এটি থেকে একটি অতিথি পোস্ট পরিমাপযোগ্য মূলধন, ইউরোপের একটি নেতৃস্থানীয় FinTech যা একটি ট্রেডিং ফ্ল্যাট রেট সহ ডিজিটাল সম্পদ ব্যবস্থাপনা এবং একটি ব্রোকারেজ প্ল্যাটফর্ম অফার করে।
একটি দ্রুত বর্ধনশীল কোম্পানি হিসাবে, স্কেলেবল ক্যাপিটালের লক্ষ্যগুলি হল শুধুমাত্র একটি উদ্ভাবনী, শক্তিশালী এবং নির্ভরযোগ্য পরিকাঠামো তৈরি করা নয়, আমাদের ক্লায়েন্টদের জন্য সর্বোত্তম অভিজ্ঞতা প্রদান করা, বিশেষ করে যখন এটি ক্লায়েন্ট পরিষেবাগুলির ক্ষেত্রে আসে।
স্কেলেবল প্রতিদিন আমাদের ক্লায়েন্টদের কাছ থেকে শত শত ইমেল অনুসন্ধান গ্রহণ করে। একটি আধুনিক ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং (এনএলপি) মডেল বাস্তবায়নের মাধ্যমে, প্রতিক্রিয়া প্রক্রিয়াটিকে অনেক বেশি দক্ষতার সাথে আকার দেওয়া হয়েছে, এবং ক্লায়েন্টদের জন্য অপেক্ষার সময় ব্যাপকভাবে হ্রাস করা হয়েছে। মেশিন লার্নিং (ML) মডেলটি নতুন আগত গ্রাহকের অনুরোধগুলি পৌঁছানোর সাথে সাথে তাদের শ্রেণীবদ্ধ করে এবং তাদের পূর্বনির্ধারিত সারিতে পুনঃনির্দেশিত করে, যা আমাদের ডেডিকেটেড ক্লায়েন্ট সফল এজেন্টদের তাদের দক্ষতা অনুযায়ী ইমেলের বিষয়বস্তুর উপর ফোকাস করতে এবং উপযুক্ত প্রতিক্রিয়া প্রদান করতে দেয়।
এই পোস্টে, আমরা মোতায়েন আলিঙ্গন ফেস ট্রান্সফরমার ব্যবহারের প্রযুক্তিগত সুবিধাগুলি প্রদর্শন করি আমাজন সেজমেকার, যেমন প্রশিক্ষণ এবং স্কেলে পরীক্ষা, এবং উত্পাদনশীলতা এবং খরচ-দক্ষতা বৃদ্ধি।
সমস্যা বিবৃতি
স্কেলেবল ক্যাপিটাল হল ইউরোপের দ্রুত বর্ধনশীল ফিনটেকগুলির মধ্যে একটি। বিনিয়োগকে গণতান্ত্রিক করার লক্ষ্যে, কোম্পানিটি তার ক্লায়েন্টদের আর্থিক বাজারে সহজে প্রবেশাধিকার প্রদান করে। স্কেলেবলের ক্লায়েন্টরা কোম্পানির ব্রোকারেজ ট্রেডিং প্ল্যাটফর্মের মাধ্যমে বাজারে সক্রিয়ভাবে অংশগ্রহণ করতে পারে, অথবা বুদ্ধিমান এবং স্বয়ংক্রিয় ফ্যাশনে বিনিয়োগ করতে স্কেলযোগ্য সম্পদ ব্যবস্থাপনা ব্যবহার করতে পারে। 2021 সালে, স্কেলেবল ক্যাপিটাল তার ক্লায়েন্ট বেসের দশগুণ বৃদ্ধি পেয়েছে, কয়েক হাজার থেকে কয়েক হাজারে।
আমাদের ক্লায়েন্টদের পণ্য এবং ক্লায়েন্ট পরিষেবা জুড়ে একটি শীর্ষ-শ্রেণীর (এবং সামঞ্জস্যপূর্ণ) ব্যবহারকারীর অভিজ্ঞতা প্রদান করার জন্য, কোম্পানিটি কর্মক্ষম উৎকর্ষ বজায় রেখে একটি পরিমাপযোগ্য সমাধানের জন্য দক্ষতা তৈরি করার জন্য স্বয়ংক্রিয় সমাধান খুঁজছিল। স্কেলেবল ক্যাপিটালের ডেটা সায়েন্স এবং ক্লায়েন্ট পরিষেবা দলগুলি চিহ্নিত করেছে যে আমাদের ক্লায়েন্টদের পরিষেবা দেওয়ার ক্ষেত্রে সবচেয়ে বড় বাধাগুলির মধ্যে একটি হল ইমেল অনুসন্ধানে সাড়া দেওয়া। বিশেষত, বটলনেক ছিল শ্রেণীবিভাগের ধাপ, যেখানে কর্মীদের দৈনিক ভিত্তিতে অনুরোধ পাঠ্যগুলি পড়তে এবং লেবেল করতে হয়েছিল। ইমেলগুলি তাদের যথাযথ সারিতে পাঠানোর পরে, সংশ্লিষ্ট বিশেষজ্ঞরা দ্রুত জড়িত এবং মামলাগুলি সমাধান করেছেন।
এই শ্রেণীবিন্যাস প্রক্রিয়াটিকে প্রবাহিত করার জন্য, স্কেলেবলের ডেটা সায়েন্স টিম অত্যাধুনিক ট্রান্সফরমার আর্কিটেকচার ব্যবহার করে একটি মাল্টিটাস্ক এনএলপি মডেল তৈরি এবং স্থাপন করেছে, যা প্রাক-প্রশিক্ষিত ডিস্টিলবার্ট-বেস-জার্মান-কেসড আলিঙ্গন মুখ দ্বারা প্রকাশিত মডেল. ডিস্টিলবার্ট-বেস-জার্মান-কেসড ব্যবহার করে জ্ঞান পাতন মূল BERT বেস মডেলের তুলনায় একটি ছোট সাধারণ-উদ্দেশ্য ভাষা উপস্থাপনা মডেলকে পূর্ব-প্রশিক্ষণ দেওয়ার পদ্ধতি। পাতিত সংস্করণটি মূল সংস্করণের সাথে তুলনামূলক কর্মক্ষমতা অর্জন করে, যদিও ছোট এবং দ্রুত। আমাদের ML জীবনচক্র প্রক্রিয়া সহজতর করার জন্য, আমরা আমাদের মডেলগুলি তৈরি, স্থাপন, পরিবেশন এবং নিরীক্ষণের জন্য SageMaker গ্রহণ করার সিদ্ধান্ত নিয়েছি। নিম্নলিখিত বিভাগে, আমরা আমাদের প্রজেক্ট আর্কিটেকচার ডিজাইনের সাথে পরিচয় করিয়ে দিচ্ছি।
সমাধান ওভারভিউ
স্কেলেবল ক্যাপিটালের এমএল অবকাঠামো দুটি AWS অ্যাকাউন্ট নিয়ে গঠিত: একটি উন্নয়ন পর্যায়ের পরিবেশ হিসেবে এবং অন্যটি উৎপাদন পর্যায়ের জন্য।
নিম্নলিখিত চিত্রটি আমাদের ইমেল শ্রেণীবদ্ধকরণ প্রকল্পের কর্মপ্রবাহ দেখায়, তবে অন্যান্য ডেটা বিজ্ঞান প্রকল্পগুলিতেও সাধারণীকরণ করা যেতে পারে।
কর্মপ্রবাহ নিম্নলিখিত উপাদান নিয়ে গঠিত:
- মডেল পরীক্ষা- ডেটা বিজ্ঞানীরা ব্যবহার করেন অ্যামাজন সেজমেকার স্টুডিও ডেটা সায়েন্স লাইফসাইকেলের প্রথম ধাপগুলি সম্পাদন করতে: অনুসন্ধানমূলক ডেটা বিশ্লেষণ (EDA), ডেটা পরিষ্কার এবং প্রস্তুতি এবং প্রোটোটাইপ মডেল তৈরি করা। অনুসন্ধানমূলক পর্বটি সম্পূর্ণ হলে, আমরা আমাদের কোড বেসকে মডুলারাইজ এবং উত্পাদন করতে আমাদের দূরবর্তী বিকাশের সরঞ্জাম হিসাবে একটি সেজমেকার নোটবুক দ্বারা হোস্ট করা VSCode-এ ফিরে যাই। বিভিন্ন ধরণের মডেল এবং মডেল কনফিগারেশন অন্বেষণ করতে এবং একই সাথে আমাদের পরীক্ষা-নিরীক্ষার ট্র্যাক রাখতে, আমরা সেজমেকার প্রশিক্ষণ এবং সেজমেকার পরীক্ষাগুলি ব্যবহার করি।
- মডেল নির্মাণ - আমরা আমাদের উত্পাদন ব্যবহারের ক্ষেত্রে একটি মডেলের বিষয়ে সিদ্ধান্ত নেওয়ার পরে, এই ক্ষেত্রে একটি মাল্টি-টাস্ক ডিস্টিলবার্ট-বেস-জার্মান-কেসড মডেল, হাগিং ফেস থেকে পূর্বপ্রশিক্ষিত মডেল থেকে সূক্ষ্ম সুর করা, আমরা আমাদের কোডকে গিথুব বিকাশ শাখায় প্রতিশ্রুতিবদ্ধ করি এবং পুশ করি। Github মার্জ ইভেন্ট আমাদের Jenkins CI পাইপলাইনকে ট্রিগার করে, যা ফলস্বরূপ পরীক্ষার ডেটা সহ একটি SageMaker Pipelines কাজ শুরু করে। কোডগুলি প্রত্যাশিতভাবে চলছে কিনা তা নিশ্চিত করার জন্য এটি একটি পরীক্ষা হিসাবে কাজ করে৷ পরীক্ষার উদ্দেশ্যে একটি পরীক্ষা শেষ পয়েন্ট স্থাপন করা হয়।
- মডেল মোতায়েন - সবকিছু প্রত্যাশিতভাবে চলছে তা নিশ্চিত করার পরে, ডেটা বিজ্ঞানীরা বিকাশ শাখাটিকে প্রাথমিক শাখায় একীভূত করেন। এই মার্জ ইভেন্টটি এখন প্রশিক্ষণের উদ্দেশ্যে উৎপাদন ডেটা ব্যবহার করে একটি SageMaker Pipelines কাজ ট্রিগার করে। পরবর্তীতে, মডেল শিল্পকর্মগুলি একটি আউটপুটে উত্পাদিত এবং সংরক্ষণ করা হয় আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3) বালতি, এবং একটি নতুন মডেল সংস্করণ সেজমেকার মডেল রেজিস্ট্রিতে লগ ইন করা হয়েছে। ডেটা সায়েন্টিস্টরা নতুন মডেলের পারফরম্যান্স পরীক্ষা করেন, তারপর অনুমোদন করেন যদি এটি প্রত্যাশার সাথে সঙ্গতিপূর্ণ হয়। মডেল অনুমোদন ইভেন্ট দ্বারা বন্দী করা হয় অ্যামাজন ইভেন্টব্রিজ, যা তারপর মডেলটিকে উৎপাদন পরিবেশে একটি SageMaker এন্ডপয়েন্টে স্থাপন করে।
- এমএলওএস - কারণ সেজমেকার এন্ডপয়েন্টটি ব্যক্তিগত এবং VPC এর বাইরের পরিষেবাগুলির দ্বারা পৌঁছানো যায় না, একটি এডাব্লুএস ল্যাম্বদা ফাংশন এবং অ্যামাজন এপিআই গেটওয়ে CRM এর সাথে যোগাযোগ করার জন্য পাবলিক এন্ডপয়েন্ট প্রয়োজন। যখনই সিআরএম ইনবক্সে নতুন ইমেল আসে, তখনই সিআরএম এপিআই গেটওয়ে পাবলিক এন্ডপয়েন্টকে আমন্ত্রণ জানায়, যার ফলে ল্যাম্বডা ফাংশনটি প্রাইভেট সেজমেকার এন্ডপয়েন্ট চালু করে। ফাংশনটি তারপরে API গেটওয়ে পাবলিক এন্ডপয়েন্টের মাধ্যমে CRM-এ শ্রেণীবিভাগকে রিলে করে। আমাদের মোতায়েন করা মডেলের কর্মক্ষমতা নিরীক্ষণ করতে, আমরা মডেল থেকে ভবিষ্যদ্বাণী মেট্রিক্সের ট্র্যাক রাখতে CRM এবং ডেটা বিজ্ঞানীদের মধ্যে একটি প্রতিক্রিয়া লুপ প্রয়োগ করি। মাসিক ভিত্তিতে, CRM পরীক্ষা এবং মডেল প্রশিক্ষণের জন্য ব্যবহৃত ঐতিহাসিক তথ্য আপডেট করে। আমরা ব্যাবহার করি Apache Airflow এর জন্য Amazon পরিচালিত ওয়ার্কফ্লো (Amazon MWAA) আমাদের মাসিক রিট্রেনের জন্য সময়সূচী হিসাবে।
নিম্নলিখিত বিভাগে, আমরা আরও বিশদে ডেটা প্রস্তুতি, মডেল পরীক্ষা, এবং মডেল স্থাপনের ধাপগুলিকে ভেঙে ফেলি।
ডেটা প্রস্তুতি
স্কেলযোগ্য ক্যাপিটাল ইমেল ডেটা পরিচালনা এবং সংরক্ষণের জন্য একটি CRM টুল ব্যবহার করে। প্রাসঙ্গিক ইমেল বিষয়বস্তু বিষয়, বডি, এবং কাস্টোডিয়ান ব্যাঙ্ক নিয়ে গঠিত। প্রতিটি ইমেলে বরাদ্দ করার জন্য তিনটি লেবেল রয়েছে: ইমেলটি কোন ব্যবসার লাইন থেকে এসেছে, কোন সারিটি উপযুক্ত এবং ইমেলের নির্দিষ্ট বিষয়।
আমরা যেকোনো NLP মডেলের প্রশিক্ষণ শুরু করার আগে, আমরা নিশ্চিত করি যে ইনপুট ডেটা পরিষ্কার এবং লেবেলগুলি প্রত্যাশা অনুযায়ী বরাদ্দ করা হয়েছে।
পরিমাপযোগ্য ক্লায়েন্টদের কাছ থেকে পরিষ্কার অনুসন্ধানের বিষয়বস্তু পুনরুদ্ধার করতে, আমরা কাঁচা ইমেল ডেটা এবং অতিরিক্ত পাঠ্য এবং চিহ্নগুলি সরিয়ে ফেলি, যেমন ইমেল স্বাক্ষর, ইমপ্রেস, ইমেল চেইনে পূর্ববর্তী বার্তাগুলির উদ্ধৃতি, CSS চিহ্ন এবং আরও অনেক কিছু। অন্যথায়, আমাদের ভবিষ্যত প্রশিক্ষিত মডেলগুলি অবনতিশীল কর্মক্ষমতা অনুভব করতে পারে।
ইমেলগুলির জন্য লেবেলগুলি সময়ের সাথে সাথে বিকশিত হয় কারণ স্কেলযোগ্য ক্লায়েন্ট পরিষেবা দলগুলি নতুন যুক্ত করে এবং ব্যবসার প্রয়োজনগুলি মিটমাট করার জন্য বিদ্যমানগুলিকে পরিমার্জন বা সরিয়ে দেয়৷ প্রশিক্ষণের ডেটার জন্য লেবেলগুলির পাশাপাশি ভবিষ্যদ্বাণীর জন্য প্রত্যাশিত শ্রেণিবিন্যাসগুলি আপ টু ডেট আছে তা নিশ্চিত করতে, ডেটা সায়েন্স টিম লেবেলগুলির সঠিকতা নিশ্চিত করতে ক্লায়েন্ট পরিষেবা দলের সাথে ঘনিষ্ঠ সহযোগিতায় কাজ করে৷
মডেল পরীক্ষা
আমরা সহজে উপলব্ধ প্রাক-প্রশিক্ষিত সঙ্গে আমাদের পরীক্ষা শুরু ডিস্টিলবার্ট-বেস-জার্মান-কেসড আলিঙ্গন মুখ দ্বারা প্রকাশিত মডেল. যেহেতু প্রাক-প্রশিক্ষিত মডেলটি একটি সাধারণ-উদ্দেশ্য ভাষার উপস্থাপনা মডেল, তাই আমরা স্নায়ু নেটওয়ার্কের সাথে উপযুক্ত হেড সংযুক্ত করে নির্দিষ্ট ডাউনস্ট্রিম কাজগুলি- যেমন শ্রেণীবিভাগ এবং প্রশ্নের উত্তর দেওয়ার জন্য আর্কিটেকচারটিকে মানিয়ে নিতে পারি। আমাদের ব্যবহারের ক্ষেত্রে, আমরা যে ডাউনস্ট্রিম টাস্কে আগ্রহী তা হল ক্রম শ্রেণিবিন্যাস। পরিবর্তন ছাড়া বিদ্যমান স্থাপত্য, আমরা আমাদের প্রয়োজনীয় প্রতিটি বিভাগের জন্য তিনটি পৃথক প্রাক-প্রশিক্ষিত মডেলকে সূক্ষ্ম-টিউন করার সিদ্ধান্ত নিয়েছি। সঙ্গে SageMaker আলিঙ্গন মুখ গভীর শিক্ষা পাত্রে (DLCs), এনএলপি পরীক্ষা শুরু করা এবং পরিচালনা করা হাগিং ফেস কন্টেইনার এবং সেজমেকার এক্সপেরিমেন্টস এপিআই দিয়ে সহজ করা হয়।
নিম্নলিখিত একটি কোড স্নিপেট train.py
:
নিম্নলিখিত কোড হল আলিঙ্গন মুখ অনুমানকারী:
সূক্ষ্ম-টিউন করা মডেলগুলিকে যাচাই করতে, আমরা ব্যবহার করি F1-স্কোর আমাদের ইমেল ডেটাসেটের ভারসাম্যহীন প্রকৃতির কারণে, কিন্তু অন্যান্য মেট্রিক্স যেমন নির্ভুলতা, নির্ভুলতা এবং প্রত্যাহার করার জন্যও। সেজমেকার এক্সপেরিমেন্ট এপিআই-এর প্রশিক্ষণ কাজের মেট্রিক্স নিবন্ধন করার জন্য, আমাদের প্রথমে প্রশিক্ষণ কাজের স্থানীয় কনসোলে মেট্রিকগুলি লগ করতে হবে, যেগুলি দ্বারা বাছাই করা হয় অ্যামাজন ক্লাউডওয়াচ. তারপরে আমরা ক্লাউডওয়াচ লগগুলি ক্যাপচার করার জন্য সঠিক রেজেক্স ফর্ম্যাটটি সংজ্ঞায়িত করি। মেট্রিক সংজ্ঞার মধ্যে রয়েছে মেট্রিক্সের নাম এবং প্রশিক্ষণের কাজ থেকে মেট্রিক্স বের করার জন্য রেজেক্স যাচাইকরণ:
ক্লাসিফায়ার মডেলের জন্য প্রশিক্ষণের পুনরাবৃত্তির অংশ হিসাবে, আমরা ফলাফল মূল্যায়ন করার জন্য একটি বিভ্রান্তি ম্যাট্রিক্স এবং শ্রেণীবিভাগ রিপোর্ট ব্যবহার করি। নিম্নলিখিত চিত্রটি ব্যবসার পূর্বাভাসের লাইনের জন্য বিভ্রান্তি ম্যাট্রিক্স দেখায়।
নিম্নলিখিত স্ক্রিনশট ব্যবসার পূর্বাভাসের লাইনের জন্য শ্রেণিবিন্যাস প্রতিবেদনের একটি উদাহরণ দেখায়।
আমাদের পরীক্ষার পরবর্তী পুনরাবৃত্তি হিসাবে, আমরা সুবিধা নেব মাল্টি-টাস্ক শেখার আমাদের মডেল উন্নত করতে। মাল্টি-টাস্ক লার্নিং হল প্রশিক্ষণের একটি ফর্ম যেখানে একটি মডেল একই সাথে একাধিক কাজ সমাধান করতে শেখে, কারণ কাজের মধ্যে ভাগ করা তথ্য শেখার দক্ষতা উন্নত করতে পারে। আসল ডিস্টিলবার্ট আর্কিটেকচারে আরও দুটি শ্রেণীবিভাগের প্রধান সংযুক্ত করে, আমরা বহু-টাস্ক ফাইন-টিউনিং করতে পারি, যা আমাদের ক্লায়েন্ট পরিষেবা দলের জন্য যুক্তিসঙ্গত মেট্রিক্স অর্জন করে।
মডেল মোতায়েন
আমাদের ব্যবহারের ক্ষেত্রে, ইমেল ক্লাসিফায়ারকে একটি এন্ডপয়েন্টে স্থাপন করতে হবে, যেখানে আমাদের CRM পাইপলাইন অশ্রেণীবদ্ধ ইমেলগুলির একটি ব্যাচ পাঠাতে পারে এবং পূর্বাভাস ফিরে পেতে পারে। যেহেতু আমাদের কাছে অন্যান্য যুক্তি আছে — যেমন ইনপুট ডেটা ক্লিনিং এবং মাল্টি-টাস্ক ভবিষ্যদ্বাণী — হাগিং ফেস মডেল অনুমান ছাড়াও, আমাদের একটি কাস্টম অনুমান স্ক্রিপ্ট লিখতে হবে যা মেনে চলে সেজমেকার স্ট্যান্ডার্ড.
নিম্নলিখিত একটি কোড স্নিপেট inference.py
:
যখন সবকিছু প্রস্তুত এবং প্রস্তুত হয়, তখন আমরা আমাদের প্রশিক্ষণ পাইপলাইন পরিচালনা করতে সেজমেকার পাইপলাইন ব্যবহার করি এবং আমাদের MLOps সেটআপ সম্পূর্ণ করার জন্য এটিকে আমাদের অবকাঠামোতে সংযুক্ত করি।
মোতায়েন করা মডেলের কার্যকারিতা নিরীক্ষণ করার জন্য, আমরা একটি ফিডব্যাক লুপ তৈরি করি যাতে কেস বন্ধ হয়ে গেলে CRM আমাদেরকে শ্রেণীবদ্ধ ইমেলের স্থিতি প্রদান করতে সক্ষম করে। এই তথ্যের উপর ভিত্তি করে, আমরা স্থাপন করা মডেলের উন্নতি করতে সামঞ্জস্য করি।
উপসংহার
এই পোস্টে, আমরা শেয়ার করেছি কিভাবে SageMaker Scalable-এ ডেটা সায়েন্স টিমকে একটি ডেটা সায়েন্স প্রোজেক্টের জীবনচক্র দক্ষতার সাথে পরিচালনা করতে সাহায্য করে, যেমন ইমেল ক্লাসিফায়ার প্রোজেক্ট। জীবনচক্রটি সেজমেকার স্টুডিওর সাথে ডেটা বিশ্লেষণ এবং অনুসন্ধানের প্রাথমিক পর্যায়ে শুরু হয়; SageMaker প্রশিক্ষণ, অনুমান, এবং আলিঙ্গন ফেস DLCs সহ মডেল পরীক্ষা এবং স্থাপনার দিকে এগিয়ে যায়; এবং অন্যান্য AWS পরিষেবাগুলির সাথে একত্রিত SageMaker Pipelines সহ একটি প্রশিক্ষণ পাইপলাইন দিয়ে সম্পূর্ণ করে৷ এই পরিকাঠামোর জন্য ধন্যবাদ, আমরা নতুন মডেলগুলিকে আরও দক্ষতার সাথে পুনরাবৃত্ত করতে এবং স্থাপন করতে সক্ষম হয়েছি, এবং সেইজন্য আমাদের ক্লায়েন্টদের অভিজ্ঞতার পাশাপাশি স্কেলেবলের মধ্যে বিদ্যমান প্রক্রিয়াগুলিকে উন্নত করতে সক্ষম।
আলিঙ্গন মুখ এবং সেজমেকার সম্পর্কে আরও জানতে, নিম্নলিখিত সংস্থানগুলি পড়ুন:
লেখক সম্পর্কে
ডাঃ সান্দ্রা স্মিড স্কেলেবল জিএমবিএইচ-এর ডেটা অ্যানালিটিক্সের প্রধান। তিনি ডেটা-চালিত পদ্ধতির জন্য দায়ী এবং তার দলগুলির সাথে কোম্পানিতে কেস ব্যবহার করেন। তার মূল ফোকাস মেশিন লার্নিং এবং ডেটা সায়েন্স মডেল এবং ব্যবসায়িক লক্ষ্যগুলির সর্বোত্তম সংমিশ্রণ খুঁজে বের করা যাতে যতটা সম্ভব ডেটার বাইরে ব্যবসার মূল্য এবং দক্ষতা অর্জন করা যায়।
হুই ড্যাং স্কেলেবল জিএমবিএইচ-এর ডেটা সায়েন্টিস্ট। তার দায়িত্বের মধ্যে রয়েছে ডেটা অ্যানালিটিক্স, মেশিন লার্নিং মডেল তৈরি এবং স্থাপন করা, সেইসাথে ডেটা সায়েন্স টিমের জন্য অবকাঠামো উন্নয়ন ও বজায় রাখা। তার অবসর সময়ে, তিনি পড়া, হাইকিং, রক ক্লাইম্বিং এবং সর্বশেষ মেশিন লার্নিং উন্নয়নের সাথে আপ টু ডেট থাকতে উপভোগ করেন।
মিয়া চ্যাং অ্যামাজন ওয়েব পরিষেবাগুলির জন্য একজন এমএল বিশেষজ্ঞ সমাধান স্থপতি৷ তিনি EMEA-তে গ্রাহকদের সাথে কাজ করেন এবং ফলিত গণিত, কম্পিউটার বিজ্ঞান এবং AI/ML-এ তার পটভূমি সহ ক্লাউডে AI/ML ওয়ার্কলোড চালানোর জন্য সর্বোত্তম অনুশীলনগুলি শেয়ার করেন। তিনি এনএলপি-নির্দিষ্ট কাজের চাপের উপর ফোকাস করেন এবং কনফারেন্স স্পিকার এবং বইয়ের লেখক হিসাবে তার অভিজ্ঞতা শেয়ার করেন। তার অবসর সময়ে, তিনি যোগব্যায়াম, বোর্ড গেমস এবং কফি তৈরি করা উপভোগ করেন।
মরিটজ গুয়ের্টলার AWS-এ ডিজিটাল নেটিভ বিজনেস সেগমেন্টের একজন অ্যাকাউন্ট এক্সিকিউটিভ। তিনি ফিনটেক স্পেসে গ্রাহকদের উপর ফোকাস করেন এবং নিরাপদ এবং মাপযোগ্য ক্লাউড অবকাঠামোর মাধ্যমে উদ্ভাবনকে ত্বরান্বিত করতে তাদের সমর্থন করেন।
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
- প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- প্লেটোইএসজি। মোটরগাড়ি / ইভি, কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
- প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
- চার্টপ্রাইম। ChartPrime এর সাথে আপনার ট্রেডিং গেমটি উন্নত করুন। এখানে প্রবেশ করুন.
- ব্লকঅফসেট। পরিবেশগত অফসেট মালিকানার আধুনিকীকরণ। এখানে প্রবেশ করুন.
- উত্স: https://aws.amazon.com/blogs/machine-learning/accelerate-client-success-management-through-email-classification-with-hugging-face-on-amazon-sagemaker/
- : আছে
- : হয়
- :না
- :কোথায়
- $ ইউপি
- 1
- 100
- 13
- 15%
- 17
- 2021
- 26%
- 32
- 500
- 7
- a
- সক্ষম
- সম্পর্কে
- উপরে
- দ্রুততর করা
- ত্বরক
- সমর্থন দিন
- প্রবেশ
- মিটমাট করা
- অনুযায়ী
- হিসাব
- অ্যাকাউন্টস
- সঠিকতা
- জাতিসংঘের
- দিয়ে
- সক্রিয়ভাবে
- কাজ
- খাপ খাওয়ানো
- যোগ
- যোগ
- সমন্বয়
- পোষ্যপুত্র গ্রহণ করা
- সুবিধা
- পর
- পরে
- এজেন্ট
- এআই / এমএল
- লক্ষ্য
- অনুমতি
- এছাড়াও
- মর্দানী স্ত্রীলোক
- আমাজন সেজমেকার
- অ্যামাজন ওয়েব সার্ভিসেস
- মধ্যে
- an
- বিশ্লেষণ
- বৈশ্লেষিক ন্যায়
- এবং
- কোন
- এ্যাপাচি
- API
- ফলিত
- পন্থা
- যথাযথ
- অনুমোদন
- অনুমোদন করা
- স্থাপত্য
- রয়েছি
- আর্গুমেন্ট
- AS
- নির্ধারিত
- At
- সংযুক্ত
- লেখক
- অটোমেটেড
- সহজলভ্য
- ডেস্কটপ AWS
- পিছনে
- পটভূমি
- ব্যাংক
- ভিত্তি
- ভিত্তি
- ভিত্তি
- BE
- কারণ
- হয়েছে
- হচ্ছে
- সুবিধা
- সর্বোত্তম
- সেরা অভ্যাস
- মধ্যে
- তক্তা
- বোর্ড গেম
- শরীর
- বই
- শাখা
- বিরতি
- দালালি
- নির্মাণ করা
- ভবন
- নির্মিত
- ব্যবসায়
- ব্যবসা
- কিন্তু
- by
- CAN
- রাজধানী
- ক্যাপিটাল এর
- গ্রেপ্তার
- আধৃত
- বহন
- কেস
- মামলা
- বিভাগ
- চেইন
- শ্রেণীবিন্যাস
- শ্রেণীবদ্ধ
- পরিস্কার করা
- মক্কেল
- ক্লায়েন্ট
- আরোহণ
- ঘনিষ্ঠ
- বন্ধ
- মেঘ
- মেঘ অবকাঠামো
- কোড
- কোড বেস
- কোডগুলি
- কফি
- সহযোগিতা
- সমাহার
- আসে
- সমর্পণ করা
- যোগাযোগ
- কোম্পানি
- কোম্পানির
- তুলনীয়
- সম্পূর্ণ
- সমাপ্ত
- উপাদান
- গনা
- কম্পিউটার
- কম্পিউটার বিজ্ঞান
- সম্মেলন
- বিশৃঙ্খলা
- সঙ্গত
- গঠিত
- কনসোল
- কন্টেনারগুলি
- বিষয়বস্তু
- সুখী
- ঠিক
- সিআরএম
- সিএসএস
- জিম্মাদার
- প্রথা
- ক্রেতা
- গ্রাহকদের
- দৈনিক
- উপাত্ত
- তথ্য বিশ্লেষণ
- ডেটা বিশ্লেষণ
- ডেটা প্রস্তুতি
- তথ্য বিজ্ঞান
- তথ্য বিজ্ঞানী
- তথ্য চালিত
- তারিখ
- সিদ্ধান্ত নেন
- সিদ্ধান্ত নিয়েছে
- নিবেদিত
- গভীর
- গভীর জ্ঞানার্জন
- ডিফল্ট
- নির্ধারণ করা
- সংজ্ঞায়িত
- সংজ্ঞা
- গণতান্ত্রিক করা
- প্রদর্শন
- স্থাপন
- মোতায়েন
- মোতায়েন
- বিস্তৃতি
- স্থাপন
- নকশা
- বিস্তারিত
- বিকাশ
- উন্নয়নশীল
- উন্নয়ন
- উন্নয়ন
- বিভিন্ন
- ডিজিটাল
- ডিজিটাল সম্পদ ব্যবস্থাপনা
- নিচে
- কারণে
- প্রতি
- সহজ
- দক্ষতা
- দক্ষতার
- আর
- ইমেইল
- ইমেল
- EMEA
- কর্মচারী
- সক্ষম করা
- শেষপ্রান্ত
- জড়িত
- নিশ্চিত করা
- পরিবেশ
- কাল
- বিশেষত
- ইউরোপ
- মূল্যায়ন
- মূল্যায়ন
- ঘটনা
- সব
- গজান
- পরীক্ষক
- উদাহরণ
- শ্রেষ্ঠত্ব
- কার্যনির্বাহী
- বিদ্যমান
- প্রত্যাশা
- প্রত্যাশা
- প্রত্যাশিত
- অভিজ্ঞতা
- অভিজ্ঞ
- অভিজ্ঞতা
- পরীক্ষা
- পরীক্ষা-নিরীক্ষা
- অন্বেষণ
- অনুসন্ধানের ডেটা বিশ্লেষণ
- অন্বেষণ করুণ
- অতিরিক্ত
- f1
- মুখ
- সহজতর করা
- সমাধা
- ফ্যাশন
- দ্রুত
- দ্রুততম
- দ্রুত বর্ধনশীল
- প্রতিক্রিয়া
- ব্যক্তিত্ব
- আর্থিক
- আবিষ্কার
- fintech
- fintechs
- প্রথম
- প্রথম পদক্ষেপ
- ফ্ল্যাট
- কেন্দ্রবিন্দু
- গুরুত্ত্ব
- অনুসরণ
- জন্য
- ফর্ম
- বিন্যাস
- বিনামূল্যে
- থেকে
- ক্রিয়া
- ভবিষ্যৎ
- লাভ করা
- গেম
- প্রবেশপথ
- সাধারন ক্ষেত্রে
- উত্পাদন করা
- পাওয়া
- GitHub
- জিএমবিএইচ
- গোল
- ক্রমবর্ধমান
- অতিথি
- অতিথি পোস্ট
- ছিল
- আছে
- he
- মাথা
- মাথা
- তার
- তার
- ঐতিহাসিক
- হোস্ট
- কিভাবে
- এইচটিএমএল
- HTTP
- HTTPS দ্বারা
- শত শত
- চিহ্নিত
- if
- বাস্তবায়ন
- বাস্তবায়ন
- উন্নত করা
- in
- অন্তর্ভুক্ত করা
- ইনকামিং
- বৃদ্ধি
- বর্ধিত
- তথ্য
- পরিকাঠামো
- প্রারম্ভিক
- ইনোভেশন
- উদ্ভাবনী
- ইনপুট
- অনুসন্ধান
- অনুসন্ধান
- সংহত
- বুদ্ধিমান
- আগ্রহী
- মধ্যে
- প্রবর্তন করা
- বিনিয়োগ
- বিনিয়োগ
- পূজা
- IT
- পুনরাবৃত্তির
- এর
- কাজ
- JSON
- রাখা
- চাবি
- লেবেল
- লেবেলগুলি
- ভাষা
- বৃহত্তম
- সর্বশেষ
- নেতৃত্ব
- শিখতে
- শিক্ষা
- জীবনচক্র
- লাইন
- বোঝা
- স্থানীয়
- লগ ইন করুন
- লগ
- খুঁজছি
- ক্ষতি
- মেশিন
- মেশিন লার্নিং
- প্রণীত
- নিয়ন্ত্রণের
- করা
- মেকিং
- পরিচালনা করা
- পরিচালিত
- ব্যবস্থাপনা
- পরিচালক
- বাজার
- বাজার
- অংক
- জরায়ু
- মার্জ
- ঘটনা একত্রীকরণ
- বার্তা
- পদ্ধতি
- ছন্দোময়
- ছন্দোবিজ্ঞান
- হতে পারে
- ML
- এমএলওএস
- মডেল
- মডেল
- আধুনিক
- মনিটর
- মাসিক
- অধিক
- প্যাচসমূহ
- অনেক
- বহু
- নাম
- যথা
- স্থানীয়
- প্রাকৃতিক
- স্বাভাবিক ভাষা প্রক্রিয়াকরণ
- প্রকৃতি
- প্রয়োজন
- চাহিদা
- নেটওয়ার্ক
- নার্ভীয়
- স্নায়বিক নেটওয়ার্ক
- নতুন
- পরবর্তী
- NLP
- নোটবই
- এখন
- সংখ্যা
- of
- অফার
- on
- ONE
- ওগুলো
- কেবল
- কর্মক্ষম
- or
- ক্রম
- মূল
- অন্যান্য
- অন্যভাবে
- আমাদের
- বাইরে
- আউটপুট
- বাহিরে
- শেষ
- অংশ
- অংশগ্রহণ
- সম্পাদন করা
- কর্মক্ষমতা
- ফেজ
- অবচিত
- পাইপলাইন
- মাচা
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- সম্ভব
- পোস্ট
- চর্চা
- স্পষ্টতা
- ভবিষ্যদ্বাণী
- ভবিষ্যতবাণী
- প্রস্তুতি
- আগে
- প্রাথমিক
- ব্যক্তিগত
- প্রক্রিয়া
- প্রসেস
- প্রক্রিয়াজাতকরণ
- প্রযোজনা
- উত্পাদনের
- প্রমোদ
- পণ্য
- প্রকল্প
- প্রকল্প
- সঠিক
- প্রোটোটাইপ
- প্রদান
- উপলব্ধ
- প্রকাশ্য
- প্রকাশিত
- উদ্দেশ্য
- ধাক্কা
- প্রশ্ন
- দ্রুত
- কোট
- বৃদ্ধি
- হার
- কাঁচা
- পৌঁছেছে
- পড়া
- পড়া
- প্রস্তুত
- ন্যায্য
- পায়
- রেকর্ড
- হ্রাসপ্রাপ্ত
- পড়ুন
- পরিমার্জন
- regex
- খাতা
- রেজিস্ট্রি
- প্রাসঙ্গিক
- বিশ্বাসযোগ্য
- দূরবর্তী
- অপসারণ
- রিপোর্ট
- প্রতিনিধিত্ব
- অনুরোধ
- অনুরোধ
- প্রয়োজনীয়
- স্থিরপ্রতিজ্ঞ
- Resources
- নিজ নিজ
- উত্তরদায়ক
- প্রতিক্রিয়া
- প্রতিক্রিয়া
- দায়িত্ব
- দায়ী
- ফল
- প্রত্যাবর্তন
- শক্তসমর্থ
- শিলা
- দৌড়
- ঋষি নির্মাতা
- সেজমেকার পাইপলাইন
- একই
- মাপযোগ্য
- স্কেল
- বিজ্ঞান
- বিজ্ঞানী
- বিজ্ঞানীরা
- লিপি
- অধ্যায়
- বিভাগে
- নিরাপদ
- রেখাংশ
- পাঠান
- আলাদা
- ক্রম
- পরিবেশন করা
- সেবা
- সেবা
- সেটআপ
- আকৃতির
- ভাগ
- শেয়ারগুলি
- সে
- শো
- স্বাক্ষর
- সহজ
- এককালে
- দক্ষতা
- ক্ষুদ্রতর
- টুকিটাকি
- So
- সমাধান
- সলিউশন
- সমাধান
- শীঘ্রই
- স্থান
- বক্তা
- বিশেষজ্ঞ
- বিশেষজ্ঞদের
- নির্দিষ্ট
- বিশেষভাবে
- পর্যায়
- শুরু
- শুরু হচ্ছে
- শুরু
- রাষ্ট্র-এর-শিল্প
- অবস্থা
- স্থিত
- ধাপ
- প্রারম্ভিক ব্যবহারের নির্দেশাবলী
- স্টোরেজ
- সঞ্চিত
- সংরক্ষণ
- স্ট্রিমলাইন
- চিত্রশালা
- বিষয়
- সাফল্য
- এমন
- সমর্থন
- নিশ্চিত
- গ্রহণ করা
- কার্য
- কাজ
- টীম
- দল
- কারিগরী
- দশ
- পরীক্ষা
- পরীক্ষামূলক
- পাঠ
- চেয়ে
- ধন্যবাদ
- যে
- সার্জারির
- তাদের
- তাহাদিগকে
- তারপর
- সেখানে।
- অতএব
- তারা
- এই
- হাজার হাজার
- তিন
- দ্বারা
- সময়
- থেকে
- একসঙ্গে
- টুল
- বিষয়
- মশাল
- পথ
- লেনদেন
- ট্রেডিং প্ল্যাটফর্ম
- রেলগাড়ি
- প্রশিক্ষিত
- প্রশিক্ষণ
- ট্রান্সফরমার
- ট্রান্সফরমার
- ভীষণভাবে
- চালু
- দুই
- আদর্শ
- ধরনের
- আপডেট
- us
- ব্যবহার
- ব্যবহার ক্ষেত্রে
- ব্যবহৃত
- ব্যবহারকারী
- ব্যবহারকারীর অভিজ্ঞতা
- ব্যবহারসমূহ
- ব্যবহার
- যাচাই করুন
- বৈধতা
- মূল্য
- সংস্করণ
- প্রতীক্ষা
- ছিল
- we
- ধন
- সম্পদ ব্যবস্থাপনা
- ওয়েব
- ওয়েব সার্ভিস
- আমরা একটি
- ছিল
- কখন
- যখনই
- যে
- যখন
- সঙ্গে
- মধ্যে
- ছাড়া
- কর্মপ্রবাহ
- কর্মপ্রবাহ
- কাজ
- লেখা
- যোগশাস্ত্র
- zephyrnet