এই পোস্ট লেখা হয়েছে PwC অস্ট্রেলিয়ার ক্লাউড এবং ডিজিটাল ব্যবসা থেকে অঙ্কুর গোয়াল এবং কার্তিকেয়ান চোকাপ্পার সহযোগিতায়।
কৃত্রিম বুদ্ধিমত্তা (AI) এবং মেশিন লার্নিং (ML) সিস্টেম এবং প্রক্রিয়াগুলির একটি অবিচ্ছেদ্য অংশ হয়ে উঠছে, বাস্তব সময়ে সিদ্ধান্তগুলিকে সক্ষম করে, যার ফলে সংস্থাগুলি জুড়ে শীর্ষ এবং নীচের-লাইনের উন্নতি ঘটাচ্ছে৷ যাইহোক, স্কেলে উৎপাদনে একটি এমএল মডেল স্থাপন করা চ্যালেঞ্জিং এবং এর জন্য সেরা অনুশীলনের একটি সেট প্রয়োজন। অনেক ব্যবসার ইতিমধ্যেই ডেটা সায়েন্টিস্ট এবং এমএল ইঞ্জিনিয়ার রয়েছে যারা অত্যাধুনিক মডেল তৈরি করতে পারে, কিন্তু মডেলগুলিকে উৎপাদনে নিয়ে যাওয়া এবং মডেলগুলিকে স্কেলে বজায় রাখা একটি চ্যালেঞ্জ। ম্যানুয়াল ওয়ার্কফ্লো ML লাইফসাইকেল ক্রিয়াকলাপগুলিকে সীমাবদ্ধ করে যাতে বিকাশ প্রক্রিয়া ধীর হয়, খরচ বৃদ্ধি পায় এবং চূড়ান্ত পণ্যের গুণমানে আপস করে।
মেশিন লার্নিং অপারেশন (MLOps) ML সিস্টেমে DevOps নীতি প্রয়োগ করে। যেমন DevOps সফ্টওয়্যার প্রকৌশলের জন্য বিকাশ এবং ক্রিয়াকলাপগুলিকে একত্রিত করে, তেমনি MLOps ML ইঞ্জিনিয়ারিং এবং IT অপারেশনগুলিকে একত্রিত করে। এমএল সিস্টেমের দ্রুত বৃদ্ধির সাথে এবং এমএল ইঞ্জিনিয়ারিংয়ের প্রেক্ষাপটে, এমএলওপগুলি এমন ক্ষমতা প্রদান করে যা এমএল সিস্টেমের ব্যবহারিক প্রয়োগের অনন্য জটিলতাগুলি পরিচালনা করার জন্য প্রয়োজনীয়। সামগ্রিকভাবে, এমএল ব্যবহারের ক্ষেত্রে শিল্পায়ন এবং প্রক্রিয়াটিকে প্রবাহিত করার জন্য একটি সহজলভ্য সমন্বিত সমাধান প্রয়োজন যা একটি এমএল মডেলকে এমএলওপ ব্যবহার করে স্কেলে উন্নয়ন থেকে উৎপাদন স্থাপনায় নিয়ে যায়।
এই গ্রাহকদের চ্যালেঞ্জগুলি মোকাবেলা করার জন্য, PwC অস্ট্রেলিয়া AI/ML মডেলগুলির অপারেশনালাইজেশন উন্নত করার জন্য প্রমিত প্রক্রিয়া এবং প্রযুক্তি সক্ষমতার একটি সেট হিসাবে মেশিন লার্নিং অপস অ্যাক্সিলারেটর তৈরি করেছে যা ML লাইফসাইকেল অপারেশন জুড়ে দলগুলির মধ্যে ক্রস-ফাংশনাল সহযোগিতা সক্ষম করে। পিডব্লিউসি মেশিন লার্নিং অপস অ্যাক্সিলারেটর, AWS নেটিভ পরিষেবাগুলির উপরে নির্মিত, একটি উপযুক্ত-উদ্দেশ্য সমাধান সরবরাহ করে যা সমস্ত শিল্প জুড়ে গ্রাহকদের জন্য সহজে এমএল ব্যবহারের ক্ষেত্রে সহজে একীভূত করে। এই পোস্টে, আমরা একটি এমএল ব্যবহারের ক্ষেত্রে ফোকাস করি যা একটি এমএল মডেলের বিভিন্ন লাইফসাইকেল উপাদানকে একীভূত করে, ক্রমাগত ইন্টিগ্রেশন (সিআই), একটানা ডেলিভারি (সিডি), ক্রমাগত প্রশিক্ষণ (সিটি), এবং অবিচ্ছিন্ন পর্যবেক্ষণ (সিএম) সক্ষম করে।
সমাধান ওভারভিউ
MLOps-এ, ব্যবসায়িক ব্যবস্থা এবং প্রক্রিয়াগুলিতে ডেটা থেকে এমএল মডেলের সুপারিশ এবং ভবিষ্যদ্বাণী পর্যন্ত একটি সফল যাত্রা বেশ কয়েকটি গুরুত্বপূর্ণ পদক্ষেপের সাথে জড়িত। এটি একটি পরীক্ষা বা প্রোটোটাইপের ফলাফল গ্রহণ করে এবং এটিকে মান নিয়ন্ত্রণ, গুণমান এবং প্রতিক্রিয়া লুপ সহ একটি উত্পাদন সিস্টেমে পরিণত করে। এটি কেবল অটোমেশনের চেয়ে অনেক বেশি। এটি সংস্থার অনুশীলনগুলি উন্নত করা এবং ফলাফলগুলি প্রদান করা যা পুনরাবৃত্তিযোগ্য এবং স্কেলে পুনরুত্পাদনযোগ্য।
একটি বাস্তব-বিশ্ব ML ব্যবহারের ক্ষেত্রে শুধুমাত্র একটি ছোট ভগ্নাংশ মডেল নিজেই গঠিত। একটি সমন্বিত উন্নত ML সক্ষমতা তৈরি করতে এবং এটিকে ক্রমাগত স্কেলে পরিচালনা করার জন্য প্রয়োজনীয় বিভিন্ন উপাদান চিত্র 1-এ দেখানো হয়েছে। নীচের চিত্রে চিত্রিত হিসাবে, PwC MLOps অ্যাক্সিলারেটরে সাতটি মূল সমন্বিত ক্ষমতা এবং পুনরাবৃত্তিমূলক পদক্ষেপ রয়েছে যা CI, CD, CT, এবং সক্ষম করে। একটি ML ব্যবহারের ক্ষেত্রে CM. সমাধান থেকে AWS নেটিভ বৈশিষ্ট্য সুবিধা নেয় আমাজন সেজমেকার, এর চারপাশে একটি নমনীয় এবং এক্সটেনসিবল ফ্রেমওয়ার্ক তৈরি করা।
একটি বাস্তব এন্টারপ্রাইজের পরিস্থিতিতে, বিভিন্ন পরিবেশে মডেলগুলির কঠোর বৈধতা এবং স্থাপনা নিশ্চিত করার জন্য অতিরিক্ত পদক্ষেপ এবং পরীক্ষার পর্যায় বিদ্যমান থাকতে পারে।
- ডেটা এবং মডেল ব্যবস্থাপনা একটি কেন্দ্রীয় ক্ষমতা প্রদান করে যা তাদের জীবনচক্র জুড়ে এমএল আর্টিফ্যাক্টগুলিকে পরিচালনা করে। এটি নিরীক্ষণযোগ্যতা, সন্ধানযোগ্যতা এবং সম্মতি সক্ষম করে। এটি ML সম্পদের শেয়ারযোগ্যতা, পুনঃব্যবহারযোগ্যতা এবং আবিষ্কারযোগ্যতাকেও প্রচার করে।
- এমএল মডেল উন্নয়ন বিভিন্ন ব্যক্তিকে একটি শক্তিশালী এবং পুনরুত্পাদনযোগ্য মডেল প্রশিক্ষণ পাইপলাইন তৈরি করতে দেয়, যা ডেটা যাচাইকরণ এবং রূপান্তর থেকে মডেল প্রশিক্ষণ এবং মূল্যায়ন পর্যন্ত ধাপগুলির একটি ক্রম নিয়ে গঠিত।
- ক্রমাগত ইন্টিগ্রেশন/ডেলিভারি মডেল প্রশিক্ষণ পাইপলাইনের স্বয়ংক্রিয় বিল্ডিং, পরীক্ষা এবং প্যাকেজিং এবং এটিকে লক্ষ্য সম্পাদন পরিবেশে স্থাপনের সুবিধা দেয়। সিআই/সিডি ওয়ার্কফ্লো এবং ডেটা ভার্সনিংয়ের সাথে ইন্টিগ্রেশন এমএলওপির সর্বোত্তম অনুশীলনকে প্রচার করে যেমন পুনরাবৃত্ত বিকাশ এবং ডেটা সংস্করণের জন্য শাসন এবং পর্যবেক্ষণ।
- এমএল মডেল ক্রমাগত প্রশিক্ষণ সক্ষমতা পুনরায় প্রশিক্ষণের ট্রিগারের উপর ভিত্তি করে প্রশিক্ষণ পাইপলাইন সম্পাদন করে; অর্থাৎ, নতুন ডেটা উপলভ্য হওয়ার সাথে সাথে বা মডেল কর্মক্ষমতা একটি প্রিসেট থ্রেশহোল্ডের নিচে ক্ষয়প্রাপ্ত হয়। এটি প্রশিক্ষিত মডেল নিবন্ধন করে যদি এটি একজন সফল মডেল প্রার্থী হিসাবে যোগ্যতা অর্জন করে এবং প্রশিক্ষণের নিদর্শন এবং সংশ্লিষ্ট মেটাডেটা সংরক্ষণ করে।
- মডেল মোতায়েন নিবন্ধিত প্রশিক্ষিত মডেলকে পর্যালোচনা এবং উত্পাদন প্রকাশের জন্য অনুমোদনের অনুমতি দেয় এবং মডেল প্যাকেজিং, পরীক্ষা এবং উত্পাদন পরিবেশনের জন্য পূর্বাভাস পরিষেবা পরিবেশে স্থাপন করতে সক্ষম করে।
- ভবিষ্যদ্বাণী পরিষেবা সক্ষমতা অনলাইন, ব্যাচ বা স্ট্রিমিং প্যাটার্নের মাধ্যমে ভবিষ্যদ্বাণী প্রদানের জন্য স্থাপন করা মডেলকে শুরু করে। সার্ভিং রানটাইম ক্রমাগত পর্যবেক্ষণ এবং উন্নতির জন্য মডেল পরিবেশন লগগুলিকেও ক্যাপচার করে৷
- অবিচ্ছিন্ন পর্যবেক্ষণ মডেলের ক্ষয় এবং পরিষেবা কার্যকারিতা সনাক্ত করতে ভবিষ্যদ্বাণীমূলক কার্যকারিতার জন্য মডেলটি পর্যবেক্ষণ করে (বিলম্বিততা, পাইপলাইন জুড়ে, এবং সম্পাদন ত্রুটি)
PwC মেশিন লার্নিং অপস এক্সিলারেটর আর্কিটেকচার
অ্যামাজন সেজমেকার এবং সার্ভারহীন প্রযুক্তি ব্যবহার করে কর্মক্ষমতা এবং স্কেলেবিলিটি উচ্চ এবং চলমান খরচ কম রাখতে AWS-নেটিভ পরিষেবাগুলির উপরে সমাধানটি তৈরি করা হয়েছে।
- PwC মেশিন লার্নিং অপস অ্যাক্সিলারেটর বিল্ড-আউট, ব্যবহার এবং ক্রিয়াকলাপগুলির জন্য একটি ব্যক্তি-চালিত অ্যাক্সেস এনটাইটেলমেন্ট প্রদান করে যা ML ইঞ্জিনিয়ার এবং ডেটা বিজ্ঞানীদের পাইপলাইনগুলি (প্রশিক্ষণ এবং পরিবেশন) স্বয়ংক্রিয়ভাবে স্থাপন করতে এবং মডেলের গুণমান পরিবর্তনের জন্য দ্রুত প্রতিক্রিয়া জানাতে সক্ষম করে। আমাজন সেজমেকার রোল ম্যানেজার ভূমিকা-ভিত্তিক ML কার্যকলাপ বাস্তবায়ন করতে ব্যবহৃত হয়, এবং আমাজন S3 ইনপুট ডেটা এবং শিল্পকর্ম সংরক্ষণ করতে ব্যবহৃত হয়।
- সমাধান গ্রাহকের কাছ থেকে বিদ্যমান মডেল তৈরির সম্পদ ব্যবহার করে এবং AWS নেটিভ পরিষেবাগুলি ব্যবহার করে এর চারপাশে একটি নমনীয় এবং এক্সটেনসিবল ফ্রেমওয়ার্ক তৈরি করে। Amazon S3, Git, এবং AWS CodeCommit এর মধ্যে ইন্টিগ্রেশন তৈরি করা হয়েছে যা ন্যূনতম ভবিষ্যত ব্যবস্থাপনার সাথে ডেটাসেট সংস্করণ করার অনুমতি দেয়।
- AWS CloudFormation টেমপ্লেট ব্যবহার করে তৈরি করা হয় AWS ক্লাউড ডেভেলপমেন্ট কিট (AWS CDK). AWS CDK সম্পূর্ণ সমাধানের জন্য পরিবর্তনগুলি পরিচালনা করার ক্ষমতা প্রদান করে। স্বয়ংক্রিয় পাইপলাইনে বাক্সের বাইরের মডেল স্টোরেজ এবং মেট্রিক ট্র্যাকিংয়ের পদক্ষেপ অন্তর্ভুক্ত রয়েছে।
- PwC MLOps অ্যাক্সিলারেটরটিকে মডুলার করার জন্য ডিজাইন করা হয়েছে এবং স্বয়ংক্রিয় স্থাপনার অনুমতি দেওয়ার জন্য অবকাঠামো-এ-কোড (IaC) হিসাবে বিতরণ করা হয়েছে। স্থাপনার প্রক্রিয়া ব্যবহার করে এডাব্লুএস কোডকমিট, এডাব্লুএস কোডবিল্ড, AWS কোড পাইপলাইন, এবং AWS CloudFormation টেমপ্লেট। একটি এমএল মডেলকে কার্যকর করার জন্য সম্পূর্ণ এন্ড-টু-এন্ড সমাধান ডিপ্লোয়েবল কোড হিসাবে উপলব্ধ।
- IaC টেমপ্লেটগুলির একটি সিরিজের মাধ্যমে, তিনটি স্বতন্ত্র উপাদান স্থাপন করা হয়েছে: মডেল তৈরি, মডেল স্থাপনা, এবং মডেল পর্যবেক্ষণ এবং ভবিষ্যদ্বাণী পরিবেশন, ব্যবহার করে অ্যামাজন সেজমেকার পাইপলাইন
- মডেল বিল্ড পাইপলাইন মডেল প্রশিক্ষণ এবং মূল্যায়ন প্রক্রিয়া স্বয়ংক্রিয় করে এবং প্রশিক্ষিত মডেলের অনুমোদন ও নিবন্ধন সক্ষম করে।
- মডেল স্থাপনা পাইপলাইন ব্যাচ এবং রিয়েল-টাইম অনুমানের জন্য এমএল মডেল স্থাপন করার জন্য প্রয়োজনীয় পরিকাঠামোর বিধান করে।
- মডেল পর্যবেক্ষণ এবং ভবিষ্যদ্বাণী পরিবেশন পাইপলাইন ভবিষ্যদ্বাণী পরিবেশন এবং মডেল কর্মক্ষমতা নিরীক্ষণের জন্য প্রয়োজনীয় অবকাঠামো স্থাপন করে।
- PwC MLOps অ্যাক্সিলারেটর ML মডেল, ML ফ্রেমওয়ার্ক এবং রানটাইম পরিবেশে অজ্ঞেয়বাদী হতে ডিজাইন করা হয়েছে। সমাধানটি একটি কনফিগারেশন ফাইলের মাধ্যমে পাইথন এবং আর, জুপিটার নোটবুকের মতো ডেভেলপমেন্ট টুল এবং এমএল ফ্রেমওয়ার্কের মতো প্রোগ্রামিং ভাষার পরিচিত ব্যবহারের অনুমতি দেয়। এই নমনীয়তা ডেটা বিজ্ঞানীদের জন্য মডেলগুলিকে ক্রমাগত পরিমার্জন করা এবং তাদের পছন্দের ভাষা এবং পরিবেশ ব্যবহার করে তাদের স্থাপন করা সহজ করে তোলে।
- সমাধানটিতে বিল্ট-ইন ইন্টিগ্রেশন রয়েছে যা হয় পূর্ব-নির্মিত বা কাস্টম সরঞ্জামগুলি ব্যবহার করে লেবেলিংয়ের কাজগুলি বরাদ্দ করতে আমাজন সেজমেকার গ্রাউন্ড ট্রুথ ক্রমাগত প্রশিক্ষণ এবং পর্যবেক্ষণ প্রদানের জন্য প্রশিক্ষণ ডেটাসেটের জন্য।
- এন্ড-টু-এন্ড এমএল পাইপলাইন সেজমেকার নেটিভ বৈশিষ্ট্যগুলি ব্যবহার করে আর্কিটেক্ট করা হয়েছে (অ্যামাজন সেজমেকার স্টুডিও , আমাজন সেজমেকার মডেল বিল্ডিং পাইপলাইন, অ্যামাজন সেজমেকার পরীক্ষা-নিরীক্ষা, এবং Amazon SageMaker শেষ পয়েন্ট).
- সমাধানটি মডেল সংস্করণ, মডেল বংশ ট্র্যাকিং, মডেল ভাগ করে নেওয়া এবং সার্ভারহীন অনুমানের জন্য Amazon SageMaker বিল্ট-ইন ক্ষমতা ব্যবহার করে আমাজন সেজমেকার মডেল রেজিস্ট্রি.
- একবার মডেলটি উৎপাদনে গেলে, সমাধানটি ক্রমাগত রিয়েল টাইমে এমএল মডেলের গুণমান নিরীক্ষণ করে। অ্যামাজন সেজমেকার মডেল মনিটর ক্রমাগত উত্পাদন মডেল নিরীক্ষণ ব্যবহার করা হয়. অ্যামাজন ক্লাউডওয়াচ লগগুলি মডেলের স্থিতি পর্যবেক্ষণ করে লগ ফাইল সংগ্রহ করতে ব্যবহৃত হয় এবং মডেলের গুণমান নির্দিষ্ট থ্রেশহোল্ডে পৌঁছালে অ্যামাজন এসএনএস ব্যবহার করে বিজ্ঞপ্তি পাঠানো হয়। নেটিভ লগার যেমন (boto3) সমস্যা সমাধান ত্বরান্বিত করতে রান স্ট্যাটাস ক্যাপচার করতে ব্যবহৃত হয়।
সমাধান ওয়াকথ্রু
নিম্নোক্ত ওয়াকথ্রু PwC MLOps অ্যাক্সিলারেটর ব্যবহার করে একটি মডেলের জন্য MLOps প্রক্রিয়া তৈরি করার জন্য স্ট্যান্ডার্ড ধাপগুলিতে ডুব দেয়। এই ওয়াকথ্রুতে একজন MLOps ইঞ্জিনিয়ারের ব্যবহার কেস বর্ণনা করা হয়েছে যিনি একটি সহজ সংজ্ঞা/কনফিগারেশন ফাইল ব্যবহার করে সম্প্রতি উন্নত এমএল মডেলের জন্য পাইপলাইন স্থাপন করতে চান যা স্বজ্ঞাত।
- শুরু করতে, নথিভুক্ত করুন PwC MLOps অ্যাক্সিলারেটর সমাধান শিল্পকর্ম অ্যাক্সেস পেতে. সম্পূর্ণ সমাধানটি একটি কনফিগারেশন YAML ফাইল থেকে চালিত হয় (
config.yaml
) প্রতি মডেল। সমাধানটি চালানোর জন্য প্রয়োজনীয় সমস্ত বিবরণ সেই কনফিগারেশন ফাইলের মধ্যে রয়েছে এবং একটি গিট সংগ্রহস্থলে মডেলের সাথে সংরক্ষণ করা হয়েছে। কনফিগারেশন ফাইলটি কোডের বাইরে গুরুত্বপূর্ণ প্যারামিটার এবং সেটিংসকে বাহ্যিক করে ওয়ার্কফ্লো পদক্ষেপগুলি স্বয়ংক্রিয় করতে ইনপুট হিসাবে কাজ করবে। - জনসংখ্যার জন্য এমএল ইঞ্জিনিয়ার প্রয়োজন
config.yaml
ফাইল করুন এবং MLOps পাইপলাইন ট্রিগার করুন। গ্রাহকরা একটি AWS অ্যাকাউন্ট, রিপোজিটরি, মডেল, ব্যবহৃত ডেটা, পাইপলাইনের নাম, প্রশিক্ষণ কাঠামো, প্রশিক্ষণের জন্য ব্যবহারের উদাহরণের সংখ্যা, অনুমান কাঠামো এবং যেকোনো প্রাক- এবং পরবর্তী প্রক্রিয়াকরণ পদক্ষেপ এবং অন্যান্য অনেকগুলি কনফিগার করতে পারেন। মডেলের গুণমান, পক্ষপাত এবং ব্যাখ্যাযোগ্যতা পরীক্ষা করার জন্য কনফিগারেশন।
- একটি সাধারণ YAML ফাইল প্রতিটি মডেলের প্রশিক্ষণ, স্থাপনা, পর্যবেক্ষণ এবং রানটাইম প্রয়োজনীয়তা কনফিগার করতে ব্যবহৃত হয়। একদা
config.yaml
যথাযথভাবে কনফিগার করা হয়েছে এবং মডেলের সাথে তার নিজস্ব গিট সংগ্রহস্থলে সংরক্ষণ করা হয়েছে, মডেল-বিল্ডিং অর্কেস্ট্রেটরকে আহ্বান করা হয়েছে। এটি একটি Bring-Your-Own-Model থেকেও পড়তে পারে যা YAML-এর মাধ্যমে মডেল বিল্ড পাইপলাইনের স্থাপনার ট্রিগার করতে কনফিগার করা যেতে পারে। - এই পয়েন্টের পরে সবকিছু সমাধান দ্বারা স্বয়ংক্রিয় হয় এবং এমএল ইঞ্জিনিয়ার বা ডেটা বিজ্ঞানীর জড়িত থাকার প্রয়োজন নেই। এমএল মডেল তৈরির জন্য দায়ী পাইপলাইনের মধ্যে রয়েছে ডেটা প্রিপ্রসেসিং, মডেল প্রশিক্ষণ, মডেল মূল্যায়ন এবং অস্ট-প্রসেসিং। যদি মডেলটি স্বয়ংক্রিয় গুণমান এবং কর্মক্ষমতা পরীক্ষায় উত্তীর্ণ হয়, মডেলটি একটি রেজিস্ট্রিতে সংরক্ষিত হয় এবং YAML ফাইলের সংজ্ঞা অনুযায়ী শিল্পকর্মগুলি Amazon S3 স্টোরেজে লেখা হয়। এটি সেই ML মডেলের জন্য মডেল স্থাপনার পাইপলাইন তৈরি করতে ট্রিগার করে।
- এরপরে, একটি স্বয়ংক্রিয় স্থাপনার টেমপ্লেট একটি লাইভ এন্ডপয়েন্ট সহ একটি স্টেজিং পরিবেশে মডেলটির বিধান করে। অনুমোদনের পরে, মডেলটি স্বয়ংক্রিয়ভাবে উত্পাদন পরিবেশে স্থাপন করা হয়।
- সমাধান দুটি সংযুক্ত পাইপলাইন স্থাপন করে। ভবিষ্যদ্বাণী পরিবেশন একটি অ্যাক্সেসযোগ্য লাইভ এন্ডপয়েন্ট স্থাপন করে যার মাধ্যমে ভবিষ্যদ্বাণী পরিবেশন করা যেতে পারে। মডেল মনিটরিং একটি ক্রমাগত পর্যবেক্ষণ টুল তৈরি করে যা মূল মডেলের কর্মক্ষমতা এবং গুণমানের মেট্রিক্স গণনা করে, মডেলের গুণমানে উল্লেখযোগ্য পরিবর্তন শনাক্ত হলে মডেল পুনরায় প্রশিক্ষণ শুরু করে।
- এখন যেহেতু আপনি তৈরি এবং প্রাথমিক স্থাপনার মধ্য দিয়ে গেছেন, এমএলওপিএস ইঞ্জিনিয়ার সমস্যাগুলির জন্য সতর্ক করার জন্য ব্যর্থতার সতর্কতাগুলি কনফিগার করতে পারেন, উদাহরণস্বরূপ, যখন একটি পাইপলাইন তার উদ্দেশ্যমূলক কাজ করতে ব্যর্থ হয়।
- MLOps আর প্যাকেজিং, টেস্টিং এবং ক্লাউড পরিষেবার উপাদানগুলিকে প্রথাগত CI/CD স্থাপনার মতো স্থাপনের বিষয়ে নয়; এটি একটি সিস্টেম যা স্বয়ংক্রিয়ভাবে অন্য পরিষেবা স্থাপন করা উচিত। উদাহরণ স্বরূপ, মডেল ট্রেনিং পাইপলাইন স্বয়ংক্রিয়ভাবে মডেল ডিপ্লয়মেন্ট পাইপলাইনকে ভবিষ্যদ্বাণী পরিষেবা সক্ষম করতে মোতায়েন করে, যার ফলে মডেল পর্যবেক্ষণ পরিষেবা সক্ষম হয়।
উপসংহার
সারসংক্ষেপে, MLOps যে কোনো প্রতিষ্ঠানের জন্য গুরুত্বপূর্ণ যেটির লক্ষ্য উৎপাদন সিস্টেমে এমএল মডেলগুলিকে স্কেলে স্থাপন করা। পিডব্লিউসি মডেল ডেভেলপমেন্ট প্রক্রিয়ায় DevOps টুলগুলিকে একীভূত করার মাধ্যমে এমএল মডেলগুলিকে স্বয়ংক্রিয়ভাবে বিল্ডিং, স্থাপন এবং রক্ষণাবেক্ষণের জন্য একটি এক্সিলারেটর তৈরি করেছে।
এই পোস্টে, আমরা অন্বেষণ করেছি কিভাবে PwC সমাধান AWS নেটিভ ML পরিষেবা দ্বারা চালিত হয় এবং MLOps অনুশীলনগুলি গ্রহণ করতে সাহায্য করে যাতে ব্যবসাগুলি তাদের AI যাত্রার গতি বাড়াতে পারে এবং তাদের ML মডেলগুলি থেকে আরও মূল্য পেতে পারে। PwC মেশিন লার্নিং অপস অ্যাক্সিলারেটর অ্যাক্সেস করতে, পাইপলাইনগুলি চালানোর জন্য এবং একটি ML ব্যবহারের ক্ষেত্রে মোতায়েন করার জন্য একজন ব্যবহারকারী যে পদক্ষেপগুলি নেবেন আমরা সেগুলির মধ্য দিয়ে হেঁটেছি যা একটি ML মডেলের বিভিন্ন জীবনচক্র উপাদানকে সংহত করে৷
AWS ক্লাউডে আপনার MLOps যাত্রা শুরু করতে এবং আপনার ML প্রোডাকশন ওয়ার্কলোড চালাতে, নথিভুক্ত করুন PwC মেশিন লার্নিং অপারেশন.
লেখক সম্পর্কে
কিরণ কুমার বল্লারী Amazon Web Services (AWS) এর একজন প্রধান সমাধান স্থপতি। তিনি একজন ধর্মপ্রচারক যিনি গ্রাহকদের নতুন প্রযুক্তির সুবিধা নিতে এবং তাদের সমস্যা সমাধানের জন্য পুনরাবৃত্তিযোগ্য শিল্প সমাধান তৈরি করতে সাহায্য করতে ভালবাসেন। তিনি সফ্টওয়্যার ইঞ্জিনিয়ারিং, জেনারেটিভ এআই এবং এআই/এমএল পণ্য বিকাশের সাথে সংস্থাগুলিকে সহায়তা করার বিষয়ে বিশেষভাবে উত্সাহী।
অঙ্কুর গয়াল PwC অস্ট্রেলিয়ার ক্লাউড এবং ডিজিটাল অনুশীলনের একজন পরিচালক, যা ডেটা, অ্যানালিটিক্স এবং এআই-এর উপর দৃষ্টি নিবদ্ধ করে। তথ্য সম্পদ ও প্রযুক্তি ব্যবহার করে প্রযুক্তির রূপান্তর চালানো এবং উদ্ভাবনী সমাধান ডিজাইন করার ক্ষেত্রে সরকারী ও বেসরকারী সংস্থাগুলিকে সহায়তা করার ক্ষেত্রে অঙ্কুরের ব্যাপক অভিজ্ঞতা রয়েছে।
কার্তিকেয়ান চোকাপ্পা (KC) PwC অস্ট্রেলিয়ার ক্লাউড এবং ডিজিটাল অনুশীলনের একজন ম্যানেজার, যা ডেটা, অ্যানালিটিক্স এবং এআই-এর উপর দৃষ্টি নিবদ্ধ করে। KC এন্ড-টু-এন্ড অ্যানালিটিক্স সলিউশন ডিজাইন, ডেভেলপ করা এবং মোতায়েন করার ব্যাপারে উৎসাহী যা কর্মক্ষমতা ও ব্যবহার উন্নত করতে এবং সংযুক্ত এবং বুদ্ধিমান জিনিসের মালিকানার মোট খরচ কমাতে ডেটাকে মূল্যবান সিদ্ধান্ত সম্পদে রূপান্তর করে।
রাম লঙ্কালাপল্লী AWS-এর একজন সিনিয়র পার্টনার সলিউশন আর্কিটেক্ট, PwC-এর সাথে কাজ করে তাদের ক্লায়েন্টদের স্থানান্তর এবং AWS-এ আধুনিকীকরণকে ত্বরান্বিত করতে। তিনি AWS ক্লাউড গ্রহণকে ত্বরান্বিত করতে বিভিন্ন শিল্প জুড়ে কাজ করেন। দক্ষ এবং মাপযোগ্য ক্লাউড সলিউশনের স্থাপত্য, AWS পরিষেবাগুলি ব্যবহার করে গ্রাহক অ্যাপ্লিকেশনগুলির উদ্ভাবন এবং আধুনিকীকরণ এবং স্থিতিস্থাপক ক্লাউড ফাউন্ডেশন প্রতিষ্ঠার মধ্যে তার দক্ষতা নিহিত।
জিজি উনওয়াল্লা এডব্লিউএস-এর একজন সিনিয়র সলিউশন আর্কিটেক্ট যিনি গ্রাহকদের চ্যালেঞ্জের সমাধান এবং কৌশলগতভাবে চিন্তা করতে গাইড করতে পছন্দ করেন। তিনি প্রযুক্তি এবং ডেটা এবং উদ্ভাবন সক্ষম করার বিষয়ে উত্সাহী।
- 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। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
- প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
- উত্স: https://aws.amazon.com/blogs/machine-learning/driving-advanced-analytics-outcomes-at-scale-using-amazon-sagemaker-powered-pwcs-machine-learning-ops-accelerator/
- : আছে
- : হয়
- :না
- $ ইউপি
- 1
- 100
- 1951
- 2024
- 32
- 33
- 7
- a
- ক্ষমতা
- সম্পর্কে
- দ্রুততর করা
- বেগবর্ধক ব্যক্তি
- প্রবেশ
- প্রবেশযোগ্য
- হিসাব
- দিয়ে
- কার্যকলাপ
- অতিরিক্ত
- ঠিকানা
- পোষ্যপুত্র গ্রহণ করা
- গ্রহণ
- অগ্রসর
- সুবিধা
- পর
- AI
- এআই / এমএল
- লক্ষ্য
- সতর্কতা
- সব
- অনুমতি
- অনুমতি
- বরাবর
- এর পাশাপাশি
- ইতিমধ্যে
- এছাড়াও
- মর্দানী স্ত্রীলোক
- আমাজন সেজমেকার
- অ্যামাজন ওয়েব সার্ভিসেস
- আমাজন ওয়েব সার্ভিসেস (এডব্লিউএস)
- an
- বৈশ্লেষিক ন্যায়
- এবং
- অন্য
- কোন
- আবেদন
- অ্যাপ্লিকেশন
- প্রযোজ্য
- উপযুক্তভাবে
- অনুমোদন
- অনুমোদন করা
- স্থাপত্য
- রয়েছি
- কাছাকাছি
- AS
- সম্পদ
- যুক্ত
- At
- নিরীক্ষাযোগ্যতা
- অস্ট্রেলিয়া
- স্বয়ংক্রিয় পদ্ধতি প্রয়োগ করা
- অটোমেটেড
- স্বয়ংক্রিয়
- স্বয়ংক্রিয়
- স্বয়ংক্রিয়ভাবে
- স্বয়ংক্রিয়তা
- সহজলভ্য
- ডেস্কটপ AWS
- এডাব্লুএস ক্লাউডফর্মেশন
- ভিত্তি
- BE
- হয়ে
- মানানসই
- হয়েছে
- নিচে
- সর্বোত্তম
- সেরা অভ্যাস
- মধ্যে
- পক্ষপাত
- নির্মাণ করা
- তৈরি
- ভবন
- তৈরী করে
- নির্মিত
- বিল্ট-ইন
- ব্যবসায়
- ব্যবসা
- কিন্তু
- by
- হিসাব করে
- CAN
- প্রার্থী
- ক্ষমতা
- সামর্থ্য
- গ্রেপ্তার
- ক্যাচ
- কেস
- মামলা
- CD
- মধ্য
- কিছু
- চ্যালেঞ্জ
- চ্যালেঞ্জ
- চ্যালেঞ্জিং
- পরিবর্তন
- পরিবর্তন
- চেক
- মেঘ
- কোড
- সহযোগিতা
- সংগ্রহ করা
- সম্মিলন
- কোম্পানি
- সম্পূর্ণ
- জটিলতার
- সম্মতি
- উপাদান
- গঠিত
- আপস
- কনফিগারেশন
- কনফিগার
- সংযুক্ত
- অন্তর্ভুক্ত
- প্রসঙ্গ
- একটানা
- একটানা
- নিয়ন্ত্রণগুলি
- মূল্য
- খরচ
- সৃষ্টি
- সৃষ্টি
- সৃষ্টি
- সংকটপূর্ণ
- কঠোর
- প্রথা
- ক্রেতা
- গ্রাহকদের
- উপাত্ত
- তথ্য বিজ্ঞানী
- ডেটাসেট
- রায়
- সিদ্ধান্ত
- সংজ্ঞা
- নিষ্কৃত
- প্রদান
- বিতরণ
- বিলি
- স্থাপন
- মোতায়েন
- মোতায়েন
- বিস্তৃতি
- স্থাপনার
- স্থাপন
- পরিকল্পিত
- ফন্দিবাজ
- বিস্তারিত
- সনাক্ত
- সনাক্ত
- বিকাশ
- উন্নত
- উন্নয়নশীল
- উন্নয়ন
- ডেভেলপমেন্ট টুলস
- বিভিন্ন
- ডিজিটাল
- Director
- স্বতন্ত্র
- বিচিত্র
- do
- না
- নিচে
- চালিত
- পরিচালনা
- প্রতি
- আরাম
- সহজে
- কার্যকারিতা
- দক্ষ
- পারেন
- সক্ষম করা
- সম্ভব
- সক্রিয়
- সর্বশেষ সীমা
- শেষপ্রান্ত
- প্রকৌশলী
- প্রকৌশল
- প্রকৌশলী
- নিশ্চিত করা
- উদ্যোগ
- সমগ্র
- এনটাইটেলমেন্ট
- পরিবেশ
- পরিবেশের
- ত্রুটি
- বিশেষত
- প্রতিষ্ঠার
- মূল্যায়ন
- ধর্মপ্রচারক
- উদাহরণ
- executes
- ফাঁসি
- থাকা
- বিদ্যমান
- সুবিধাযুক্ত
- অভিজ্ঞতা
- পরীক্ষা
- ল্যাপারোস্কোপিক পদ্ধতি
- অন্বেষণ করা
- ব্যাপক
- ব্যাপক অভিজ্ঞতা
- ব্যর্থ
- ব্যর্থতা
- পরিচিত
- বৈশিষ্ট্য
- প্রতিক্রিয়া
- ব্যক্তিত্ব
- ফাইল
- নথি পত্র
- চূড়ান্ত
- নমনীয়তা
- নমনীয়
- কেন্দ্রবিন্দু
- দৃষ্টি নিবদ্ধ করা
- অনুসরণ
- জন্য
- ফাউন্ডেশন
- ভগ্নাংশ
- ফ্রেমওয়ার্ক
- অবকাঠামো
- থেকে
- ভবিষ্যৎ
- লাভ করা
- উত্পন্ন
- সৃজক
- জেনারেটিভ এআই
- পাওয়া
- git
- সর্বস্বান্ত
- শাসন
- শাসন করে
- স্থল
- উন্নতি
- হাতল
- আছে
- he
- সাহায্য
- সাহায্য
- সাহায্য
- উচ্চ
- তার
- হিট
- কিভাবে
- যাহোক
- এইচটিএমএল
- HTTPS দ্বারা
- if
- বাস্তবায়ন
- গুরুত্বপূর্ণ
- উন্নত করা
- উন্নতি
- উন্নতি
- in
- অন্তর্ভুক্ত
- বৃদ্ধি
- শিল্প
- শিল্প
- পরিকাঠামো
- প্রারম্ভিক
- ইনোভেশন
- উদ্ভাবনী
- ইনপুট
- অখণ্ড
- সংহত
- সংহত
- একীভূত
- ইন্টিগ্রেশন
- ঐক্যবদ্ধতার
- বুদ্ধিমত্তা
- বুদ্ধিমান
- অভিপ্রেত
- মধ্যে
- স্বজ্ঞাত
- প্রার্থনা
- জড়িত থাকার
- সমস্যা
- IT
- এর
- নিজেই
- কাজ
- যাত্রা
- JPG
- মাত্র
- রাখা
- চাবি
- কুমার
- লেবেল
- ভাষা
- ভাষাসমূহ
- অদৃশ্যতা
- শিক্ষা
- লেভারেজ
- উপজীব্য
- মিথ্যা
- জীবনচক্র
- মত
- LIMIT টি
- বংশ
- সংযুক্ত
- জীবিত
- লগ ইন করুন
- আর
- ভালবাসে
- কম
- মেশিন
- মেশিন লার্নিং
- নিয়ন্ত্রণের
- তৈরি করে
- পরিচালনা করা
- ব্যবস্থাপনা
- পরিচালক
- ম্যানুয়াল
- অনেক
- মে..
- মেটাডাটা
- ছন্দোময়
- ছন্দোবিজ্ঞান
- যত্সামান্য
- ML
- এমএলওএস
- মডেল
- মডেল
- মডুলার
- মনিটর
- পর্যবেক্ষণ
- মনিটর
- অধিক
- অনেক
- নাম
- স্থানীয়
- প্রয়োজনীয়
- প্রয়োজন
- প্রয়োজন
- নতুন
- নতুন প্রযুক্তি
- না।
- নোটবই
- বিজ্ঞপ্তি
- সংখ্যা
- of
- on
- একদা
- ONE
- অনলাইন
- পরিচালনা করা
- অপারেশনস
- or
- সংগঠন
- সংগঠন
- অন্যান্য
- ফলাফল
- বাহিরে
- সামগ্রিক
- নিজের
- মালিকানা
- প্যাকেজিং
- পরামিতি
- অংশ
- হাসপাতাল
- পাস
- কামুক
- নিদর্শন
- প্রতি
- কর্মক্ষমতা
- পাইপলাইন
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- বিন্দু
- পোস্ট
- চালিত
- ব্যবহারিক
- অনুশীলন
- চর্চা
- ভবিষ্যদ্বাণী
- ভবিষ্যতবাণী
- পছন্দের
- অধ্যক্ষ
- নীতিগুলো
- ব্যক্তিগত
- ব্যক্তিগত খাত
- সমস্যা
- প্রক্রিয়া
- প্রসেস
- পণ্য
- পণ্য উন্নয়ন
- উত্পাদনের
- প্রোগ্রামিং
- প্রোগ্রামিং ভাষা
- উন্নীত করা
- প্রচার
- প্রোটোটাইপ
- প্রদান
- উপলব্ধ
- প্রকাশ্য
- স্থাপন
- পিডব্লিউসি
- পাইথন
- গুণ
- R
- দ্রুত
- দ্রুত
- পড়া
- ইচ্ছাপূর্বক
- বাস্তব
- বাস্তব জগতে
- প্রকৃত সময়
- সম্প্রতি
- সুপারিশ
- হ্রাস করা
- পরিমার্জন
- নিবন্ধভুক্ত
- খাতাপত্র
- নিবন্ধন
- রেজিস্ট্রি
- মুক্তি
- দেহাবশেষ
- পুনরাবৃত্তিযোগ্য
- সংগ্রহস্থলের
- প্রয়োজন
- প্রয়োজনীয়
- আবশ্যকতা
- প্রয়োজন
- স্থিতিস্থাপক
- প্রতিক্রিয়া
- দায়ী
- ফল
- এখানে ক্লিক করুন
- কঠোর
- শক্তসমর্থ
- ভূমিকা
- চালান
- দৌড়
- রানটাইম
- ঋষি নির্মাতা
- সংরক্ষিত
- স্কেলেবিলিটি
- মাপযোগ্য
- স্কেল
- দৃশ্যকল্প
- বিজ্ঞানী
- বিজ্ঞানীরা
- সেক্টর
- জ্যেষ্ঠ
- প্রেরিত
- ক্রম
- ক্রম
- পরিবেশন করা
- সার্ভিস পেয়েছে
- Serverless
- সেবা
- সেবা
- ভজনা
- সেট
- সেটিংস
- সাত
- বিভিন্ন
- শেয়ারিং
- উচিত
- প্রদর্শিত
- গুরুত্বপূর্ণ
- অনুরূপ
- সহজ
- ধীর
- ছোট
- So
- সফটওয়্যার
- সফ্টওয়্যার প্রকৌশল
- সমাধান
- সলিউশন
- সমাধান
- সমাধানে
- স্পীড
- ইন্টার্নশিপ
- উপস্থাপনকারী
- মান
- শুরু
- শুরু
- রাষ্ট্র-এর-শিল্প
- অবস্থা
- প্রারম্ভিক ব্যবহারের নির্দেশাবলী
- স্টোরেজ
- দোকান
- সঞ্চিত
- দোকান
- অকপট
- কৌশলগতভাবে
- স্ট্রিমিং
- স্ট্রিমলাইন
- সফল
- এমন
- সংক্ষিপ্তসার
- সমর্থক
- পদ্ধতি
- সিস্টেম
- গ্রহণ করা
- লাগে
- গ্রহণ
- লক্ষ্য
- কাজ
- দল
- প্রযুক্তি
- প্রযুক্তি
- প্রযুক্তিঃ
- টেমপ্লেট
- টেমপ্লেট
- পরীক্ষামূলক
- পরীক্ষা
- চেয়ে
- যে
- সার্জারির
- তাদের
- তাহাদিগকে
- যার ফলে
- এইগুলো
- কিছু
- চিন্তা
- এই
- তিন
- গোবরাট
- দ্বারা
- সর্বত্র
- সময়
- থেকে
- টুল
- সরঞ্জাম
- শীর্ষ
- মোট
- traceability
- অনুসরণকরণ
- ঐতিহ্যগত
- প্রশিক্ষিত
- প্রশিক্ষণ
- রুপান্তর
- রুপান্তর
- রূপান্তরের
- ট্রিগার
- ট্রিগারিং
- চালু
- বাঁক
- দুই
- অনন্য
- উপরে
- ব্যবহার
- ব্যবহার
- ব্যবহার ক্ষেত্রে
- ব্যবহৃত
- ব্যবহারকারী
- ব্যবহারসমূহ
- ব্যবহার
- বৈধতা
- দামি
- মূল্য
- বিভিন্ন
- মাধ্যমে
- পদচারণা
- , walkthrough
- চায়
- ছিল
- we
- ওয়েব
- ওয়েব সার্ভিস
- কখন
- যে
- হু
- ইচ্ছা
- সঙ্গে
- মধ্যে
- কর্মপ্রবাহ
- কর্মপ্রবাহ
- কাজ
- কাজ
- would
- লিখিত
- ইয়ামল
- আপনার
- zephyrnet