আপনি আপনার মেশিন লার্নিং (ML) মডেলটি তৈরি, প্রশিক্ষণ এবং মূল্যায়ন করার পরে এটি প্রস্তাবিত ব্যবসায়িক সমস্যার সমাধান করছে তা নিশ্চিত করার জন্য, আপনি ব্যবসায়িক ক্রিয়াকলাপে সিদ্ধান্ত গ্রহণ সক্ষম করতে সেই মডেলটি স্থাপন করতে চান। যে মডেলগুলি ব্যবসা-সমালোচনামূলক ফাংশনগুলিকে সমর্থন করে সেগুলি একটি উত্পাদন পরিবেশে স্থাপন করা হয় যেখানে একটি মডেল প্রকাশের কৌশল স্থাপন করা হয়। এমএল মডেলের প্রকৃতির পরিপ্রেক্ষিতে, যেখানে ডেটা ক্রমাগত পরিবর্তিত হচ্ছে, আপনি এটিও নিশ্চিত করতে চান যে একটি স্থাপন করা মডেল এখনও নতুন ডেটার সাথে প্রাসঙ্গিক এবং মডেলটি আপডেট করা হয় যখন এটি হয় না। এর মধ্যে রয়েছে একটি স্থাপনার কৌশল বেছে নেওয়া যা ঝুঁকি এবং ডাউনটাইম কমিয়ে দেয়। এই সর্বোত্তম স্থাপনার কৌশলটি মডেলের উচ্চ প্রাপ্যতা বজায় রাখতে হবে, ইতিমধ্যে উত্পাদনে যা আছে তার থেকে একটি নিম্নমানের মডেল স্থাপনের ব্যবসায়িক খরচ বিবেচনা করা উচিত এবং সহজেই পূর্ববর্তী মডেল সংস্করণে ফিরে যাওয়ার কার্যকারিতা ধারণ করা উচিত। এই প্রস্তাবিত বিবেচনা এবং স্থাপনার নিদর্শনগুলির মধ্যে অনেকগুলিও অন্তর্ভুক্ত রয়েছে AWS ওয়েল আর্কিটেক্টেড ফ্রেমওয়ার্ক - মেশিন লার্নিং লেন্স.
সঠিক স্থাপনার কৌশল বেছে নেওয়ার পাশাপাশি, সেই কৌশলটি এমন একটি নির্ভরযোগ্য প্রক্রিয়া ব্যবহার করে বাস্তবায়িত করা উচিত যাতে MLOps অনুশীলন অন্তর্ভুক্ত থাকে। MLOps-এর মধ্যে এমন অভ্যাস রয়েছে যা ML কাজের চাপকে রিলিজ ম্যানেজমেন্ট, CI/CD এবং ক্রিয়াকলাপে একীভূত করে, এমএল প্রকল্পগুলির অনন্য দিকগুলির জন্য অ্যাকাউন্টিং, মডেল স্থাপন এবং পর্যবেক্ষণের জন্য বিবেচনা সহ। MLOps জন্য Amazon SageMaker ML লাইফসাইকেল জুড়ে পদক্ষেপগুলি স্বয়ংক্রিয় এবং মানসম্মত করার জন্য উদ্দেশ্য-নির্মিত সরঞ্জামগুলি প্রদান করে, যার মধ্যে উন্নত স্থাপনার নিদর্শন ব্যবহার করে নতুন মডেল স্থাপন এবং পরিচালনা করার ক্ষমতা রয়েছে।
এই পোস্টে, আমরা আলোচনা করব কীভাবে এমএল মডেলগুলি স্থাপন করতে হয় আমাজন সেজমেকার একটি পুনরাবৃত্তিযোগ্য এবং স্বয়ংক্রিয় উপায়ে, একীভূত করা উত্পাদন বৈকল্পিক এবং স্থাপনার গার্ডেল MLOps সমাধান সহ SageMaker এর ক্ষমতা। আমরা আপনাকে রিয়েল-টাইম একক-মডেল এন্ডপয়েন্টের উপর ফোকাস করে SageMaker মডেল স্থাপনার নিদর্শনগুলির সাথে SageMaker-এর MLOps টুলগুলিকে কীভাবে একীভূত করতে হয় তার একটি ভূমিকা দিচ্ছি।
সমাধান ওভারভিউ
আমরা নিম্নলিখিত মডেল টেস্টিং এবং রেললাইন প্যাটার্ন এবং SageMaker MLOps টুলের সাথে তাদের ইন্টিগ্রেশন অন্বেষণ করি:
- মডেল টেস্টিং - বর্তমান মডেল সংস্করণ প্রতিস্থাপন করার আগে আমরা উৎপাদনে বিভিন্ন মডেল সংস্করণ তুলনা করি। এই পোস্টটি নিম্নলিখিত মডেল পরীক্ষার ক্ষমতার তুলনা করে:
- A / B পরীক্ষা – A/B পরীক্ষার মাধ্যমে, আপনি আপনার মডেল ভেরিয়েন্টের মধ্যে শেষবিন্দু ট্র্যাফিক বিতরণ করে উৎপাদনে আপনার মডেলের বিভিন্ন সংস্করণ তুলনা করেন। A/B টেস্টিং এমন পরিস্থিতিতে ব্যবহার করা হয় যেখানে বন্ধ লুপ ফিডব্যাক সরাসরি মডেল আউটপুটকে ডাউনস্ট্রিম ব্যবসায়িক মেট্রিকের সাথে সংযুক্ত করতে পারে। এই প্রতিক্রিয়াটি তখন একটি মডেল থেকে অন্য মডেলে পরিবর্তনের পরিসংখ্যানগত তাত্পর্য নির্ধারণ করতে ব্যবহৃত হয়, আপনাকে লাইভ প্রোডাকশন পরীক্ষার মাধ্যমে সেরা মডেল নির্বাচন করতে সহায়তা করে।
- ছায়া পরীক্ষা - ছায়া পরীক্ষার মাধ্যমে, আপনি উত্পাদন মডেল এবং সমান্তরালভাবে নতুন মডেলকে অনুরোধ পাঠিয়ে উত্পাদনে আপনার মডেলের একটি নতুন সংস্করণ পরীক্ষা করেন। প্রোডাকশন মডেল থেকে ভবিষ্যদ্বাণী প্রতিক্রিয়া ডেটা অ্যাপ্লিকেশনে পরিবেশন করা হয়, যখন নতুন মডেল সংস্করণ ভবিষ্যদ্বাণীগুলি পরীক্ষার জন্য সংরক্ষণ করা হয় কিন্তু উত্পাদন অ্যাপ্লিকেশনে পরিবেশন করা হয় না। শ্যাডো টেস্টিং এমন পরিস্থিতিতে ব্যবহার করা হয় যেখানে কোনও ক্লোজড লুপ ফিডব্যাক নেই যা একটি ব্যবসায়িক মেট্রিককে একটি মডেলের ভবিষ্যদ্বাণীতে ম্যাপ করে। এই পরিস্থিতিতে, আপনি নিম্নধারার ব্যবসায়িক মেট্রিক্সের উপর কোনো প্রভাব না ফেলে একাধিক মডেলের তুলনা করতে মডেলের গুণমান এবং অপারেশনাল মেট্রিক্স ব্যবহার করেন।
- ট্রাফিক স্থানান্তর - আপনি মডেলটির নতুন সংস্করণ পরীক্ষা করার পরে এবং এর কার্যকারিতা নিয়ে সন্তুষ্ট হওয়ার পরে, পরবর্তী পদক্ষেপটি হল বর্তমান মডেল থেকে নতুন সংস্করণে ট্রাফিক স্থানান্তর করা৷ দ্য নীল/সবুজ স্থাপনার গার্ডেল SageMaker-এ আপনাকে সহজেই একটি নিয়ন্ত্রিত উপায়ে উৎপাদনের বর্তমান মডেল (নীল বহর) থেকে একটি নতুন (সবুজ ফ্লিট) এ স্যুইচ করার অনুমতি দেয়। নীল/সবুজ স্থাপনাগুলি আপনার মডেলের আপডেটের সময় ডাউনটাইম এড়ায়, যেমন একটি ইন-প্লেস ডিপ্লোয়মেন্ট দৃশ্যে আপনার কাছে কী থাকবে। মডেলের প্রাপ্যতা সর্বাধিক করার জন্য, এই লেখার মতো, নীল/সবুজ স্থাপনাগুলি সেজমেকারে মডেল আপডেটের জন্য ডিফল্ট বিকল্প। আমরা এই পোস্টে নিম্নলিখিত ট্রাফিক স্থানান্তর পদ্ধতি নিয়ে আলোচনা করেছি:
- একযোগে ট্রাফিক বদল - সবুজ বহর উপলব্ধ হওয়ার পরে আপনার 100% এন্ডপয়েন্ট ট্রাফিক আপনার নীল বহর থেকে আপনার সবুজ বহরে স্থানান্তরিত হয়। আমরা ব্যাবহার করি এলার্ম in অ্যামাজন ক্লাউডওয়াচ যেটি একটি নির্দিষ্ট সময়ের জন্য আপনার সবুজ বহরের নিরীক্ষণ ( বেকিং সময়কাল) এবং যদি কোন অ্যালার্ম ট্রিগার না হয়, তাহলে বেকিং পিরিয়ডের পরে সেজমেকার দ্বারা নীল বহরটি মুছে ফেলা হয়।
- ক্যানারি ট্রাফিক স্থানান্তর - আপনার সবুজ বহর প্রথমে আপনার ট্রাফিকের একটি ছোট অনুপাতের সংস্পর্শে আসে (ক হলদে) এবং বেকিং পিরিয়ডের জন্য ক্লাউডওয়াচ অ্যালার্ম ব্যবহার করে যেকোন সমস্যার জন্য যাচাই করা হয়েছে যখন ব্লু ফ্লিট বেশিরভাগ এন্ডপয়েন্ট ট্র্যাফিক পেতে থাকে। সবুজ বহরটি বৈধ হওয়ার পরে, সমস্ত ট্র্যাফিক নতুন বহরে স্থানান্তরিত হয় এবং নীল বহরটি সেজমেকার দ্বারা মুছে ফেলা হয়।
- নীল/সবুজ রৈখিক ট্রাফিক স্থানান্তর সিঁড়ির পার্শ্বস্থ রেলিং - আপনি ধীরে ধীরে আপনার নীল বহর থেকে আপনার সবুজ বহরে ট্রাফিককে ধাপে ধাপে স্থানান্তরিত করবেন। ব্লু ফ্লিট সম্পূর্ণভাবে প্রতিস্থাপিত হওয়ার আগে আপনার মডেলটিকে প্রতিটি ধাপে একটি বেকিং পিরিয়ডের জন্য ক্লাউডওয়াচ অ্যালার্ম দিয়ে পর্যবেক্ষণ করা হয়।
এই পোস্টটি এমন আর্কিটেকচারের বর্ণনার উপর ফোকাস করে যা সেজমেকার MLOps বৈশিষ্ট্যগুলিকে ব্যবহার করে মডেলের নিয়ন্ত্রিত স্থাপনাগুলিকে স্থাপনার গার্ডেল এবং মডেলিং পরীক্ষার কৌশলগুলির মাধ্যমে আমরা তালিকাভুক্ত করেছি৷ এই নিদর্শন সাধারণ তথ্যের জন্য, পড়ুন Amazon SageMaker স্থাপনার গার্ডেল ব্যবহার করে উন্নত স্থাপনার কৌশলগুলির সুবিধা নিন এবং স্থাপনার গার্ডেল.
SageMaker এর সাথে একটি মডেল স্থাপন করুন
SageMaker এর বিস্তৃত পরিসর অফার করে স্থাপনার বিকল্প যা কম লেটেন্সি এবং উচ্চ থ্রুপুট থেকে দীর্ঘ-চলমান অনুমান কাজ পর্যন্ত পরিবর্তিত হয়। এই বিকল্পগুলি ব্যাচ, রিয়েল-টাইম, বা জন্য বিবেচনা অন্তর্ভুক্ত রিয়েল-টাইম অনুমানের কাছাকাছি. প্রতিটি বিকল্প বিভিন্ন উন্নত বৈশিষ্ট্য অফার করে, যেমন একটি একক শেষ পয়েন্টে একাধিক মডেল চালানোর ক্ষমতা। যাইহোক, পূর্বে উল্লিখিত হিসাবে, এই পোস্টের জন্য, আমরা শুধুমাত্র একক-মডেল এন্ডপয়েন্ট ব্যবহার করে MLOps স্থাপনার ধরণগুলি কভার করি। রিয়েল-টাইম অনুমানের জন্য আরও উন্নত সেজমেকার স্থাপনার বৈশিষ্ট্যগুলিতে আরও ডুব দিতে, পড়ুন আমাজন সেজমেকারে মডেল হোস্টিং প্যাটার্ন, পার্ট 2: সেজমেকারে রিয়েল টাইম মডেল স্থাপনের সাথে শুরু করা.
একটানা ডেলিভারি (সিডি) পাইপলাইন ব্যবহার করে উন্নত ডিপ্লয়মেন্ট প্যাটার্নের বাস্তবায়ন বুঝতে, প্রথমে সেজমেকার নামক একটি মূল ধারণা নিয়ে আলোচনা করা যাক মডেল বৈকল্পিক.
SageMaker মডেল ভেরিয়েন্ট
মডেল ভেরিয়েন্টগুলি আপনাকে আপনার মডেল পরীক্ষা করার জন্য একই প্রান্তে আপনার মডেলের একাধিক সংস্করণ স্থাপন করার অনুমতি দেয়। মডেল ভেরিয়েন্টগুলিকে পৃথক দৃষ্টান্তে স্থাপন করা হয়, তাই যখন একটি আপডেট করা হয় তখন অন্যান্য ভেরিয়েন্টের উপর কোন প্রভাব পড়ে না। SageMaker-এ, মডেল ভেরিয়েন্টগুলি উত্পাদন এবং ছায়ার রূপ হিসাবে প্রয়োগ করা হয়।
উৎপাদন বৈকল্পিক তাদের কর্মক্ষমতা তুলনা করার জন্য আপনাকে আপনার মডেলের একাধিক সংস্করণ A/B পরীক্ষা করার অনুমতি দেয়। এই পরিস্থিতিতে, আপনার মডেলের সমস্ত সংস্করণ মডেল অনুরোধের প্রতিক্রিয়া প্রদান করে। আপনার এন্ডপয়েন্ট ট্র্যাফিক বিদ্যমান ভেরিয়েন্টের মধ্যে ট্রাফিক ডিস্ট্রিবিউশনের মাধ্যমে বিতরণ করা হয়, যেখানে আপনি প্রতিটি ভেরিয়েন্টের জন্য একটি ওজন নির্ধারণ করেন, অথবা টার্গেট ভেরিয়েন্ট দ্বারা, যেখানে একটি নির্দিষ্ট প্যারামিটার (উদাহরণস্বরূপ অঞ্চল বা বাজার) সিদ্ধান্ত নেয় কোন মডেলটি চালু করা উচিত।
ছায়া বৈকল্পিক আপনাকে আপনার মডেলের একটি নতুন সংস্করণ ছায়া পরীক্ষা করার অনুমতি দেয়। এই পরিস্থিতিতে, আপনার মডেলের একটি প্রোডাকশন বৈকল্পিক এবং একই প্রান্তবিন্দুর সমান্তরালে একটি ছায়া বৈকল্পিক স্থাপন করা হয়েছে। ছায়া ভেরিয়েন্ট আপনার এন্ডপয়েন্ট থেকে সম্পূর্ণ (বা নমুনাযুক্ত) ডেটা ট্র্যাফিক পায়। যাইহোক, শুধুমাত্র প্রোডাকশন ভেরিয়েন্টের ভবিষ্যদ্বাণীগুলি আপনার অ্যাপ্লিকেশনের ব্যবহারকারীদের কাছে ফেরত পাঠানো হয়, এবং ছায়া ভেরিয়েন্টের ভবিষ্যদ্বাণীগুলি বিশ্লেষণের জন্য লগ করা হয়৷ যেহেতু শ্যাডো ভেরিয়েন্টগুলি প্রোডাকশন ভেরিয়েন্ট থেকে আলাদা ইনস্ট্যান্সে লঞ্চ করা হয়েছে, তাই এই টেস্টে আপনার প্রোডাকশন ভেরিয়েন্টে কোন পারফরম্যান্সের প্রভাব নেই। এই বিকল্পের সাহায্যে, আপনি নতুন মডেলটি পরীক্ষা করছেন এবং একটি কম-পারফর্মিং মডেলের ঝুঁকি কম করছেন এবং আপনি একই ডেটার সাথে উভয় মডেলের কর্মক্ষমতা তুলনা করতে পারেন।
SageMaker স্থাপনার গার্ডেল
গার্ডেলগুলি সফ্টওয়্যার বিকাশের একটি অপরিহার্য অংশ। তারা আপনার অ্যাপ্লিকেশানকে সুরক্ষিত করে এবং আপনার অ্যাপ্লিকেশানের একটি নতুন সংস্করণ স্থাপনের ঝুঁকি কমিয়ে দেয়। একইভাবে, সেজমেকার স্থাপনার গার্ডেল আপনাকে একটি নিয়ন্ত্রিত উপায়ে একটি মডেল সংস্করণ থেকে অন্য সংস্করণে স্যুইচ করার অনুমতি দেয়। 2022 সালের ডিসেম্বর পর্যন্ত, সেজমেকার গার্ডেলগুলি নীল/সবুজ, ক্যানারি এবং রৈখিক ট্র্যাফিক স্থানান্তরিত স্থাপনার বিকল্পগুলির জন্য বাস্তবায়ন প্রদান করে। মডেল ভেরিয়েন্টের সাথে মিলিত হলে, আপনার মডেলের প্রোডাকশন এবং শ্যাডো ভেরিয়েন্ট উভয় ক্ষেত্রেই ডিপ্লয়মেন্ট গার্ডেল প্রয়োগ করা যেতে পারে, একটি নতুন ভেরিয়েন্টের আপডেটের সময় কোন ডাউনটাইম নিশ্চিত না করে, ট্রাফিক শিফটিং নির্বাচন করা বিকল্প অনুযায়ী নিয়ন্ত্রিত হয়।
মডেল স্থাপনার জন্য MLOps ভিত্তি
একটি ML মডেল নির্মাণ এবং কর্মপ্রবাহ স্থাপনের বিস্তৃত প্রেক্ষাপটে, আমরা ML কর্মপ্রবাহের জন্য নির্মিত CI/CD অনুশীলনের উদ্দেশ্য নিযুক্ত করতে চাই। প্রথাগত CI/CD সিস্টেমের মতো, আমরা সফ্টওয়্যার পরীক্ষা, ইন্টিগ্রেশন টেস্টিং এবং উত্পাদন স্থাপনাগুলিকে স্বয়ংক্রিয় করতে চাই। যাইহোক, আমাদের এমএল লাইফসাইকেলের আশেপাশে নির্দিষ্ট ক্রিয়াকলাপগুলিকে অন্তর্ভুক্ত করতে হবে যা ঐতিহ্যগত সফ্টওয়্যার বিকাশের জীবনচক্র যেমন মডেল প্রশিক্ষণ, মডেল পরীক্ষা, মডেল পরীক্ষা এবং মডেল পর্যবেক্ষণে উপস্থিত নয়।
সেই ML-নির্দিষ্ট ক্ষমতাগুলি অর্জনের জন্য, MLOps ফাউন্ডেশনগুলি যেমন স্বয়ংক্রিয় মডেল পরীক্ষা, স্থাপনার গার্ডেল, মাল্টি-অ্যাকাউন্ট স্থাপনা, এবং স্বয়ংক্রিয় মডেল রোলব্যাক মডেল স্থাপন প্রক্রিয়াতে যুক্ত করা হয়। এটি নিশ্চিত করে যে ইতিমধ্যে বর্ণিত ক্ষমতাগুলি মডেল পরীক্ষার জন্য অনুমতি দেয় এবং একটি মডেল আপডেটের প্রক্রিয়া চলাকালীন ডাউনটাইম এড়ায়। এটি একটি উত্পাদন-প্রস্তুত মডেলের ক্রমাগত উন্নতির জন্য প্রয়োজনীয় নির্ভরযোগ্যতা এবং সন্ধানযোগ্যতা প্রদান করে। অতিরিক্তভাবে, পুনঃব্যবহারযোগ্য টেমপ্লেটগুলিতে বিদ্যমান সমাধানগুলি প্যাকেজ করার ক্ষমতা এবং একটি মাল্টি-অ্যাকাউন্ট সেটআপে মডেল স্থাপন করার ক্ষমতাগুলি একটি প্রতিষ্ঠানের বিভিন্ন মডেলের জন্য পোস্টে আলোচিত মডেল স্থাপনার প্যাটার্নগুলির মাপযোগ্যতা নিশ্চিত করে।
নিচের চিত্রটি এন্ড-টু-এন্ড মডেল বিল্ডিং এবং ডিপ্লয়মেন্ট পাইপলাইন তৈরি করার জন্য SageMaker ক্ষমতার সংযোগের জন্য একটি সাধারণ প্যাটার্ন প্রদর্শন করে। এই উদাহরণে, SageMaker ব্যবহার করে একটি মডেল তৈরি করা হয়েছে সেজমেকার প্রসেসিং চাকরি ডেটা প্রসেসিং কোড চালানোর জন্য যা একটি ML অ্যালগরিদমের জন্য ডেটা প্রস্তুত করতে ব্যবহৃত হয়। সেজমেকার প্রশিক্ষণের চাকরি তারপর প্রক্রিয়াকরণ কাজের দ্বারা উত্পাদিত ডেটাতে একটি এমএল মডেলকে প্রশিক্ষণ দিতে ব্যবহৃত হয়। মডেল আর্টিফ্যাক্ট এবং সংশ্লিষ্ট মেটাডেটা সংরক্ষণ করা হয় সেজমেকার মডেল রেজিস্ট্রি প্রশিক্ষণ প্রক্রিয়ার শেষ ধাপ হিসেবে। এই দ্বারা সংগঠিত হয় সেজমেকার পাইপলাইন, যা ML-এর জন্য একটি উদ্দেশ্য-নির্মিত CI/CD পরিষেবা যা স্কেলে ML কর্মপ্রবাহগুলিকে স্বয়ংক্রিয় এবং পরিচালনা করতে সহায়তা করে।
মডেলটি অনুমোদিত হওয়ার পরে, এটি একটি A/B পরীক্ষা বা ছায়া স্থাপনের মাধ্যমে উত্পাদনে পরীক্ষা করা হয়। মডেলটি প্রোডাকশনে বৈধ হওয়ার পর, আমরা মডেল রেজিস্ট্রি ব্যবহার করে মডেলটিকে প্রোডাকশন রোলআউটের জন্য একটি সেজমেকার এন্ডপয়েন্টে অনুমোদন করার জন্য ব্যবহার করি ডিপ্লয়মেন্ট গার্ডেল বিকল্পগুলির একটি ব্যবহার করে।
মডেল আপডেট প্রক্রিয়া সম্পূর্ণ হলে, সেজমেকার মডেল মনিটর মডেল এবং ডেটা মানের মধ্যে ড্রিফটের জন্য ক্রমাগত মডেলের কর্মক্ষমতা নিরীক্ষণ করে। এই প্রক্রিয়াটি ব্যবহার করে একাধিক ব্যবহারের ক্ষেত্রে স্বয়ংক্রিয় সেজমেকার প্রকল্প সম্পূর্ণ সম্পদ বিচ্ছিন্নতা এবং সহজ খরচ নিয়ন্ত্রণ নিশ্চিত করার জন্য একটি মাল্টি-অ্যাকাউন্ট সেটআপে অবকাঠামো স্থাপনার টেমপ্লেট ম্যাপিং।
একক-মডেল এন্ডপয়েন্ট স্থাপনার ধরণ
প্রথমবারের জন্য একটি উত্পাদন পরিবেশে মডেলগুলি স্থাপন করার সময়, আপনার সাথে তুলনা করার মতো একটি মডেল নেই এবং স্থাপন করা মডেলটি আপনার ব্যবসায়িক অ্যাপ্লিকেশন দ্বারা ব্যবহৃত হবে৷ একটি উত্পাদন পরিবেশে মডেলটি স্থাপন এবং নিরীক্ষণ করার পরে, আপনি মডেলটি আপডেট করতে চাইতে পারেন, হয় নিয়মিত ভিত্তিতে বা চাহিদা অনুযায়ী, যখন নতুন ডেটা পাওয়া যায় বা যখন আপনার মডেলের কার্যক্ষমতার ব্যবধান শনাক্ত হয়। একটি বিদ্যমান মডেল আপডেট করার সময়, আপনি নিশ্চিত করতে চান যে নতুন মডেলটি বর্তমান মডেলের থেকে ভাল পারফর্ম করে এবং আপনার ব্যবসার অ্যাপ্লিকেশন থেকে পূর্বাভাস অনুরোধের ট্র্যাফিক পরিচালনা করতে পারে৷ এই বৈধতার সময়কালে, আপনি চান যে বর্তমান মডেলটি আপনার অ্যাপ্লিকেশনগুলিতে ডাউনটাইমের ঝুঁকি কমাতে সম্ভাব্য রোলব্যাকের জন্য এখনও উপলব্ধ থাকুক।
একটি বৃহত্তর মডেল ডেভেলপমেন্ট ছবিতে, মডেলগুলিকে সাধারণত ডেটা সায়েন্স ডেভেলপমেন্ট অ্যাকাউন্টে প্রশিক্ষণ দেওয়া হয়। এর মধ্যে রয়েছে প্রায়শই মডেলের উন্নয়নে ব্যবহৃত পরীক্ষামূলক কর্মপ্রবাহের পাশাপাশি উৎপাদন-প্রস্তুত পাইপলাইনে ব্যবহৃত কর্মপ্রবাহকে পুনরায় প্রশিক্ষণ দেওয়া। এই পরীক্ষাগুলির জন্য সমস্ত মেটাডেটা ব্যবহার করে ট্র্যাক করা যেতে পারে অ্যামাজন সেজমেকার পরীক্ষা-নিরীক্ষা উন্নয়নের সময়। ওয়ার্কফ্লো উত্পাদন ব্যবহারের জন্য একটি পাইপলাইনে অন্তর্ভুক্ত হওয়ার পরে, মেটাডেটা স্বয়ংক্রিয়ভাবে সেজমেকার পাইপলাইনগুলির মাধ্যমে ট্র্যাক করা হয়। এক জায়গায় টেকসই উৎপাদন মডেলের ট্র্যাক রাখার জন্য, পরীক্ষা-নিরীক্ষার পর একটি মডেলের পারফরম্যান্স মেট্রিক্স (নির্ভুলতা, প্রত্যাহার ইত্যাদি) উৎপাদনের জন্য গ্রহণযোগ্য স্তরে নিয়ে আসে, শর্ত পদক্ষেপ সেজমেকার পাইপলাইনে মডেলটিকে মডেল রেজিস্ট্রিতে নিবন্ধিত করার অনুমতি দেয়।
মডেল রেজিস্ট্রি আপনাকে একটি ম্যানুয়াল বা স্বয়ংক্রিয় অনুমোদন প্রক্রিয়ার মাধ্যমে এই মডেলের স্থাপনা ট্রিগার করতে দেয়। এই স্থাপনাটি একটি ML টেস্ট অ্যাকাউন্টে সঞ্চালিত হয় যেখানে অপারেশনাল পরীক্ষা যেমন ইন্টিগ্রেশন পরীক্ষা, ইউনিট পরীক্ষা, মডেল লেটেন্সি, এবং নতুন মডেল সংস্করণের বিপরীতে যেকোন অতিরিক্ত মডেলের বৈধতা সঞ্চালিত করা যেতে পারে। মনে রাখবেন A/B টেস্টিং এবং শ্যাডো টেস্টিং ML টেস্ট অ্যাকাউন্টে করা হয় না, বরং ML প্রোডাকশন অ্যাকাউন্টে।
মডেলটি পরীক্ষার অ্যাকাউন্টে সমস্ত বৈধতা পাস করার পরে, এটি একটি উত্পাদন পরিবেশে স্থাপনের জন্য প্রস্তুত। একটি নতুন অনুমোদন প্রক্রিয়া এই স্থাপনাকে ট্রিগার করে, এবং সেজমেকার স্থাপনার গার্ডেলগুলি নির্বাচিত ট্রাফিক শিফটিং মোড অনুসারে একটি নিয়ন্ত্রিত প্রকাশ এবং স্বচ্ছ মডেল আপডেট প্রক্রিয়ার অনুমতি দেয়।
নিম্নলিখিত চিত্রটি এই সমাধানের আর্কিটেকচারকে চিত্রিত করে।
একযোগে ট্রাফিক বদল
সার্জারির একযোগে ট্রাফিক শিফটিং মোড আপনার বর্তমান মডেল (নীল বহর) থেকে আপনার নতুন মডেলে ট্রাফিকের 100% স্থানান্তর করে আপনাকে একটি নতুন মডেল সংস্করণ (সবুজ বহর) আপডেট করার অনুমতি দেয়৷ এই বিকল্পের সাহায্যে, আপনি একটি বেকিং পিরিয়ড কনফিগার করতে পারেন যার মধ্যে আপনার মডেলের উভয় সংস্করণ এখনও চলছে, এবং যদি আপনার নতুন মডেল প্রত্যাশা অনুযায়ী কাজ না করে তবে আপনি দ্রুত এবং স্বয়ংক্রিয়ভাবে বর্তমান সংস্করণে ফিরে যেতে পারেন। এই বিকল্পের নেতিবাচক দিক হল যে আপনার সমস্ত ডেটা ট্র্যাফিক একবারে প্রভাবিত হয়, তাই আপনার মডেল স্থাপনে কোনো সমস্যা হলে, স্থাপনা প্রক্রিয়া চলাকালীন অ্যাপ্লিকেশন ব্যবহারকারী সমস্ত ব্যবহারকারী প্রভাবিত হয়। নিম্নলিখিত স্থাপত্যটি দেখায় যে কীভাবে একযোগে ট্রাফিক শিফটিং বিকল্পটি মডেল আপডেটগুলি পরিচালনা করে।
একযোগে ট্র্যাফিক শিফটিং আপনার MLOps টুলিং এর সাথে একটি এন্ডপয়েন্ট ডিপ্লয়মেন্ট কনফিগারেশন সংজ্ঞায়িত করে অন্তর্ভুক্ত করা যেতে পারে BlueGreenUpdate Policy সেট ALL_AT_ONCE
. আপনার MLOps পাইপলাইনে, ML প্রোডাকশন অ্যাকাউন্টে স্থাপনার জন্য একটি নতুন মডেল অনুমোদিত হওয়ার পরে, SageMaker আপনার মডেলের শেষ পয়েন্ট ইতিমধ্যেই বিদ্যমান কিনা তা পরীক্ষা করে। যদি তাই হয়, ALL_AT_ONCE
কনফিগারেশন একটি এন্ডপয়েন্ট আপডেট ট্রিগার করে যা আর্কিটেকচার অনুসরণ করে। আপনার এন্ডপয়েন্ট রোলব্যাক এর উপর ভিত্তি করে নিয়ন্ত্রিত হয় ক্লাউডওয়াচ অ্যালার্ম আপনার শেষ বিন্দু দ্বারা সংজ্ঞায়িত AutoRollbackConfiguration
, যা ট্রিগার হলে স্বয়ংক্রিয়ভাবে আপনার বর্তমান মডেল সংস্করণে মডেল রোলব্যাক শুরু করে।
ক্যানারি ট্রাফিক স্থানান্তর
সার্জারির ক্যানারি ট্রাফিক স্থানান্তর ক্যানারি পরীক্ষার ফলাফলের উপর নির্ভর করে, চলমান মডেল (নীল বহর) নতুন সংস্করণে আপডেট করার আগে বা নতুন সংস্করণটি ফিরিয়ে আনার আগে মোড আপনাকে ডেটা ট্র্যাফিকের একটি ছোট অংশের সাথে আপনার নতুন মডেল (সবুজ বহর) পরীক্ষা করতে দেয়। নতুন মডেলটি পরীক্ষা করার জন্য ব্যবহৃত ট্রাফিকের অংশটিকে ক্যানারি বলা হয় এবং এই বিকল্পে আপনার সমস্যাযুক্ত নতুন মডেলের ঝুঁকি ক্যানারি ট্র্যাফিকের জন্য ন্যূনতম করা হয় যখন আপডেটের সময় এখনও ন্যূনতম থাকে৷
ক্যানারি স্থাপনা আপনাকে নির্দিষ্ট সময়ের মধ্যে কার্যকারিতা নিরীক্ষণের জন্য ব্যবহারকারীদের একটি ছোট গোষ্ঠীর কাছে নতুন মডেল সংস্করণ প্রকাশ করে একটি নতুন মডেল সংস্করণ বাস্তবায়নের ঝুঁকি কমাতে দেয়। নেতিবাচক দিক হল একটি নির্দিষ্ট সময়ের জন্য একাধিক সংস্করণ পরিচালনা করা যা পারফরম্যান্সের প্রভাব নির্ধারণের জন্য যথেষ্ট অর্থপূর্ণ কর্মক্ষমতা মেট্রিক্স সংগ্রহ করার অনুমতি দেয়। সুবিধা হল ব্যবহারকারীদের একটি ছোট গোষ্ঠীর ঝুঁকি আলাদা করার ক্ষমতা।
ক্যানারি ট্র্যাফিক শিফটিং আপনার MLOps টুলিং এর সাথে একটি এন্ডপয়েন্ট ডিপ্লয়মেন্ট কনফিগারেশন সংজ্ঞায়িত করে অন্তর্ভুক্ত করা যেতে পারে BlueGreenUpdate Policy সেট CANARY
এবং সংজ্ঞায়িত করা CanarySize
আপনার এন্ডপয়েন্ট ট্রাফিকের কতটুকু একটি নতুন মডেল সংস্করণে পুনঃনির্দেশিত করা উচিত তা নির্ধারণ করতে। একইভাবে, আপনার MLOps পাইপলাইনে, ML প্রোডাকশন অ্যাকাউন্টে স্থাপনার জন্য একটি নতুন মডেল অনুমোদিত হওয়ার পরে, SageMaker পরীক্ষা করে যে আপনার মডেলের শেষ পয়েন্ট ইতিমধ্যেই আছে কিনা। যদি তাই হয়, CANARY
কনফিগারেশন একটি এন্ডপয়েন্ট আপডেট ট্রিগার করে যা নিম্নলিখিত চিত্রে বর্ণিত আর্কিটেকচার অনুসরণ করে। আপনার এন্ডপয়েন্ট রোলব্যাক আপনার এন্ডপয়েন্ট দ্বারা সংজ্ঞায়িত CloudWatch অ্যালার্মের উপর ভিত্তি করে নিয়ন্ত্রিত হয় AutoRollbackConfiguration
যেটি ট্রিগার হলে স্বয়ংক্রিয়ভাবে আপনার বর্তমান মডেল সংস্করণে মডেল রোলব্যাক শুরু হয়। এখানে স্থাপন করার জন্য দরকারী অ্যালার্ম প্রকারগুলি হল 500টি স্ট্যাটাস কোড এবং মডেল লেটেন্সি; যাইহোক, এই অ্যালার্ম সেটিংস আপনার নির্দিষ্ট ব্যবসায়িক ব্যবহারের ক্ষেত্রে এবং ML প্রযুক্তিতে কাস্টমাইজ করা উচিত।
রৈখিক ট্রাফিক স্থানান্তর
মধ্যে রৈখিক ট্রাফিক স্থানান্তর মডেল, আপনি ধাপে ধাপে নতুন মডেলে পাঠানো ডেটা ট্রাফিক বাড়িয়ে আপনার বর্তমান মডেল (নীল বহর) থেকে ধীরে ধীরে আপনার নতুন মডেল সংস্করণে (সবুজ বহর) ট্রাফিক পরিবর্তন করেন। এইভাবে, আপনার নতুন মডেল সংস্করণ পরীক্ষা করার জন্য ব্যবহৃত ট্র্যাফিকের অনুপাত প্রতিটি ধাপে ধীরে ধীরে বৃদ্ধি পায় এবং প্রতিটি পদক্ষেপের জন্য একটি বেকিং সময় নিশ্চিত করে যে আপনার মডেলটি এখনও নতুন ট্র্যাফিকের সাথে কাজ করছে৷ এই বিকল্পের সাহায্যে, আপনি একটি নিম্ন-কার্যকারি মডেল স্থাপনের ঝুঁকি কমিয়ে আনবেন এবং ধীরে ধীরে নতুন মডেলটিকে আরও ডেটা ট্র্যাফিকের কাছে প্রকাশ করবেন। এই পদ্ধতির নেতিবাচক দিক হল যে আপনার আপডেটের সময় বেশি এবং সমান্তরালভাবে উভয় মডেল চালানোর খরচ বেড়েছে।
BlueGreenUpdatePolicy সেটের সাথে একটি এন্ডপয়েন্ট ডিপ্লয়মেন্ট কনফিগারেশন সংজ্ঞায়িত করে লিনিয়ার ট্রাফিক শিফটিং আপনার MLOps টুলিং-এ অন্তর্ভুক্ত করা যেতে পারে LINEAR
এবং সংজ্ঞায়িত করা LinearStepSize
প্রতিটি ধাপে আপনার কতটা ট্রাফিক একটি নতুন মডেলে পুনঃনির্দেশিত হবে তা নির্ধারণ করতে। একইভাবে, আপনার MLOps পাইপলাইনে, ML প্রোডাকশন অ্যাকাউন্টে স্থাপনার জন্য একটি নতুন মডেল অনুমোদিত হওয়ার পরে, SageMaker পরীক্ষা করে যে আপনার মডেলের শেষ পয়েন্ট ইতিমধ্যেই আছে কিনা। যদি তাই হয়, LINEAR
কনফিগারেশন একটি এন্ডপয়েন্ট আপডেট ট্রিগার করে যা নিম্নলিখিত চিত্রে নির্দেশিত আর্কিটেকচার অনুসরণ করে। আপনার এন্ডপয়েন্ট রোলব্যাক আপনার এন্ডপয়েন্ট দ্বারা সংজ্ঞায়িত CloudWatch অ্যালার্মের উপর ভিত্তি করে নিয়ন্ত্রিত হয় AutoRollbackConfiguration
যেটি ট্রিগার হলে স্বয়ংক্রিয়ভাবে আপনার বর্তমান মডেল সংস্করণে মডেল রোলব্যাক শুরু হয়।
মডেল উত্পাদন বৈকল্পিক সঙ্গে স্থাপনার নিদর্শন
আপনি আপনার অ্যাপ্লিকেশনের জন্য যে স্থাপনার প্যাটার্নটি বেছে নিয়েছেন তা থেকে স্বাধীনভাবে, আপনি আপনার এন্ডপয়েন্ট আপডেট করার আগে আপনার মডেল পারফরম্যান্সকে যাচাই করতে বা ছায়া স্থাপনের মতো অতিরিক্ত স্থাপনার ধরণগুলি প্রয়োগ করতে উত্পাদনের রূপগুলিও ব্যবহার করতে পারেন। এই ক্ষেত্রে, আপনি আপনার এন্ডপয়েন্ট আপডেট করার আগে মোতায়েন করা সেরা মডেল নির্বাচন করতে একটি ম্যানুয়াল বা স্বয়ংক্রিয় প্রক্রিয়া যোগ করতে চান। নিচের আর্কিটেকচারটি দেখায় কিভাবে আপনার এন্ডপয়েন্ট ট্র্যাফিক এবং প্রতিক্রিয়া ছায়া স্থাপনের দৃশ্যে আচরণ করে। এই পরিস্থিতিতে, প্রতিটি ভবিষ্যদ্বাণী অনুরোধ নতুন এবং স্থাপন করা উভয় মডেলের কাছে জমা দেওয়া হয়; যাইহোক, শুধুমাত্র বর্তমানে স্থাপন করা মডেলটি ব্যবসায়িক আবেদনের পূর্বাভাস প্রতিক্রিয়া প্রদান করে, যখন নতুন মডেল থেকে পরিবেশিত ভবিষ্যদ্বাণী শুধুমাত্র বর্তমান স্থাপন করা মডেলের বিপরীতে কর্মক্ষমতা বিশ্লেষণের জন্য বজায় রাখা হয়। মডেল পারফরম্যান্স মূল্যায়ন করার পরে, নতুন মডেল সংস্করণটি ব্যবসায়িক অ্যাপ্লিকেশনগুলিতে পরিষেবা পূর্বাভাস প্রতিক্রিয়া ট্র্যাফিকের জন্য স্থাপন করা যেতে পারে।
রোলব্যাক
আপনার মডেল স্থাপনার জন্য আপনি যে স্থাপনার কৌশলটি বেছে নিয়েছেন তা থেকে স্বাধীনভাবে, আপনি যদি আপনার নতুন মডেলের কর্মক্ষমতা আপনার বর্তমান মডেলের কর্মক্ষমতার চেয়ে কম হয় তবে আপনি পূর্ববর্তী মডেল সংস্করণে ফিরে যেতে সক্ষম হতে চান। আপনার অ্যাপ্লিকেশানের ডাউনটাইম হ্রাস করার সময় এটি করার জন্য, আপনাকে আপনার বর্তমান মডেলটিকে নতুনটির সমান্তরালে চলতে হবে যতক্ষণ না আপনি নিশ্চিত হন যে আপনার নতুন মডেলটি বর্তমান মডেলের চেয়ে ভাল পারফর্ম করছে৷
SageMaker স্থাপনার গার্ডেল আপনাকে অ্যালার্ম সেট করতে এবং মডেলের বৈধতার সময়কালে স্বয়ংক্রিয়ভাবে পূর্ববর্তী মডেল সংস্করণগুলিতে ফিরে যেতে দেয়। বৈধতার সময়কাল শেষ হওয়ার পরে, মডেল আপডেট সম্পূর্ণ হওয়ার পরে আবিষ্কৃত একটি নতুন সমস্যা সমাধানের জন্য আপনাকে এখনও পূর্ববর্তী মডেল সংস্করণে ফিরে যেতে হবে। এটি করার জন্য, আপনি SageMaker মডেল রেজিস্ট্রির সুবিধা নিতে পারেন প্রত্যাখ্যান এবং অনুমোদিত মডেল এবং ট্রিগার a রোলব্যাক প্রক্রিয়া.
উপসংহার
এই পোস্টে, আপনি মডেল ডেভেলপমেন্টের জন্য এন্ড-টু-এন্ড প্যাটার্ন তৈরি করার জন্য MLOps ক্ষমতার সাথে SageMaker এন্ডপয়েন্ট মডেল ভেরিয়েন্ট এবং ডিপ্লয়মেন্ট গার্ডেলগুলিকে একত্রিত করতে শিখেছেন। আমরা SageMaker কাস্টম প্রকল্পের মাধ্যমে SageMaker পাইপলাইন এবং মডেল রেজিস্ট্রির সাথে সংযুক্ত ক্যানারি এবং লিনিয়ার শিফটিং স্থাপনার গার্ডেলের জন্য একটি উদাহরণ বাস্তবায়ন প্রদান করেছি। পরবর্তী পদক্ষেপ হিসাবে, নিম্নলিখিত মানিয়ে নেওয়ার চেষ্টা করুন টেমপ্লেট আপনার প্রতিষ্ঠানের স্থাপনার কৌশল বাস্তবায়ন করতে।
তথ্যসূত্র
লেখক সম্পর্কে
মাইরা লাদেইরা টাঙ্কে এডব্লিউএস-এর একজন এমএল বিশেষজ্ঞ সলিউশন আর্কিটেক্ট। ডেটা সায়েন্সের পটভূমিতে, তার 9 বছরের অভিজ্ঞতা রয়েছে শিল্প জুড়ে গ্রাহকদের সাথে আর্কিটেক্টিং এবং এমএল অ্যাপ্লিকেশন তৈরি করার। একটি প্রযুক্তিগত নেতৃত্ব হিসাবে, তিনি গ্রাহকদের উদীয়মান প্রযুক্তি এবং উদ্ভাবনী সমাধানগুলির মাধ্যমে তাদের ব্যবসায়িক মূল্যের অর্জনকে ত্বরান্বিত করতে সহায়তা করেন। তার অবসর সময়ে, মাইরা তার পরিবারের সাথে উষ্ণ কোথাও ভ্রমণ এবং সময় কাটাতে উপভোগ করে।
ক্লে এলমোর AWS-এর একজন AI/ML স্পেশালিস্ট সলিউশন আর্কিটেক্ট। একটি উপকরণ গবেষণা ল্যাবে অনেক ঘন্টা কাটানোর পরে, রাসায়নিক প্রকৌশলে তার ব্যাকগ্রাউন্ড দ্রুত মেশিন লার্নিংয়ে তার আগ্রহের পিছনে ফেলে দেওয়া হয়েছিল। তিনি এনার্জি ট্রেডিং থেকে হসপিটালিটি মার্কেটিং পর্যন্ত বিভিন্ন শিল্পে এমএল অ্যাপ্লিকেশনে কাজ করেছেন। ক্লে সফ্টওয়্যার বিকাশের অনুশীলনগুলিকে এমএল-এ নিয়ে আসার এবং এই নীতিগুলি ব্যবহার করে গ্রাহকদের পুনরাবৃত্তিযোগ্য, মাপযোগ্য সমাধানগুলির দিকে পরিচালিত করার বিশেষ আগ্রহ রয়েছে৷ তার অবসর সময়ে, ক্লে স্কিইং, রুবিকের কিউব সমাধান, পড়া এবং রান্না উপভোগ করেন।
শেলবি আইজেনব্রোড AWS-এর একজন প্রিন্সিপাল এআই এবং মেশিন লার্নিং স্পেশালিস্ট সলিউশন আর্কিটেক্ট। তিনি 24 বছর ধরে একাধিক শিল্প, প্রযুক্তি এবং ভূমিকা নিয়ে প্রযুক্তিতে রয়েছেন। গ্রাহকদের স্কেলে এমএল ওয়ার্কলোড সরবরাহ এবং পরিচালনা করতে সহায়তা করার জন্য তিনি বর্তমানে তার DevOps এবং ML ব্যাকগ্রাউন্ডকে MLOps-এর ডোমেনে একত্রিত করার দিকে মনোনিবেশ করছেন। বিভিন্ন প্রযুক্তি ডোমেন জুড়ে 35টিরও বেশি পেটেন্ট মঞ্জুর করে, ব্যবসার ফলাফল চালনা করার জন্য ক্রমাগত উদ্ভাবন এবং ডেটা ব্যবহার করার জন্য তার একটি আবেগ রয়েছে। Shelbee হল Coursera-এর ব্যবহারিক ডেটা সায়েন্স স্পেশালাইজেশনের একজন সহ-স্রষ্টা এবং প্রশিক্ষক। তিনি ডেনভার চ্যাপ্টারের উইমেন ইন বিগ ডেটা (WiBD) এর সহ-পরিচালক। তার অবসর সময়ে, সে তার পরিবার, বন্ধুবান্ধব এবং অতি সক্রিয় কুকুরের সাথে সময় কাটাতে পছন্দ করে।
কিয়ুন ঝাও অ্যামাজন সেজমেকার ইনফারেন্স প্ল্যাটফর্ম টিমের একজন সিনিয়র সফটওয়্যার ডেভেলপমেন্ট ইঞ্জিনিয়ার। তিনি স্থাপনার গার্ডেল এবং ছায়া স্থাপনের প্রধান বিকাশকারী এবং তিনি গ্রাহকদের এমএল ওয়ার্কলোড এবং উচ্চ প্রাপ্যতা সহ স্কেলে স্থাপনা পরিচালনা করতে সহায়তা করার দিকে মনোনিবেশ করেন। তিনি দ্রুত এবং নিরাপদ ML চাকরি স্থাপন এবং স্বাচ্ছন্দ্যে ML অনলাইন পরীক্ষা চালানোর জন্য প্ল্যাটফর্ম আর্কিটেকচারের বিবর্তনে কাজ করেন। তার অবসর সময়ে, তিনি পড়া, গেমিং এবং ভ্রমণ উপভোগ করেন।
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- উত্স: https://aws.amazon.com/blogs/machine-learning/mlops-deployment-best-practices-for-real-time-inference-model-serving-endpoints-with-amazon-sagemaker/
- 100
- 2022
- 7
- 9
- a
- ক্ষমতা
- সক্ষম
- দ্রুততর করা
- গ্রহণযোগ্য
- অনুযায়ী
- হিসাব
- হিসাবরক্ষণ
- অর্জন করা
- কৃতিত্ব
- দিয়ে
- যোগ
- যোগ
- অতিরিক্ত
- উপরন্তু
- অগ্রসর
- সুবিধা
- পর
- বিরুদ্ধে
- AI
- এআই / এমএল
- বিপদাশঙ্কা
- অ্যালগরিদম
- সব
- অনুমতি
- ইতিমধ্যে
- মর্দানী স্ত্রীলোক
- আমাজন সেজমেকার
- পরিমাণ
- বিশ্লেষণ
- এবং
- অন্য
- আবেদন
- অ্যাপ্লিকেশন
- ফলিত
- অভিগমন
- অনুমোদন
- অনুমোদন করা
- অনুমোদিত
- স্থাপত্য
- কাছাকাছি
- আ
- যুক্ত
- স্বয়ংক্রিয় পদ্ধতি প্রয়োগ করা
- অটোমেটেড
- স্বয়ংক্রিয়ভাবে
- উপস্থিতি
- সহজলভ্য
- ডেস্কটপ AWS
- পিছনে
- পটভূমি
- ভিত্তি
- ভিত্তি
- কারণ
- হয়ে
- আগে
- পিছনে
- হচ্ছে
- সুবিধা
- সর্বোত্তম
- সেরা অভ্যাস
- উত্তম
- মধ্যে
- বিশাল
- বড় ডেটা
- নীল
- আনয়ন
- প্রশস্ত
- বৃহত্তর
- আনীত
- নির্মাণ করা
- ভবন
- নির্মিত
- ব্যবসায়
- ব্যবসা অ্যাপ্লিকেশন
- নামক
- ক্ষমতা
- কেস
- মামলা
- CD
- কিছু
- পরিবর্তন
- পরিবর্তন
- অধ্যায়
- চেক
- রাসায়নিক
- নির্বাচন
- বেছে
- বন্ধ
- কোড
- মেশা
- মিলিত
- মিশ্রন
- সাধারণ
- তুলনা করা
- সম্পূর্ণ
- সম্পূর্ণরূপে
- ধারণা
- সুনিশ্চিত
- কনফিগারেশন
- সংযুক্ত
- সংযোগ
- বিবেচনা
- বিবেচ্য বিষয়
- ধারণ করা
- প্রসঙ্গ
- অবিরাম
- একটানা
- একটানা
- নিয়ন্ত্রণ
- নিয়ন্ত্রিত
- মূল্য
- খরচ
- আবরণ
- আবৃত
- সৃষ্টি
- বর্তমান
- এখন
- প্রথা
- গ্রাহকদের
- কাস্টমাইজড
- উপাত্ত
- তথ্য প্রক্রিয়াজাতকরণ
- তথ্য বিজ্ঞান
- ডিসেম্বর
- সিদ্ধান্ত মেকিং
- ডিফল্ট
- সংজ্ঞায়িত
- সংজ্ঞা
- প্রদান করা
- বিলি
- চাহিদা
- প্রমান
- ডেনভার
- নির্ভর করে
- স্থাপন
- মোতায়েন
- মোতায়েন
- বিস্তৃতি
- স্থাপনার
- বর্ণিত
- সনাক্ত
- নির্ধারণ
- উন্নত
- বিকাশকারী
- উন্নয়ন
- বিভিন্ন
- সরাসরি
- আবিষ্কৃত
- আলোচনা করা
- আলোচনা
- বণ্টিত
- বিভাজক
- বিতরণ
- না
- ডোমেইন
- ডোমেইনের
- Dont
- downside হয়
- ডাউনটাইম
- ড্রাইভ
- সময়
- প্রতি
- সহজ
- সহজে
- কার্যকারিতা
- পারেন
- শিরীষের গুঁড়ো
- সক্ষম করা
- সর্বশেষ সীমা
- শেষপ্রান্ত
- শক্তি
- প্রকৌশলী
- প্রকৌশল
- যথেষ্ট
- নিশ্চিত করা
- নিশ্চিত
- নিশ্চিত
- পরিবেশ
- অপরিহার্য
- মূল্যায়ন
- মূল্যায়ন
- বিবর্তন
- উদাহরণ
- বিদ্যমান
- বিদ্যমান
- প্রত্যাশিত
- অভিজ্ঞতা
- অন্বেষণ করুণ
- উদ্ভাসিত
- পরিবার
- দ্রুত
- বৈশিষ্ট্য
- প্রতিক্রিয়া
- ব্যক্তিত্ব
- প্রথম
- প্রথমবার
- ফ্লিট
- গুরুত্ত্ব
- মনোযোগ
- অনুসরণ
- অনুসরণ
- ফাউন্ডেশন
- ফ্রেমওয়ার্ক
- বিনামূল্যে
- বন্ধুদের
- থেকে
- সম্পূর্ণ
- কার্যকারিতা
- ক্রিয়াকলাপ
- অধিকতর
- দূ্যত
- ফাঁক
- জমায়েত
- সাধারণ
- পেয়ে
- দাও
- প্রদত্ত
- ধীরে ধীরে
- মঞ্জুর
- Green
- গ্রুপ
- হাতল
- হ্যান্ডলগুলি
- সাহায্য
- সাহায্য
- সাহায্য
- এখানে
- উচ্চ
- আতিথেয়তা
- হোস্টিং
- ঘন্টার
- কিভাবে
- কিভাবে
- যাহোক
- এইচটিএমএল
- HTTPS দ্বারা
- প্রভাব
- বাস্তবায়ন
- বাস্তবায়ন
- বাস্তবায়িত
- বাস্তবায়ন
- উন্নতি
- in
- অন্তর্ভুক্ত করা
- অন্তর্ভুক্ত
- সুদ্ধ
- অন্তর্ভূক্ত
- বর্ধিত
- বৃদ্ধি
- ক্রমবর্ধমান
- শিল্প
- তথ্য
- পরিকাঠামো
- ইনোভেশন
- উদ্ভাবনী
- উদাহরণ
- পরিবর্তে
- সম্পূর্ণ
- একীভূত
- ইন্টিগ্রেশন
- স্বার্থ
- ভূমিকা
- বিচ্ছিন্নতা
- সমস্যা
- সমস্যা
- IT
- কাজ
- জবস
- রাখা
- চাবি
- গবেষণাগার
- গত
- অদৃশ্যতা
- চালু
- নেতৃত্ব
- জ্ঞানী
- শিক্ষা
- উচ্চতা
- জীবনচক্র
- তালিকাভুক্ত
- জীবিত
- আর
- কম
- মেশিন
- মেশিন লার্নিং
- বজায় রাখা
- পরিচালনা করা
- ব্যবস্থাপনা
- পরিচালক
- ম্যানুয়াল
- অনেক
- ম্যাপিং
- বাজার
- Marketing
- উপকরণ
- চরমে তোলা
- অর্থপূর্ণ
- পদ্ধতি
- উল্লিখিত
- মেটাডাটা
- পদ্ধতি
- ছন্দোময়
- ছন্দোবিজ্ঞান
- হতে পারে
- ছোট করা
- ML
- এমএলওএস
- মোড
- মডেল
- মডেল টেস্টিং
- মডেল
- মনিটর
- পর্যবেক্ষণ করা
- পর্যবেক্ষণ
- মনিটর
- অধিক
- সেতু
- বহু
- প্রকৃতি
- প্রয়োজনীয়
- প্রয়োজন
- নতুন
- পরবর্তী
- অফার
- ONE
- অনলাইন
- কর্মক্ষম
- অপারেশনস
- অনুকূল
- পছন্দ
- অপশন সমূহ
- ক্রম
- সংগঠন
- অন্যান্য
- ফলাফল
- রূপরেখা
- প্যাকেজ
- সমান্তরাল
- স্থিতিমাপ
- অংশ
- পাস
- আবেগ
- পেটেন্ট
- প্যাটার্ন
- নিদর্শন
- সম্পাদন করা
- কর্মক্ষমতা
- সঞ্চালিত
- কাল
- ছবি
- পাইপলাইন
- জায়গা
- মাচা
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- সম্ভব
- পোস্ট
- ব্যবহারিক
- চর্চা
- স্পষ্টতা
- ভবিষ্যদ্বাণী
- ভবিষ্যতবাণী
- প্রস্তুত করা
- বর্তমান
- আগে
- পূর্বে
- অধ্যক্ষ
- নীতিগুলো
- সমস্যা
- প্রক্রিয়া
- প্রক্রিয়াজাতকরণ
- প্রযোজনা
- উত্পাদনের
- প্রকল্প
- প্রকল্প
- প্রস্তাবিত
- রক্ষা করা
- প্রদান
- প্রদত্ত
- উপলব্ধ
- উদ্দেশ্য
- করা
- গুণ
- দ্রুত
- পরিসর
- রেঞ্জিং
- পড়া
- প্রস্তুত
- বাস্তব
- প্রকৃত সময়
- পায়
- গ্রহণ
- সুপারিশ করা
- এলাকা
- নিবন্ধভুক্ত
- রেজিস্ট্রি
- নিয়মিত
- মুক্তি
- প্রাসঙ্গিক
- বিশ্বাসযোগ্যতা
- বিশ্বাসযোগ্য
- পুনরাবৃত্তিযোগ্য
- প্রতিস্থাপিত
- অনুরোধ
- অনুরোধ
- গবেষণা
- সংস্থান
- প্রতিক্রিয়া
- প্রত্যাবর্তন
- পুনর্ব্যবহারযোগ্য
- ঝুঁকি
- ঝুঁকি
- ভূমিকা
- রোল
- ঘূর্ণায়মান
- চালান
- দৌড়
- ঋষি নির্মাতা
- সেজমেকার ইনফারেন্স
- সেজমেকার পাইপলাইন
- একই
- সন্তুষ্ট
- সন্তুষ্টের সাথে
- স্কেলেবিলিটি
- মাপযোগ্য
- স্কেল
- দৃশ্যকল্প
- পরিস্থিতিতে
- বিজ্ঞান
- নিরাপদ
- নির্বাচিত
- পাঠানোর
- জ্যেষ্ঠ
- আলাদা
- স্থল
- সেবা
- ভজনা
- সেট
- সেটিংস
- সেটআপ
- বিভিন্ন
- ছায়া
- ছায়া পরীক্ষা
- পরিবর্তন
- শিফটিং
- উচিত
- শো
- তাত্পর্য
- অনুরূপ
- একভাবে
- একক
- পরিস্থিতিতে
- ছোট
- ক্ষুদ্রতর
- So
- সফটওয়্যার
- সফটওয়্যার উন্নয়ন
- সমাধান
- সলিউশন
- সমাধান
- সমাধানে
- প্রশিক্ষণ
- বিশেষজ্ঞ
- নির্দিষ্ট
- ব্যয় করা
- খরচ
- শুরু
- শুরু
- পরিসংখ্যানসংক্রান্ত
- অবস্থা
- ধাপ
- প্রারম্ভিক ব্যবহারের নির্দেশাবলী
- এখনো
- সঞ্চিত
- কৌশল
- কৌশল
- পেশ
- এমন
- সমর্থন
- সুইচ
- সিস্টেম
- গ্রহণ করা
- লাগে
- লক্ষ্য
- টীম
- কারিগরী
- প্রযুক্তি
- প্রযুক্তিঃ
- টেমপ্লেট
- পরীক্ষা
- পরীক্ষামূলক
- পরীক্ষা
- সার্জারির
- তাদের
- দ্বারা
- থ্রুপুট
- টাই
- সময়
- থেকে
- সরঞ্জাম
- প্রতি
- traceability
- পথ
- লেনদেন
- ঐতিহ্যগত
- ট্রাফিক
- রেলগাড়ি
- প্রশিক্ষিত
- প্রশিক্ষণ
- স্বচ্ছ
- ভ্রমণ
- ট্রিগার
- আলোড়ন সৃষ্টি
- ধরনের
- সাধারণত
- বোঝা
- অনন্য
- একক
- আপডেট
- আপডেট
- আপডেট
- আপডেট
- ব্যবহার
- ব্যবহার ক্ষেত্রে
- ব্যবহারকারী
- সদ্ব্যবহার করা
- যাচাই করুন
- যাচাই
- বৈধতা
- মূল্য
- বৈকল্পিক
- বিভিন্ন
- সংস্করণ
- মাধ্যমে
- টেকসই
- উষ্ণ
- ওজন
- কি
- যে
- যখন
- ইচ্ছা
- মধ্যে
- নারী
- কাজ করছে
- কর্মপ্রবাহ
- কাজ
- would
- লেখা
- বছর
- আপনি
- আপনার
- zephyrnet