاستخدام حيث يمكنك استخدام الموصل:
- مزامنة البيانات - يمكنك استخدام الموصل في عملية إنشاء التناسق والتناغم بين البيانات من مصدر Veeva Vault وأي أنظمة مع مرور الوقت. على سبيل المثال ، يمكنك مشاركة أصول تسويق Veeva PromoMats مع Salesforce. يمكنك أيضًا استخدام الموصل لمشاركة Veeva QualityDocs مثل إجراءات التشغيل القياسية (SOPs) أو المواصفات لمواقع الويب المخزنة مؤقتًا والتي يمكن البحث عنها من الأجهزة اللوحية الموجودة في طابق التصنيع.
- إكتشاف عيب خلقي - يمكنك مشاركة مستندات Veeva PromoMats مع أمازون لوك أوت للقياسات لاكتشاف الشذوذ. يمكنك أيضًا استخدام الموصل مع Vault RIM في العمل الفني ، أو الملصقات التجارية ، أو القوالب ، أو منشورات المرضى قبل استيرادها للطباعة في حلول ملصقات المؤسسات مثل Loftware.
- ترطيب بحيرة البيانات - يمكن أن يكون الموصل أداة فعالة لتكرار البيانات المنظمة أو غير المهيكلة في بحيرات البيانات ، من أجل دعم إنشاء وترطيب بحيرات البيانات. على سبيل المثال ، يمكنك استخدام الموصل لاستخراج معلومات الدراسة الموحدة من البروتوكولات المخزنة في Vault RIM وتعريضها لفرق التحليلات الطبية.
- الترجمة - يمكن أن يكون الموصل مفيدًا في إرسال الأعمال الفنية أو المستندات السريرية أو المواد التسويقية أو بروتوكولات الدراسة للترجمة باللغات الأصلية إلى أقسام مثل التغليف أو التجارب السريرية أو عمليات الإرسال التنظيمية.
يركز هذا المنشور على كيفية استخدامك خدمات أمازون AI بالاشتراك مع Amazon AppFlow لتحليل المحتوى المخزن في Veeva Vault PromoMats ، واستخراج معلومات العلامة تلقائيًا ، وإدخال هذه المعلومات في النهاية إلى نظام Veeva Vault. يناقش المنشور الهيكل العام ، وخطوات نشر حل ولوحة معلومات ، وحالة استخدام علامات بيانات تعريف الأصول. لمزيد من المعلومات حول إثبات قاعدة رمز المفهوم لحالة الاستخدام هذه ، راجع مستودع جيثب.
حل نظرة عامة
يوضح الرسم البياني التالي بنية الحل المحدثة.
في السابق ، لاستيراد الأصول من Veeva Vault ، كان عليك كتابة منطق الرمز المخصص الخاص بك باستخدام ملف واجهات برمجة تطبيقات Veeva Vault لاقتراع التغييرات واستيراد البيانات إلى خدمة تخزين أمازون البسيطة (أمازون S3). قد تكون هذه عملية يدوية تستغرق وقتًا طويلاً ، حيث يتعين عليك حساب قيود واجهة برمجة التطبيقات (API) والفشل وإعادة المحاولة ، فضلاً عن قابلية التوسع لاستيعاب كمية غير محدودة من الأصول. يستخدم الحل المحدث Amazon AppFlow للتخلص من تعقيد الحفاظ على Veeva مخصص لخط أنابيب استيراد بيانات Amazon S3.
كما هو مذكور في المقدمة ، يعد Amazon AppFlow أداة خدمة ذاتية سهلة الاستخدام ولا تحتوي على تعليمات برمجية تستخدم تكوينات التأشير والنقر لنقل البيانات بسهولة وأمان بين تطبيقات SaaS المختلفة وخدمات AWS. يتيح لك AppFlow سحب البيانات (الكائنات والمستندات) من المصادر المدعومة وكتابة تلك البيانات إلى مختلف الوجهات المدعومة. قد يكون المصدر أو الوجهة تطبيق SaaS أو خدمة AWS مثل Amazon S3 ، الأمازون الأحمر، أو بالمرصاد للقياسات. بالإضافة إلى الواجهة الخالية من التعليمات البرمجية ، يدعم Amazon AppFlow التكوين عبر API و AWS CLI و تكوين سحابة AWS واجهات.
يصف التدفق في Amazon AppFlow كيفية نقل البيانات ، بما في ذلك تفاصيل المصدر وتفاصيل الوجهة وظروف تشغيل التدفق (عند الطلب أو عند الحدث أو المجدول) ومهام معالجة البيانات مثل نقاط التحقق أو التحقق من صحة الحقل أو الإخفاء. عند التشغيل ، يقوم Amazon AppFlow بتشغيل تدفق يجلب بيانات المصدر (بشكل عام من خلال واجهات برمجة التطبيقات العامة للتطبيق المصدر) ، ويقوم بتشغيل مهام معالجة البيانات ، وينقل البيانات المعالجة إلى الوجهة.
في هذا المثال ، تقوم بنشر تدفق تم تكوينه مسبقًا باستخدام قالب CloudFormation. توضح لقطة الشاشة التالية التكوين المسبق veeva-aws-connector
التدفق الذي تم إنشاؤه تلقائيًا بواسطة قالب الحل على وحدة تحكم Amazon AppFlow.
يستخدم التدفق Veeva كمصدر وتم تكوينه لاستيراد كائنات مكون Veeva Vault. تعد كل من البيانات الوصفية وملفات المصدر ضرورية لتتبع الأصول التي تمت معالجتها ودفع العلامات مرة أخرى إلى الأصل المقابل الصحيح في النظام المصدر. في هذه الحالة ، يتم استيراد أحدث إصدار فقط ، ولا يتم تضمين عمليات الترحيل.
يجب أيضًا تكوين وجهة التدفق. في لقطة الشاشة التالية ، نحدد تنسيق ملف وبنية مجلد لحاوية S3 التي تم إنشاؤها كجزء من قالب CloudFormation.
أخيرًا ، يتم تشغيل التدفق عند الطلب لأغراض العرض. يمكن تعديل ذلك بحيث يعمل التدفق وفقًا لجدول زمني بحد أقصى لدقيقة واحدة. عند التشغيل وفقًا لجدول زمني ، يتغير وضع النقل تلقائيًا من نقل كامل إلى وضع نقل تزايدي. تقوم بتحديد حقل الطابع الزمني للمصدر لتعقب التغييرات. بالنسبة لحالة استخدام العلامات ، وجدنا أن ملف تاريخ آخر تعديل الإعداد هو الأنسب.
ثم يتم دمج Amazon AppFlow مع أمازون إيفينت بريدج لنشر الأحداث عند اكتمال تشغيل التدفق.
من أجل مرونة أفضل ، فإن AVAIAppFlowListener
AWS لامدا وظيفة سلكية في EventBridge. عندما يتم تشغيل حدث Amazon AppFlow ، فإنه يتحقق من اكتمال تشغيل التدفق المحدد بنجاح ، ويقرأ معلومات البيانات الوصفية لجميع الأصول المستوردة من تشغيل التدفق المحدد هذا ، ويدفع بيانات تعريف المستندات الفردية إلى خدمة Amazon Simple Queue Service قائمة انتظار (Amazon SQS). يوفر استخدام Amazon SQS اقترانًا سائبًا بين أقسام المنتج والمعالج في البنية ويسمح لك أيضًا بنشر التغييرات على قسم المعالج دون إيقاف التحديثات الواردة.
وظيفة استطلاع ثانية (AVAIQueuePoller
) يقرأ قائمة انتظار SQS على فترات متكررة (كل دقيقة) ويعالج الأصول الواردة. للحصول على وقت رد فعل أفضل من وظيفة Lambda ، يمكنك استبدال قاعدة CloudWatch بتكوين Amazon SQS كمحفز للوظيفة.
اعتمادًا على نوع الرسالة الواردة ، يستخدم الحل خدمات AWS AI المتنوعة لاشتقاق رؤى من بياناتك. تتضمن بعض الأمثلة ما يلي:
- ملفات نصية - تستخدم الوظيفة الامتداد كشف الكيانات عملية الأمازون فهم الطبية، خدمة معالجة اللغة الطبيعية (NLP) التي تسهل استخدام ML لاستخراج المعلومات الطبية ذات الصلة من نص غير منظم. تكتشف هذه العملية الكيانات في فئات مثل
Anatomy
,Medical_Condition
,Medication
,Protected_Health_Information
وTest_Treatment_Procedure
. يتم تصفية الإخراج الناتج لـProtected_Health_Information
، ويتم تسوية المعلومات المتبقية ، جنبًا إلى جنب مع درجات الثقة ، وإدراجها في ملف الأمازون DynamoDB الطاولة. تم رسم هذه المعلومات في مجموعة OpenSearch Kibana. في تطبيقات العالم الحقيقي ، يمكنك أيضًا استخدام Amazon Comprehend Medical ICD-10-CM أو RxNorm ميزة لربط المعلومات المكتشفة بالأنطولوجيا الطبية بحيث يمكن لتطبيقات الرعاية الصحية اللاحقة استخدامها لمزيد من التحليل. - الصور - تستخدم الوظيفة الامتداد DetectLabels طريقة الأمازون إعادة الاعتراف لاكتشاف الملصقات في الصورة الواردة. يمكن أن تعمل هذه الملصقات كعلامات لتحديد المعلومات الغنية المدفونة في صورك ، مثل المعلومات حول الأعمال الفنية التجارية والتسميات السريرية. إذا كانت تسميات مثل
Human
orPerson
يتم اكتشافها بدرجة ثقة تزيد عن 80٪ ، يستخدم الرمز كشف الوجوه طريقة للبحث عن ميزات الوجه الرئيسية مثل العينين والأنف والفم لاكتشاف الوجوه في الصورة المدخلة. يقدم Amazon Rekognition كل هذه المعلومات مع درجة الثقة المرتبطة بها ، والتي يتم تسويتها وتخزينها في جدول DynamoDB. - التسجيلات الصوتية - بالنسبة لأصول الصوت ، يستخدم الرمز الامتداد بدء الترجمة طريقة غير متزامنة الأمازون النسخ لنسخ الصوت الوارد إلى نص ، وتمرير معرف فريد مثل
TranscriptionJobName
. يفترض الرمز أن اللغة الصوتية هي الإنجليزية (الولايات المتحدة) ، ولكن يمكنك تعديلها لربطها بالمعلومات الواردة من Veeva Vault. يستدعي الرمز GetTranscriptionJob طريقة تمرير نفس المعرف الفريد مثلTranscriptionJobName
في حلقة ، حتى تكتمل المهمة. يقدم Amazon Transcribe ملف الإخراج في حاوية S3 ، والتي تتم قراءتها بواسطة الكود وحذفها. يستدعي الرمز سير عمل معالجة النص (كما تمت مناقشته سابقًا) لاستخراج الكيانات من الصوت المكتوب. - المستندات الممسوحة ضوئيًا (ملفات PDF) - يتم تمثيل نسبة كبيرة من أصول علوم الحياة في ملفات PDF - يمكن أن تكون أي شيء من المجلات العلمية والأوراق البحثية إلى ملصقات الأدوية. أمازون تيكستراك هي خدمة تستخرج النص والبيانات تلقائيًا من المستندات الممسوحة ضوئيًا. يستخدم الرمز الامتداد StartDocumentTextDetection طريقة لبدء مهمة غير متزامنة لاكتشاف النص في المستند. يستخدم الرمز الامتداد
JobId
عاد في الرد على المكالمة GetDocumentTextDetection في حلقة ، حتى تكتمل المهمة. تحتوي بنية JSON الناتجة على سطور وكلمات من النص المكتشف ، جنبًا إلى جنب مع درجات الثقة لكل عنصر يحدده ، حتى تتمكن من اتخاذ قرارات مستنيرة حول كيفية استخدام النتائج. تعالج الكود بنية JSON لإعادة إنشاء دعاية نصية واستدعاء سير عمل معالجة النص لاستخراج الكيانات من النص.
يخزن جدول DynamoDB جميع البيانات المعالجة. يستخدم الحل مشغلات DynamoDB Streams و Lambda (AVAIPopulateES
) لتعبئة البيانات في مجموعة OpenSearch Kibana. تعمل وظيفة AVAIPopulateES مع كل عملية تحديث وإدراج وحذف تحدث في جدول DynamoDB ، وتقوم بإدراج سجل واحد مطابق في فهرس OpenSearch. يمكنك تصور هذه السجلات باستخدام Kibana.
لإغلاق حلقة التغذية الراجعة ، يجب أن يكون ملف AVAICustomFieldPopulator
تم إنشاء وظيفة Lambda. يتم تشغيله بواسطة أحداث في دفق DynamoDB لجدول البيانات الوصفية DynamoDB. لكل DocumentID
في سجلات DynamoDB ، تحاول الوظيفة زيادة معلومات العلامة إلى خاصية حقل مخصص محددة مسبقًا للأصل باستخدام المعرف المقابل في Veeva ، باستخدام Veeva API. لتجنب إدخال ضوضاء في الحقل المخصص ، تقوم وظيفة Lambda بتصفية أي علامات تم تحديدها بدرجة ثقة أقل من 0.9. يتم إعادة توجيه الطلبات الفاشلة إلى قائمة انتظار الرسائل المهملة (DLQ) للفحص اليدوي أو إعادة المحاولة تلقائيًا.
يوفر هذا الحل نهجًا بدون خادم ، والدفع أولاً بأول لمعالجة وتمييز وتمكين عمليات البحث الشاملة على الأصول الرقمية الخاصة بك. بالإضافة إلى ذلك ، يتمتع كل مكون مُدار بإتاحة عالية مضمنة عن طريق النشر التلقائي عبر مناطق توافر خدمات متعددة. ل خدمة Amazon OpenSearch (خلفًا لخدمة Amazon Elasticsearch Service) ، يمكنك اختيار خيار ثلاثة من الألف إلى الياء لتوفير إتاحة أفضل لمجالاتك.
المتطلبات الأساسية المسبقة
في هذا الدليل ، يجب أن يكون لديك المتطلبات الأساسية التالية:
- An حساب AWS مع المناسب إدارة الهوية والوصول AWS (IAM) لتشغيل نموذج CloudFormation
- بيانات اعتماد وصول مناسبة لمجال Veeva Vault PromoMats (عنوان URL للمجال واسم المستخدم وكلمة المرور)
- علامة محتوى مخصصة محددة في Veeva للأصول الرقمية التي تريد وضع علامة عليها (على سبيل المثال ، أنشأنا
AutoTags
علامة محتوى مخصصة) - الأصول الرقمية في PromoMats Vault يمكن الوصول إليها من خلال بيانات الاعتماد السابقة
انشر الحل الخاص بك
يمكنك استخدام مكدس CloudFormation لنشر الحل. يُنشئ المكدس جميع الموارد اللازمة ، بما في ذلك:
- حاوية S3 لتخزين الأصول الواردة.
- تدفق Amazon AppFlow لاستيراد الأصول تلقائيًا إلى حاوية S3.
- قاعدة EventBridge ووظيفة Lambda للتفاعل مع الأحداث التي تم إنشاؤها بواسطة Amazon AppFlow (
AVAIAppFlowListener
). - قائمة انتظار SQS FIFO لتكون بمثابة اقتران فضفاض بين وظيفة المستمع (
AVAIAppFlowListener
) ووظيفة المستطلع (AVAIQueuePoller
). - جدول DynamoDB لتخزين مخرجات خدمات Amazon AI.
- مجموعة Amazon OpenSearch Kibana (ELK) لتصور العلامات التي تم تحليلها.
- وظيفة Lambda لدفع العلامات المحددة إلى Veeva (
AVAICustomFieldPopulator
) ، مع DLQ المقابلة. - وظائف لامدا المطلوبة:
- AVAIAppFlowListener - مدفوعة بالأحداث التي دفعتها Amazon AppFlow إلى EventBridge. يُستخدم للتحقق من صحة تشغيل التدفق ودفع رسالة إلى قائمة انتظار SQS.
- AVAIQueuePoller - يتم تشغيله كل دقيقة. يُستخدم لاستطلاع قائمة انتظار SQS ومعالجة الأصول باستخدام خدمات Amazon AI وملء جدول DynamoDB.
- سكان - يتم تشغيله عند وجود تحديث أو إدراج أو حذف في جدول DynamoDB. تُستخدم لالتقاط التغييرات من DynamoDB وملء مجموعة ELK.
- AVAICustomFieldPopulator - يتم تشغيله عند وجود تحديث أو إدراج أو حذف في جدول DynamoDB. تستخدم لتغذية معلومات العلامة مرة أخرى إلى Veeva.
- • فعاليات أمازون كلاودواتش القواعد التي تؤدي إلى تشغيل
AVAIQueuePoller
وظيفة. هذه المشغلات موجودة فيDISABLED
الدولة بشكل افتراضي. - أدوار وسياسات IAM المطلوبة للتفاعل مع EventBridge وخدمات الذكاء الاصطناعي بطريقة محددة النطاق.
للبدء ، أكمل الخطوات التالية:
- تسجيل الدخول إلى وحدة تحكم إدارة AWS بحساب له أذونات IAM المطلوبة مسبقًا.
- اختار قم بتشغيل Stack وافتحه في علامة تبويب جديدة:
- على إنشاء مكدس الصفحة ، اختر التالى.
- على حدد تفاصيل المكدس الصفحة ، أدخل اسمًا للمكدس.
- أدخل قيم المعلمات.
- اختار التالى.
- على تكوين خيارات المكدس الصفحة ، اترك كل شيء على أنه الإعداد الافتراضي واختر التالى.
- على التقيم الصفحة في القدرات والتحولات المقطع ، حدد خانات الاختيار الثلاثة.
- اختار إنشاء مكدس.
- انتظر حتى يكتمل المكدس. يمكنك فحص أحداث مختلفة من عملية إنشاء المكدس على الفعاليات علامة التبويب.
- بعد اكتمال إنشاء المكدس ، يمكنك إلقاء نظرة على ملف الموارد علامة التبويب لمشاهدة جميع الموارد التي أنشأها نموذج CloudFormation.
- على النواتج علامة التبويب ، انسخ قيمة
ESDomainAccessPrincipal
.
هذا هو دور ARN الخاص بـ IAM AVAIPopulateES
تفترض الوظيفة. يمكنك استخدامه لاحقًا لتكوين الوصول إلى مجال Amazon OpenSearch Service.
قم بإعداد Amazon OpenSearch Service و Kibana
يرشدك هذا القسم عبر تأمين مجموعة Amazon OpenSearch Service وتثبيت وكيل محلي للوصول إلى Kibana بشكل آمن.
- في وحدة تحكم Amazon OpenSearch Service ، حدد المجال الذي تم إنشاؤه بواسطة القالب.
- على الإجراءات القائمة، اختر تعديل نهج الوصول.
- في حالة سياسة الوصول إلى المجال، اختر سياسة الوصول المخصصة.
- في مجلة سيتم مسح سياسة الوصول نافذة منبثقة ، اختر امسح واستمر.
- في الصفحة التالية ، قم بتكوين العبارات التالية لتأمين الوصول إلى مجال Amazon OpenSearch Service:
- السماح بعنوان IPv4 - عنوان IP الخاص بك.
- السماح لـ IAM ARN - قيمة ال
ESDomainAccessPrincipal
قمت بنسخها في وقت سابق.
- اختار تقدم.
يؤدي هذا إلى إنشاء سياسة وصول تمنح الوصول إلى وظيفة AVAIPopulateES ووصول Kibana من عنوان IP الخاص بك. لمزيد من المعلومات حول تحديد نطاق سياسة الوصول الخاصة بك ، راجع تكوين سياسات الوصول.
- انتظر حتى تظهر حالة المجال كـ
Active
. - في وحدة تحكم Amazon EventBridge ، تحت الفعاليات، اختر قوانيـن. يمكنك رؤية قاعدتين أنشأهما نموذج CloudFormation.
- إختار ال
AVAIQueuePollerSchedule
القاعدة وتمكينها عن طريق النقر فوق تفعيل.
في غضون 5-8 دقائق ، يجب أن تبدأ البيانات في التدفق ويتم إنشاء الكيانات في مجموعة Amazon OpenSearch Service. يمكنك الآن تصور هذه الكيانات في Kibana. للقيام بذلك ، يمكنك استخدام وكيل مفتوح المصدر يسمى أوس-إس-كيبانا. لتثبيت الوكيل على جهاز الكمبيوتر الخاص بك ، أدخل الرمز التالي:
aws-es-kibana your_OpenSearch_domain_endpoint
يمكنك العثور على نقطة نهاية المجال على النواتج علامة تبويب مكدس CloudFormation تحت ESDomainEndPoint
. يجب أن ترى الناتج التالي:
إنشاء تصورات وتحليل المحتوى المميز
يرجى الرجوع إلى الأصل مشاركة مدونة.
تنظيف
لتجنب تكبد رسوم في المستقبل ، احذف الموارد عندما لا تكون قيد الاستخدام. يمكنك بسهولة حذف جميع الموارد عن طريق حذف حزمة CloudFormation المرتبطة. لاحظ أنك تحتاج إلى إفراغ دلاء محتوى S3 التي تم إنشاؤها حتى ينجح حذف المكدس.
وفي الختام
في هذا المنشور ، أوضحنا كيف يمكنك استخدام خدمات Amazon AI جنبًا إلى جنب مع Amazon AppFlow لتوسيع وظائف Veeva Vault PromoMats واستخراج المعلومات القيمة بسرعة وسهولة. تتيح لك آلية إعادة التكرار المضمنة تحديث العلامات مرة أخرى إلى Veeva Vault وتمكين وضع العلامات التلقائي على الأصول الخاصة بك. هذا يسهل على فريقك العثور على الأصول وتحديد موقعها بسرعة.
على الرغم من عدم وجود مخرجات تعلم مثالية ، إلا أنها يمكن أن تقترب جدًا من الأداء البشري وتساعد في تعويض جزء كبير من جهود فريقك. يمكنك استخدام هذه السعة الإضافية في المهام ذات القيمة المضافة ، مع تخصيص سعة صغيرة للتحقق من ناتج حل ML. يمكن أن يساعد هذا الحل أيضًا في تحسين التكاليف وتحقيق تناسق العلامات وتمكين الاكتشاف السريع للأصول الحالية.
أخيرًا ، يمكنك الاحتفاظ بملكية بياناتك واختيار خدمات AWS التي يمكنها معالجة المحتوى وتخزينه واستضافته. لا تصل AWS إلى المحتوى الخاص بك أو تستخدمه لأي غرض دون موافقتك ، ولا تستخدم بيانات العميل مطلقًا لاشتقاق معلومات للتسويق أو الإعلان. لمزيد من المعلومات، راجع الأسئلة الشائعة حول خصوصية البيانات.
يمكنك أيضًا توسيع وظائف هذا الحل بشكل أكبر من خلال تحسينات إضافية. على سبيل المثال ، بالإضافة إلى خدمات AI و ML في هذا المنشور ، يمكنك بسهولة إضافة أي من نماذج ML المخصصة التي تم إنشاؤها باستخدام الأمازون SageMaker للهندسة المعمارية.
إذا كنت مهتمًا باستكشاف حالات استخدام إضافية لـ Veeva و AWS ، فيرجى التواصل مع فريق حساب AWS الخاص بك.
راجعت شركة Veeva Systems هذا المحتوى ووافقت عليه. لمزيد من الأسئلة المتعلقة بـ Veeva Vault ، يرجى الاتصال دعم Veeva.
عن المؤلفين
مايانك ذكار رئيس تطوير الأعمال AI / ML والرعاية الصحية العالمية وعلوم الحياة في AWS. يتمتع بخبرة تزيد عن 18 عامًا في صناعات متنوعة مثل الرعاية الصحية وعلوم الحياة والتأمين وتجارة التجزئة ، وهو متخصص في بناء الحلول القائمة على خوادم والذكاء الاصطناعي والتعلم الآلي لحل مشاكل الصناعة في العالم الحقيقي. في AWS ، يعمل عن كثب مع شركات الأدوية الكبرى حول العالم لبناء حلول متطورة ومساعدتهم على طول رحلتهم السحابية. بصرف النظر عن العمل ، ينشغل مايانك وزوجته في تربية ولدين نشطين ومخادعين ، آريان (6 سنوات) وكيان (4 سنوات) ، بينما يحاولان منع المنزل من الاحتراق أو التعرض للفيضانات!
أناماريا تودور هو مهندس حلول أول مقره في كوبنهاغن ، الدنمارك. رأت أول جهاز كمبيوتر لها عندما كانت في الرابعة من عمرها ولم تدع علوم الكمبيوتر والهندسة تذهب أبدًا منذ ذلك الحين. عملت في العديد من الأدوار الفنية من مطور متكامل ، إلى مهندس بيانات ، وقائد تقني ، ورئيس قسم التكنولوجيا في العديد من الشركات الدنماركية. Anamaria حاصل على درجة البكالوريوس في الهندسة التطبيقية وعلوم الكمبيوتر ، ودرجة الماجستير في علوم الكمبيوتر ، وأكثر من 4 سنوات من الخبرة العملية في AWS. في AWS ، تعمل بشكل وثيق مع شركات الرعاية الصحية وعلوم الحياة في قطاع المؤسسات. عندما لا تعمل أو تلعب ألعاب الفيديو ، فإنها تدرب الفتيات والنساء المحترفات على فهم وإيجاد طريقهم من خلال التكنولوجيا.
- كوينسمارت. أفضل بورصة للبيتكوين والعملات المشفرة في أوروبا.
- بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. دخول مجاني.
- كريبتوهوك. الرادار. تجربة مجانية.
- المصدر: https://aws.amazon.com/blogs/machine-learning/analyze-and-tag-assets-stored-in-veeva-vault-promomats-using-amazon-appflow-and-amazon-ai-services/
- "
- 10
- 100
- 7
- 9
- a
- من نحن
- الملخص
- الوصول
- يمكن الوصول
- استيعاب
- حسابي
- التأهيل
- في
- عمل
- إضافة
- إضافي
- العنوان
- دعاية
- AI
- خدمات الذكاء الاصطناعي
- الكل
- يسمح
- أمازون
- كمية
- تحليل
- تحليلات
- تحليل
- بعيدا
- API
- واجهات برمجة التطبيقات
- تطبيق
- التطبيقات
- تطبيقي
- نهج
- مناسب
- هندسة معمارية
- حول
- مصطنع
- الذكاء الاصطناعي
- العمل الفني
- الأصول
- ممتلكات
- أسوشيتد
- سمعي
- أوتوماتيك
- تلقائيا
- توفر
- AWS
- قبل
- يجري
- أفضل
- ما بين
- الحدود
- نساعدك في بناء
- ابني
- مدمج
- الأعمال
- دعوة
- قدرات
- الطاقة الإنتاجية
- حقيبة
- الحالات
- اسعارنا محددة من قبل وزارة العمل
- اختار
- تصنيف
- التجارب السريرية
- سحابة
- تدريب
- الكود
- مجموعة
- تأتي
- آت
- تجاري
- الشركات
- إكمال
- عنصر
- شامل
- الكمبيوتر
- علوم الكمبيوتر
- مفهوم
- الشروط
- الثقة
- الاعداد
- التواصل
- صلة
- موافقة
- كنسولات
- التواصل
- يحتوي
- محتوى
- المقابلة
- التكاليف
- استطاع
- البلد
- خلق
- خلق
- يخلق
- خلق
- أوراق اعتماد
- CTO
- على
- زبون
- المتطور والحديث
- لوحة أجهزة القياس
- البيانات
- معالجة المعلومات
- القرارات
- يسلم
- الطلب
- تظاهر
- الدنمارك
- نشر
- نشر
- افضل الرحلات السياحية
- لأفضل الأماكن السياحية
- تفاصيل
- الكشف عن
- كشف
- المطور
- التطوير التجاري
- رقمي
- الأصول الرقمية
- اكتشاف
- وثائق
- لا
- نطاق
- المجالات
- إلى أسفل
- عقار
- كل
- بسهولة
- سهلة الاستخدام
- النظام الإيكولوجي
- الطُرق الفعّالة
- جهود
- تمكين
- تمكن
- نقطة النهاية
- مهندس
- الهندسة
- عربي
- أدخل
- مشروع
- الكيانات
- البيئة
- الحدث/الفعالية
- أحداث
- كل شىء
- مثال
- أمثلة
- القائمة
- الخبره في مجال الغطس
- اكتشف
- مد
- مقتطفات
- وجوه
- الميزات
- المميزات
- ردود الفعل
- أنثى
- مجال
- مرشحات
- العثور على
- الاسم الأول
- تدفق
- ويركز
- متابعيك
- شكل
- وجدت
- تبدأ من
- بالإضافة إلى
- وظيفة
- وظيفة
- وظائف
- إضافي
- مستقبل
- ألعاب
- على العموم
- ولدت
- الحصول على
- البنات
- العالمية
- منح
- تشابك الايدى
- رئيس
- الرعاية الصحية
- مساعدة
- مرتفع
- منـزل
- كيفية
- كيفية
- HTTPS
- الانسان
- معرف
- تحديد
- هوية
- صورة
- صور
- استيراد
- تتضمن
- شامل
- بما فيه
- مؤشر
- فرد
- الصناعات
- العالمية
- معلومات
- وأبلغ
- إدخال
- إدراج
- تبصر
- رؤى
- تثبيت
- التأمين
- المتكاملة
- التكامل
- رؤيتنا
- التفاعل
- يستفد
- السطح البيني
- IP
- عنوان IP
- IT
- وظيفة
- رحلة
- احتفظ
- القفل
- وصفها
- ملصقات
- لغة
- اللغات
- كبير
- آخر
- إطلاق
- قيادة
- يترك
- علوم الحياة
- خطوط
- LINK
- لينكدين:
- محلي
- بحث
- آلة
- المحافظة
- جعل
- يصنع
- إدارة
- تمكن
- إدارة
- أسلوب
- كتيب
- تصنيع
- رسم الخرائط
- التسويق
- سادة
- المواد
- آلية
- طبي
- المذكورة
- المقاييس
- ML
- عارضات ازياء
- الأكثر من ذلك
- أكثر
- خطوة
- متعدد
- طبيعي
- ضروري
- إحتياجات
- التالي
- ضجيج
- عروض
- عوض
- جاكيت
- تعمل
- عملية
- الأمثل
- مزيد من الخيارات
- طلب
- أصلي
- أخرى
- الكلي
- الخاصة
- ملكية
- جزء
- مرور
- كلمة المرور
- المريض
- نسبة مئوية
- أداء
- فارما
- لعب
- من فضلك
- سياسات الخصوصية والبيع
- سياسة
- في.
- المنبثقة
- يقدم
- سابق
- خصوصية
- مشاكل
- عملية المعالجة
- العمليات
- معالجة
- المعالج
- منتج
- المنتجات
- المهنيين
- دليل
- دليل على المفهوم
- الملكية
- البروتوكولات
- تزود
- ويوفر
- الوكيل
- جمهور
- نشر
- غرض
- أغراض
- دفع
- سريع
- بسرعة
- رفع
- تتراوح
- الوصول
- رد فعل
- رد فعل
- سجل
- تسجيل
- المنظمين
- ذات الصلة
- المتبقية
- ممثلة
- طلبات
- بحث
- الموارد
- استجابة
- مما أدى
- النتائج
- بيع بالتجزئة
- النوع
- القواعد
- يجري
- نفسه
- التدرجية
- حجم
- المقرر
- علوم
- علوم
- آمن
- قطعة
- Serverless
- الخدمة
- خدمات
- طقم
- ضبط
- مشاركة
- إظهار
- الاشارات
- منذ
- الموقع
- حالة
- صغير
- So
- تطبيقات الكمبيوتر
- البرمجيات كخدمة
- الصلبة
- حل
- الحلول
- حل
- بعض
- متخصصة
- محدد
- مواصفات
- كومة
- معيار
- بداية
- بدأت
- الولايه او المحافظه
- البيانات
- الحالة
- تخزين
- متجر
- فروعنا
- مجرى
- منظم
- دراسة
- جوهري
- ناجح
- بنجاح
- الدعم
- مدعومة
- دعم
- الدعم
- نظام
- أنظمة
- المهام
- فريق
- فريق
- تقني
- تكنولوجيا
- النماذج
- سياسة الحجب وتقييد الوصول
- •
- المصدر
- العالم
- ثلاثة
- عبر
- رابطة عنق
- الوقت
- استهلاك الوقت
- أداة
- نحو
- مسار
- تتبع الشحنة
- تحويل
- التحويلات
- خدمات ترجمة
- أثار
- مع
- فهم
- فريد من نوعه
- غير محدود
- تحديث
- آخر التحديثات
- us
- تستخدم
- التحقق من صحة
- قيمنا
- مختلف
- قبو
- الإصدار
- فيديو
- ألعاب الفيديو
- المواقع
- في حين
- بدون
- كلمات
- للعمل
- عمل
- عامل
- أعمال
- العالم
- سنوات
- حل متجر العقارات الشامل الخاص بك في جورجيا