এই পোস্টটি গ্রেগ বেনসন, প্রধান বিজ্ঞানীর সাথে সহ-লেখা হয়েছে; অ্যারন কেসলার, সিনিয়র প্রোডাক্ট ম্যানেজার; এবং রিচ ডিল, স্ন্যাপলজিক থেকে এন্টারপ্রাইজ সলিউশন আর্কিটেক্ট।
অনেক গ্রাহক জেনারেটিভ এআই অ্যাপ তৈরি করছেন আমাজন বেডরক এবং আমাজন কোড হুইস্পার প্রাকৃতিক ভাষার উপর ভিত্তি করে কোড আর্টিফ্যাক্ট তৈরি করতে। এই ব্যবহারের কেসটি হাইলাইট করে যে কিভাবে বৃহৎ ভাষার মডেল (এলএলএম) মানব ভাষা (ইংরেজি, স্প্যানিশ, আরবি, এবং আরও অনেক কিছু) এবং মেশিনের ব্যাখ্যাযোগ্য ভাষাগুলির (পাইথন, জাভা, স্কালা, এসকিউএল, এবং আরও) সাথে অত্যাধুনিক ভাষাগুলির মধ্যে অনুবাদক হয়ে উঠতে সক্ষম হয় অভ্যন্তরীণ যুক্তি। এলএলএম-এর এই উদ্ভূত ক্ষমতা সফ্টওয়্যার ডেভেলপারদের বাধ্য করেছে এলএলএমগুলিকে একটি অটোমেশন এবং ইউএক্স এনহ্যান্সমেন্ট টুল হিসাবে ব্যবহার করতে যা প্রাকৃতিক ভাষাকে একটি ডোমেন-নির্দিষ্ট ভাষায় (ডিএসএল) রূপান্তরিত করে: সিস্টেম নির্দেশাবলী, API অনুরোধ, কোড আর্টিফ্যাক্ট এবং আরও অনেক কিছু। এই পোস্টে, আমরা আপনাকে দেখাই কিভাবে স্ন্যাপলজিক, একজন AWS গ্রাহক, তাদের ক্ষমতা দিতে আমাজন বেডরক ব্যবহার করেছেন স্ন্যাপজিপিটি মানব ভাষা থেকে এই জটিল ডিএসএল শিল্পকর্মের স্বয়ংক্রিয় সৃষ্টির মাধ্যমে পণ্য।
যখন গ্রাহকরা এলএলএম থেকে ডিএসএল অবজেক্ট তৈরি করে, তখন ফলস্বরূপ ডিএসএল হয় একটি সঠিক প্রতিরূপ বা বিদ্যমান ইন্টারফেস ডেটা এবং স্কিমার একটি ডেরিভেটিভ যা ব্যাকিং পরিষেবাতে UI এবং ব্যবসায়িক যুক্তির মধ্যে চুক্তি তৈরি করে। এই প্যাটার্নটি বিশেষ করে স্বাধীন সফ্টওয়্যার বিক্রেতাদের (ISVs) এবং সফ্টওয়্যার হিসাবে একটি পরিষেবা (SaaS) ISV-এর মধ্যে প্রবণতা রয়েছে কারণ কোডের মাধ্যমে কনফিগারেশনগুলিকে প্রতিনিধিত্ব করার অনন্য উপায় এবং তাদের গ্রাহকদের জন্য ব্যবহারকারীর অভিজ্ঞতা সহজ করার ইচ্ছার কারণে৷ উদাহরণ ব্যবহারের ক্ষেত্রে অন্তর্ভুক্ত:
AWS-এ LLM-এর সাহায্যে টেক্সট-টু-পাইপলাইন অ্যাপ্লিকেশন তৈরি এবং স্কেল করার সবচেয়ে সহজ উপায় হল Amazon Bedrock ব্যবহার করা। আমাজন বেডরক হল ফাউন্ডেশন মডেল (এফএম) সহ জেনারেটিভ এআই অ্যাপ্লিকেশন তৈরি এবং স্কেল করার সবচেয়ে সহজ উপায়। এটি একটি সম্পূর্ণরূপে পরিচালিত পরিষেবা যা গোপনীয়তা এবং নিরাপত্তা সহ জেনারেটিভ এআই অ্যাপ্লিকেশনগুলি তৈরি করতে আপনার প্রয়োজনীয় ক্ষমতার বিস্তৃত সেট সহ একটি একক API-এর মাধ্যমে অগ্রণী AI থেকে উচ্চ-কার্যকারি ফাউন্ডেশন FM-এর পছন্দের অ্যাক্সেস অফার করে৷ অ্যানথ্রোপিক, একটি AI সুরক্ষা এবং গবেষণা ল্যাব যা নির্ভরযোগ্য, ব্যাখ্যাযোগ্য এবং স্টিয়ারেবল AI সিস্টেম তৈরি করে, এটি একটি নেতৃস্থানীয় AI কোম্পানি যা তাদের অত্যাধুনিক LLM, Claude, Amazon Bedrock-এ অ্যাক্সেস অফার করে৷ ক্লাউড হল একটি এলএলএম যা চিন্তাশীল কথোপকথন, বিষয়বস্তু তৈরি, জটিল যুক্তি, সৃজনশীলতা এবং কোডিং থেকে শুরু করে বিস্তৃত পরিসরে কাজ করে। অ্যানথ্রোপিক উভয় ক্লদ এবং ক্লদ ইনস্ট্যান্ট মডেল অফার করে, যার সবকটিই অ্যামাজন বেডরকের মাধ্যমে উপলব্ধ। ক্লাউড দ্রুত এই পাঠ্য-টু-পাইপলাইন অ্যাপ্লিকেশনগুলিতে জনপ্রিয়তা অর্জন করেছে কারণ এর উন্নত যুক্তি করার ক্ষমতা, যা এটিকে অস্পষ্ট প্রযুক্তিগত সমস্যা সমাধানে দক্ষতা অর্জন করতে দেয়। Amazon Bedrock-এর Claude 2 একটি 100,000-টোকেন প্রসঙ্গ উইন্ডো সমর্থন করে, যা ইংরেজি পাঠ্যের প্রায় 200 পৃষ্ঠার সমতুল্য। এটি একটি বিশেষ গুরুত্বপূর্ণ বৈশিষ্ট্য যা আপনি টেক্সট-টু-পাইপলাইন অ্যাপ্লিকেশন তৈরি করার সময় নির্ভর করতে পারেন যার জন্য জটিল যুক্তি, বিশদ নির্দেশাবলী এবং ব্যাপক উদাহরণ প্রয়োজন।
স্ন্যাপলজিক ব্যাকগ্রাউন্ড
SnapLogic হল একটি AWS গ্রাহক যা বিশ্বে এন্টারপ্রাইজ অটোমেশন আনার মিশনে রয়েছে। SnapLogic ইন্টেলিজেন্ট ইন্টিগ্রেশন প্ল্যাটফর্ম (IIP) সংস্থাগুলিকে তাদের অ্যাপ্লিকেশন, ডাটাবেস, বিগ ডেটা, মেশিন এবং ডিভাইস, API এবং আরও অনেক কিছুর সাথে সংযুক্ত করে এন্টারপ্রাইজ-ওয়াইড অটোমেশন উপলব্ধি করতে সক্ষম করে যা Snaps নামে পরিচিত পূর্ব-নির্মিত, বুদ্ধিমান সংযোগকারীর সাথে। স্ন্যাপলজিক সম্প্রতি একটি ফিচার রিলিজ করেছে যার নাম স্ন্যাপজিপিটি, যা একটি পাঠ্য ইন্টারফেস প্রদান করে যেখানে আপনি সহজ মানুষের ভাষায় তৈরি করতে চান এমন কাঙ্খিত ইন্টিগ্রেশন পাইপলাইন টাইপ করতে পারেন। SnapGPT এই ইন্টিগ্রেশন পাইপলাইনগুলিকে কোড হিসাবে স্বয়ংক্রিয়ভাবে তৈরি করতে Amazon Bedrock-এর মাধ্যমে Anthropic's Claude মডেল ব্যবহার করে, যেগুলি SnapLogic-এর ফ্ল্যাগশিপ ইন্টিগ্রেশন সলিউশনের মাধ্যমে ব্যবহার করা হয়। যাইহোক, SnapLogic-এর SnapGPT-এ যাত্রা অনেক বছর ধরে AI স্পেসে কাজ করার চূড়ান্ত পরিণতি হয়েছে।
স্ন্যাপলজিকের এআই যাত্রা
ইন্টিগ্রেশন প্ল্যাটফর্মের ক্ষেত্রে, কৃত্রিম বুদ্ধিমত্তার রূপান্তরকারী শক্তিকে কাজে লাগিয়ে, স্ন্যাপলজিক ধারাবাহিকভাবে অগ্রগণ্য। বছরের পর বছর ধরে, AI এর সাথে উদ্ভাবনের প্রতি কোম্পানির প্রতিশ্রুতি স্পষ্ট হয়ে উঠেছে, বিশেষ করে যখন আমরা এখান থেকে যাত্রার সন্ধান করি রামধনু থেকে অটোলিংক.
আইরিসের সাথে বিনীত শুরু
2017 সালে, SnapLogic Iris উন্মোচন করেছে, একটি শিল্প-প্রথম AI-চালিত ইন্টিগ্রেশন সহকারী। আইরিস একটি ডেটা পাইপলাইন নির্মাণের পরবর্তী পদক্ষেপগুলির পূর্বাভাস দিতে মেশিন লার্নিং (এমএল) অ্যালগরিদম ব্যবহার করার জন্য ডিজাইন করা হয়েছিল। লক্ষ লক্ষ মেটাডেটা উপাদান এবং ডেটা প্রবাহ বিশ্লেষণ করে, আইরিস ব্যবহারকারীদের জন্য বুদ্ধিমান পরামর্শ দিতে পারে, ডেটা ইন্টিগ্রেশনকে গণতন্ত্রীকরণ করতে পারে এবং এমনকি গভীর প্রযুক্তিগত পটভূমিহীন ব্যক্তিদেরও জটিল কর্মপ্রবাহ তৈরি করতে দেয়।
অটোলিংক: বিল্ডিং গতি
আইরিস থেকে সাফল্য এবং শিক্ষার উপর ভিত্তি করে, স্ন্যাপলজিক অটোলিঙ্ক চালু করেছে, ডেটা ম্যাপিং প্রক্রিয়াকে আরও সহজ করার লক্ষ্যে একটি বৈশিষ্ট্য। সোর্স এবং টার্গেট সিস্টেমের মধ্যে ম্যানুয়ালি ক্ষেত্র ম্যাপ করার ক্লান্তিকর কাজটি AutoLink-এর সাথে একটি হাওয়া হয়ে উঠেছে। AI ব্যবহার করে, AutoLink স্বয়ংক্রিয়ভাবে চিহ্নিত করে এবং সম্ভাব্য মিলের পরামর্শ দেয়। যে ইন্টিগ্রেশনগুলি একবার কয়েক ঘন্টা সময় নেয় তা কয়েক মিনিটে চালানো যেতে পারে।
SnapGPT এর সাথে জেনারেটিভ লিপ
AI-তে SnapLogic-এর সর্বশেষ অভিযান আমাদের জন্য SnapGPT নিয়ে এসেছে, যার লক্ষ্য একীকরণকে আরও বেশি করে বিপ্লব ঘটানো। SnapGPT এর সাথে, SnapLogic বিশ্বের প্রথম জেনারেটিভ ইন্টিগ্রেশন সলিউশন প্রবর্তন করে। এটি কেবল বিদ্যমান প্রক্রিয়াগুলিকে সরল করার বিষয়ে নয়, তবে কীভাবে সংহতকরণগুলি ডিজাইন করা হয়েছে তা সম্পূর্ণরূপে পুনর্নির্মাণ করা। জেনারেটিভ এআই-এর শক্তি স্ক্র্যাচ থেকে সম্পূর্ণ ইন্টিগ্রেশন পাইপলাইন তৈরি করতে পারে, পছন্দসই ফলাফল এবং ডেটা বৈশিষ্ট্যের উপর ভিত্তি করে কর্মপ্রবাহকে অপ্টিমাইজ করে।
SnapGPT SnapLogic এর গ্রাহকদের জন্য অত্যন্ত প্রভাবশালী কারণ তারা তাদের প্রথম SnapLogic পাইপলাইন তৈরি করার জন্য প্রয়োজনীয় সময়ের পরিমাণ ব্যাপকভাবে হ্রাস করতে সক্ষম। ঐতিহ্যগতভাবে, স্ন্যাপলজিক গ্রাহকদের স্ক্র্যাচ থেকে ইন্টিগ্রেশন পাইপলাইন কনফিগার করতে দিন বা সপ্তাহ ব্যয় করতে হবে। এখন, এই গ্রাহকরা স্ন্যাপজিপিটিকে সহজভাবে বলতে পারবেন, উদাহরণস্বরূপ, "একটি পাইপলাইন তৈরি করুন যা আমার সমস্ত সক্রিয় SFDC গ্রাহকদের কর্মদিবসে নিয়ে যাবে।" একটি পাইপলাইনের একটি কার্যকরী প্রথম খসড়া এই গ্রাহকের জন্য স্বয়ংক্রিয়ভাবে তৈরি করা হয়, তাদের ইন্টিগ্রেশন পাইপলাইনের ভিত্তি তৈরির জন্য প্রয়োজনীয় বিকাশের সময়কে ব্যাপকভাবে হ্রাস করে। এটি শেষ গ্রাহককে ইন্টিগ্রেশন পাইপলাইনের কনফিগারেশনে কাজ করার পরিবর্তে তাদের উপর প্রকৃত ব্যবসায়িক প্রভাব কী রয়েছে সেদিকে মনোযোগ দিতে আরও বেশি সময় ব্যয় করতে দেয়। নিম্নলিখিত উদাহরণটি দেখায় যে কীভাবে একজন SnapLogic গ্রাহক প্রাকৃতিক ভাষা ব্যবহার করে দ্রুত একটি পাইপলাইন তৈরি করতে SnapGPT বৈশিষ্ট্যে একটি বিবরণ লিখতে পারেন।
AWS এবং SnapLogic এই প্রোডাক্ট বিল্ড জুড়ে ঘনিষ্ঠভাবে সহযোগিতা করেছে এবং পথ ধরে অনেক কিছু শিখেছে। এই পোস্টের বাকি অংশটি টেক্সট-টু-পাইপলাইন অ্যাপ্লিকেশনের জন্য LLM ব্যবহার করে AWS এবং SnapLogic-এর প্রযুক্তিগত শিক্ষার উপর আলোকপাত করবে।
সমাধান ওভারভিউ
এই টেক্সট-টু-পাইপলাইন সমস্যা সমাধানের জন্য, AWS এবং SnapLogic নিম্নলিখিত আর্কিটেকচারে দেখানো একটি ব্যাপক সমাধান ডিজাইন করেছে।
SnapGPT-এর কাছে একটি অনুরোধ নিম্নলিখিত কর্মপ্রবাহের মধ্য দিয়ে যায়:
- একজন ব্যবহারকারী অ্যাপ্লিকেশনে একটি বিবরণ জমা দেন।
- SnapLogic একটি Retrieval Augmented Generation (RAG) পদ্ধতি ব্যবহার করে SnapLogic পাইপলাইনের প্রাসঙ্গিক উদাহরণ পুনরুদ্ধার করতে যা ব্যবহারকারীর অনুরোধের অনুরূপ।
- এই এক্সট্র্যাক্ট করা প্রাসঙ্গিক উদাহরণগুলি ব্যবহারকারীর ইনপুটের সাথে একত্রিত করা হয় এবং আমাজন বেডরকে ক্লোডে পাঠানোর আগে কিছু টেক্সট প্রিপ্রসেসিং করা হয়।
- Claude একটি JSON আর্টিফ্যাক্ট তৈরি করে যা একটি SnapLogic পাইপলাইন প্রতিনিধিত্ব করে।
- JSON আর্টিফ্যাক্ট সরাসরি কোর SnapLogic ইন্টিগ্রেশন প্ল্যাটফর্মে একত্রিত করা হয়েছে।
- স্ন্যাপলজিক পাইপলাইনটি ব্যবহারকারীকে একটি ভিজ্যুয়াল ফ্রেন্ডলি পদ্ধতিতে রেন্ডার করা হয়েছে।
AWS এবং SnapLogic-এর মধ্যে বিভিন্ন পরীক্ষা-নিরীক্ষার মাধ্যমে, আমরা এই টেক্সট-টু-পাইপলাইন আউটপুটগুলির জন্য উচ্চ-মানের আউটপুট তৈরি করার জন্য সমাধান ডায়াগ্রামের প্রম্পট ইঞ্জিনিয়ারিং ধাপটিকে অত্যন্ত গুরুত্বপূর্ণ বলে খুঁজে পেয়েছি। পরবর্তী বিভাগটি এই স্থানটিতে ক্লডের সাথে ব্যবহৃত কিছু নির্দিষ্ট কৌশলগুলিতে আরও যায়।
দ্রুত পরীক্ষা
SnapGPT, AWS এবং SnapLogic-এর বিকাশ পর্ব জুড়ে পাওয়া গেছে যে ক্লডকে পাঠানো প্রম্পটগুলির দ্রুত পুনরাবৃত্তি স্ন্যাপলজিকের আউটপুটগুলিতে পাঠ্য থেকে পাইপলাইন আউটপুটগুলির নির্ভুলতা এবং প্রাসঙ্গিকতা উন্নত করার জন্য একটি গুরুত্বপূর্ণ উন্নয়ন কাজ। ব্যবহার করে অ্যামাজন সেজমেকার স্টুডিও ইন্টারেক্টিভ নোটবুক, AWS এবং SnapLogic টিম প্রম্পটের বিভিন্ন সংস্করণ ব্যবহার করে দ্রুত কাজ করতে সক্ষম হয়েছিল আমাজন বেডরকের সাথে Boto3 SDK সংযোগ. নোটবুক-ভিত্তিক বিকাশ দলগুলিকে অ্যামাজন বেডরকে দ্রুত ক্লায়েন্ট-সাইড সংযোগ তৈরি করতে দেয়, অ্যামাজন বেডরকে প্রম্পট পাঠানোর জন্য পাইথন কোডের পাশাপাশি পাঠ্য-ভিত্তিক বিবরণ অন্তর্ভুক্ত করে এবং যৌথ প্রম্পট ইঞ্জিনিয়ারিং সেশনগুলি ধরে যেখানে একাধিক ব্যক্তিদের মধ্যে পুনরাবৃত্তি করা হয়েছিল।
নৃতাত্ত্বিক ক্লড প্রম্পট ইঞ্জিনিয়ারিং পদ্ধতি
এই বিভাগে, আমরা একটি দৃষ্টান্তমূলক ব্যবহারকারীর অনুরোধের উপর ভিত্তি করে একটি উচ্চ-পারফর্মিং প্রম্পট তৈরি করতে ব্যবহার করা কিছু পুনরাবৃত্তিমূলক কৌশল বর্ণনা করি: "একটি পাইপলাইন তৈরি করুন যা ExampleCompany ডাটাবেস ব্যবহার করে যা সমস্ত সক্রিয় গ্রাহকদের পুনরুদ্ধার করে।" মনে রাখবেন যে এই উদাহরণটি SnapGPT দ্বারা চালিত স্কিমা নয় এবং শুধুমাত্র একটি টেক্সট-টু-পাইপলাইন অ্যাপ্লিকেশন চিত্রিত করতে ব্যবহৃত হয়।
আমাদের প্রম্পট ইঞ্জিনিয়ারিং বেসলাইন করতে, আমরা নিম্নলিখিত মূল প্রম্পট ব্যবহার করি:
একটি পাইপলাইন তৈরি করুন যা ExampleCompany ডাটাবেস ব্যবহার করে যা সমস্ত সক্রিয় গ্রাহকদের পুনরুদ্ধার করে
প্রত্যাশিত আউটপুট নিম্নরূপ:
{ "database": "ExampleCompany", "query": "SELECT * FROM ec_prod.customers WHERE status = 'active'" }
উন্নতি #1: মানব এবং সহকারী টীকা ব্যবহার করা
ক্লডের প্রশিক্ষণ পদ্ধতি এফএমকে তার প্রম্পট কাঠামোতে একজন মানুষ এবং একজন সহকারীর মধ্যে সংলাপ বুঝতে শেখায়। ক্লাউড ব্যবহারকারীরা Assistant:-এ তাদের প্রম্পট শেষ করে এই কাঠামোর সুবিধা নিতে পারে, যা ক্লাউডকে মানুষ যা বলেছে তার উপর ভিত্তি করে একটি প্রশ্নের উত্তর তৈরি করা শুরু করবে। দ্রষ্টব্য যে যেহেতু Claude বন্ধ করতে বলা না হওয়া পর্যন্ত টেক্সট তৈরি করা চালিয়ে যাবে, নিশ্চিত করুন যে আপনি Claude ব্যবহার করার সময় Amazon Bedrock-এর কাছে API অনুরোধে nnHuman: এর একটি স্টপ সিকোয়েন্স ব্যবহার করছেন। এটি নিশ্চিত করবে যে আপনি শুধুমাত্র সহকারীর কাছ থেকে প্রতিক্রিয়া পাবেন এবং সংলাপ শৃঙ্খলে মানুষের কাছ থেকে পূর্বাভাসিত পরবর্তী প্রতিক্রিয়া নয়। এই nnHuman এবং nnAssistant সূচকগুলি শুধুমাত্র প্রাসঙ্গিক তথ্যের প্রতি ক্লডের প্রতিক্রিয়া সীমিত করতে সাহায্য করে না, তবে প্রাথমিক মানব ইনপুট এবং অন্যান্য মিথস্ক্রিয়া থেকে সহকারী প্রতিক্রিয়াগুলির মধ্যে স্পষ্ট সীমানা প্রদানেও সহায়তা করে। এটি বিশেষত কয়েকটি-শট প্রম্পট সেটিংয়ে সহায়তা করে যেখানে আপনি nnHuman-এর সাথে ট্যাগ করা প্রশ্নের সাথে একাধিক প্রশ্ন এবং প্রতিক্রিয়া এবং nnAssistant-এর সাথে ট্যাগ করা আগের প্রতিক্রিয়াগুলি থাকতে পারেন। Boto3 SDK-এর মাধ্যমে অ্যামাজন বেডরকে উন্নত প্রম্পট এবং সংশ্লিষ্ট দৃষ্টান্তমূলক API কলটি দেখুন।
আমরা নিম্নলিখিত প্রম্পট ব্যবহার করি:
মানব: একটি পাইপলাইন তৈরি করুন যা ExampleCompany ডাটাবেস ব্যবহার করে যা সমস্ত সক্রিয় গ্রাহকদের পুনরুদ্ধার করে
সহকারী:
আউটপুট নিম্নরূপ:
ExampleCompany ডাটাবেস থেকে সমস্ত সক্রিয় গ্রাহকদের পুনরুদ্ধার করার জন্য এখানে একটি MongoDB পাইপলাইন রয়েছে:
pipeline = [ { '$match': { 'database': 'ExampleCompany', 'status': 'active' } } ] db.customers.aggregate(pipeline)
মূল পদক্ষেপগুলি হল:
- শুধুমাত্র ExampleCompany ডাটাবেসে এবং "সক্রিয়" এর সমান স্ট্যাটাস সহ নথিগুলিকে ফিল্টার করতে `$match`।
– `db.customers.aggregate()` গ্রাহকদের সংগ্রহে পাইপলাইন চালায় এবং ফিল্টার করা ফলাফল ফেরত দেয়।
সুতরাং এটি ExampleCompany ডাটাবেস থেকে সমস্ত গ্রাহক নথি ফেরত দেবে যেখানে স্ট্যাটাস ফিল্ড "সক্রিয়" এ সেট করা আছে।
লক্ষ্য করুন কিভাবে আউটপুটে, Claude কোনো প্রসঙ্গ ছাড়াই আমাদের প্রশ্নের উত্তর তৈরি করে। উত্তরটি সম্ভাব্য সহায়ক, কিন্তু আমরা যে সমস্যার সমাধান করার চেষ্টা করছি সেটির জন্য এটি নির্দিষ্ট নয় কারণ এটি যথেষ্ট প্রসঙ্গ সরবরাহ করা হয়নি। এটি লক্ষ করাও গুরুত্বপূর্ণ যে ক্লড মডেলগুলি ব্যবহার করার সময় অ্যানথ্রপিকের এই মানব এবং সহকারী বিন্যাসের প্রয়োজন হয়; আপনি যদি এই পদক্ষেপটি অন্তর্ভুক্ত না করেন তবে অ্যামাজন বেডরক একটি ত্রুটি ফিরিয়ে দেবে।
উন্নতি #2: কি করতে হবে তা বলার আগে ক্লডের জন্য হাইপার-স্পেসিফিক প্রসঙ্গ অন্তর্ভুক্ত করুন
ক্লাউড সেরা পারফরম্যান্স করে যখন এটিকে কী করতে হবে এবং সেই কাজটি কীভাবে সম্পন্ন করতে হবে সে সম্পর্কে ভাল প্রসঙ্গ দেওয়া হয়। আপনি কাজটি বলার আগে ক্লডের জন্য প্রসঙ্গ হিসাবে অন্তর্ভুক্ত করার জন্য এখানে কিছু উদাহরণ রয়েছে:
- আপনি যে কাজের ফাংশনটি ক্লাউড পূরণ করতে চান তা বর্ণনা করুন। এটি করার মাধ্যমে, আপনি ক্লাউডকে সেই চাকরিতে কর্মরত কারো ভূমিকায় ভাবতে বাধ্য করছেন, বা আরও বেশি কিছুর মতো কাউকে সেই নির্দিষ্ট কাজের ভূমিকায় নিয়োগ করা হচ্ছে। এটি ক্লডকে সেই নির্দিষ্ট কাজের ভূমিকার দৃষ্টিকোণ থেকে উত্তর তৈরি করতে সাহায্য করবে, উত্তরে হ্যালুসিনেশন এবং এলোমেলোতা হ্রাস করবে।
- আউটপুট বিন্যাস সম্পর্কিত প্রযুক্তিগত বিবরণ অন্তর্ভুক্ত করুন। ফাউন্ডেশন মডেলগুলি সাধারণত নিম্নলিখিত ক্রিয়াগুলিতে ভাল, তাই Claudeকে একটি নির্দিষ্ট বিন্যাসে বা স্কিমাতে একটি বা কয়েকটি উদাহরণ সহ আউটপুট তৈরি করতে বলা ক্লাউডকে সঠিক বিন্যাসে উত্তর প্রদান করতে সাহায্য করবে, আউটপুট ফিল্টারিং এবং পোস্টপ্রসেসিংয়ের প্রয়োজনীয়তা হ্রাস করবে। নিম্নলিখিত প্রম্পটে উদাহরণটি একটি কাল্পনিক স্কিমা দেখায় যা প্রত্যাশিত আউটপুটের সাথে মেলে।
আমাদের আসল প্রম্পটে উন্নতি করতে এই পরামর্শগুলিকে একত্রিত করি:
মানুষ: আপনার কাজ হল ETL পাইপলাইনে বিশেষজ্ঞ হিসেবে কাজ করা। বিশেষ করে, আপনার কাজ হল একটি ETL পাইপলাইনের JSON উপস্থাপনা তৈরি করা যা আপনাকে দেওয়া ব্যবহারকারীর অনুরোধের সমাধান করবে।
JSON আউটপুট নিম্নলিখিত বিন্যাস অনুসরণ করা উচিত:
এখানে আপনার কাজ: একটি পাইপলাইন তৈরি করুন যা ExampleCompany ডাটাবেস ব্যবহার করে যা সমস্ত সক্রিয় গ্রাহকদের পুনরুদ্ধার করে
সহকারী:
আউটপুট নিম্নরূপ:
ExampleCompany ডাটাবেস থেকে সমস্ত সক্রিয় গ্রাহকদের পুনরুদ্ধার করার জন্য এখানে একটি ETL পাইপলাইনের JSON উপস্থাপনা রয়েছে:
এই পাইপলাইনটি ExampleCompany ডাটাবেস এবং একটি SQL ক্যোয়ারী ব্যবহার করে গ্রাহকদের টেবিল থেকে সমস্ত রেকর্ড নির্বাচন করতে যেখানে স্ট্যাটাস 'সক্রিয়' আছে।
প্রসঙ্গ যোগ করার সাথে, মডেলটি এখন আমাদের উত্তরের বেশিরভাগ পথ পেতে সক্ষম। এটি এখন জানে কিভাবে আউটপুট গঠন করতে হয় এবং এটি বুঝতে পারে যে কাজটি সমাধান করার জন্য এটি একটি SQL বিবৃতি লিখতে হবে। যাইহোক, আপনি লক্ষ্য করবেন যে মডেলটি সঠিকভাবে ec_prod.customers নামকরণটি ব্যবহার করছে না যা আমরা আশা করছি। উন্নতির জন্য রুম! এছাড়াও মনে রাখবেন, অনুশীলনে, পাঠ্য-থেকে-পাইপলাইন ব্যবহারের ক্ষেত্রে উচ্চ-মানের ফলাফলের জন্য আমরা এই উদাহরণে যা প্রদান করেছি তার থেকে আপনাকে উল্লেখযোগ্যভাবে বেশি প্রসঙ্গ অন্তর্ভুক্ত করতে হবে।
উন্নতি #3: এক্সএমএল ট্যাগগুলিতে উদাহরণ সংযুক্ত করা
FM-এর সাহায্যে নির্ভুলতা বাড়ানোর একটি জনপ্রিয় উপায় হল ফিউ-শট লার্নিং যেখানে আপনার কাছে FM-কে তাদের কার্যে গাইড করার জন্য প্রাসঙ্গিক উদাহরণ রয়েছে। টেক্সট-টু-পাইপলাইন অ্যাপ্লিকেশনগুলিতে কাজ করার সময় এটি বিশেষভাবে গুরুত্বপূর্ণ কারণ এই হাইপার-নির্দিষ্ট পাইপলাইন আউটপুটগুলি সাধারণত কোনও পাবলিক ডেটাসেটে অন্তর্ভুক্ত করা হয় না কারণ সেগুলি একটি পৃথক গ্রাহকের ডেটা উপস্থাপনার জন্য নির্দিষ্ট। Claude ব্যবহার করার সময়, আপনি কয়েক শট ফর্ম্যাটে এই উদাহরণগুলি প্রদান করার জন্য নির্বিচারে XML ট্যাগের সহজাত জ্ঞানের সুবিধা নিতে পারেন। নিম্নোক্ত উন্নত প্রম্পটে, সংযোজিত উদাহরণগুলির সংযোজন লক্ষ্য করুন XML ট্যাগ। এছাড়াও, আপনি ক্লডকে প্রসঙ্গ প্রদান করতে H এবং A সহ মানব এবং সহকারীর জন্য সংক্ষিপ্ত রূপগুলি ব্যবহার করতে পারেন এটি মনে না করে এটি সংলাপের নির্দিষ্ট অংশ যা ইতিমধ্যে ঘটেছে।
আমরা নিম্নলিখিত প্রম্পট ব্যবহার করি:
মানুষ: আপনার কাজ হল ETL পাইপলাইনে বিশেষজ্ঞ হিসেবে কাজ করা। বিশেষ করে, আপনার কাজ হল একটি ETL পাইপলাইনের JSON উপস্থাপনা তৈরি করা যা আপনাকে দেওয়া ব্যবহারকারীর অনুরোধের সমাধান করবে।
JSON আউটপুট নিম্নলিখিত বিন্যাস অনুসরণ করা উচিত:
এখানে ব্যবহারকারীর অনুরোধের কিছু উদাহরণ এবং সংশ্লিষ্ট আউটপুট JSON আর্টিফ্যাক্ট রয়েছে যা সঠিকভাবে প্রদত্ত টাস্কের সমাধান করে। আপনি যদি একই ডাটাবেস ব্যবহার করেন তবে উদাহরণগুলিতে দেওয়া একই নামকরণ ব্যবহার করতে ভুলবেন না।
H: গ্রাহক #1234 এর জন্য যেকোনো সক্রিয় অর্ডারের জন্য ExampleCompany ডাটাবেস জিজ্ঞাসা করুন
A:
এই প্রশ্নের যুক্তি হল যে গ্রাহক #1234 ফিল্টার করা হয়েছে এবং আমরা "সক্রিয়" ফিল্টারের পরে বিদ্যমান রেকর্ডগুলির জন্য "অর্ডার" টেবিলটি অনুসন্ধান করছি।
H: ExampleCompany ডাটাবেসের সমস্ত গ্রাহকদের সরিয়ে দিন যারা গত মাসে সক্রিয় ছিল না
A:
এই প্রশ্নের যুক্তি হল যে "ec_prod.customers" টেবিলটি ExampleCompany ডাটাবেসের একমাত্র টেবিল যা গ্রাহকের রেকর্ড ধারণ করে।
এখানে আপনার কাজ: একটি পাইপলাইন তৈরি করুন যা ExampleCompany ডাটাবেস ব্যবহার করে যা সমস্ত সক্রিয় গ্রাহকদের পুনরুদ্ধার করে।
সহকারী:
আউটপুট নিম্নরূপ:
ExampleCompany ডাটাবেস থেকে সমস্ত সক্রিয় গ্রাহকদের পুনরুদ্ধার করার জন্য এখানে একটি ETL পাইপলাইনের JSON উপস্থাপনা রয়েছে:
যুক্তি হল:
ExampleCompany ডাটাবেসটি ব্যবহার করার জন্য ডাটাবেস হিসাবে নির্দিষ্ট করা হয়েছে
ec_prod.customers টেবিলে গ্রাহকের ডেটা থাকে
স্ট্যাটাস ক্ষেত্র নির্দেশ করে যে একজন গ্রাহক সক্রিয় কিনা তাই ক্যোয়ারী শুধুমাত্র সক্রিয় গ্রাহকদের জন্য ফিল্টার করে
এটি ExampleCompany ডাটাবেস থেকে সমস্ত সক্রিয় গ্রাহক রেকর্ড পুনরুদ্ধার করা উচিত। ETL পাইপলাইনের জন্য আপনার কোন স্পষ্টীকরণের প্রয়োজন বা অতিরিক্ত প্রয়োজনীয়তা থাকলে আমাকে জানান!
JSON আউটপুটে এখন সঠিক ডাটাবেস নামকরণ রয়েছে, যা ক্লড আমাদের দেওয়া উদাহরণগুলির কারণে ব্যবহার করতে সক্ষম হয়েছিল। XML ট্যাগগুলির সাথে মানব এবং সহকারী সূচকগুলিকে সংযুক্ত করা ক্লডের পক্ষে বোঝা সহজ করে তোলে যে কাজটি কী এবং অনুরূপ উদাহরণগুলিতে একাধিক কয়েকটি শট উদাহরণের মধ্যে খুব স্পষ্ট বিচ্ছেদ সহ উত্তর কী ছিল৷ ক্লডের পক্ষে বোঝা যত সহজ হবে, উত্তরটি তত ভাল এবং আরও প্রাসঙ্গিক হবে, মডেলটির হ্যালুসিনেশন এবং এলোমেলো অপ্রাসঙ্গিক উত্তর দেওয়ার সুযোগ আরও কমিয়ে দেবে।
উন্নতি #4: XML ট্যাগ দিয়ে JSON জেনারেশন শুরু করতে ক্লডকে ট্রিগার করা
FM ব্যবহার করে টেক্সট-টু-পাইপলাইন অ্যাপ্লিকেশনগুলির সাথে একটি ছোট চ্যালেঞ্জ হল ফলাফলের পাঠ্য থেকে একটি আউটপুটকে সঠিকভাবে পার্স করার প্রয়োজন যাতে এটি একটি ডাউনস্ট্রিম অ্যাপ্লিকেশনে কোড হিসাবে ব্যাখ্যা করা যায়। Claude এর সাথে এটি সমাধান করার একটি উপায় হল এর XML ট্যাগ বোঝার সুবিধা নেওয়া এবং এটি একটি কাস্টম স্টপ সিকোয়েন্সের সাথে একত্রিত করা। নিম্নলিখিত প্রম্পটে, আমরা ক্লাউডকে আউটপুটটি আবদ্ধ করার নির্দেশ দিয়েছি XML ট্যাগ। তারপর, আমরা যোগ করেছি প্রম্পটের শেষে ট্যাগ করুন। এটি নিশ্চিত করে যে Claude থেকে যে প্রথম পাঠ্যটি আসবে সেটি JSON আউটপুটের শুরু হবে। যদি আপনি এটি না করেন, Claude প্রায়ই কিছু কথোপকথন পাঠ্য সঙ্গে প্রতিক্রিয়া, তারপর সত্য কোড প্রতিক্রিয়া. ক্লডকে অবিলম্বে আউটপুট তৈরি করা শুরু করার নির্দেশ দিয়ে, আপনি যখন বন্ধ দেখতে পাবেন তখন আপনি সহজেই জেনারেশন বন্ধ করতে পারেন ট্যাগ এটি আপডেট করা Boto3 API কলে দেখানো হয়েছে। এই কৌশলটির সুবিধা দ্বিগুণ। প্রথমত, আপনি ক্লড থেকে কোড প্রতিক্রিয়া ঠিক পার্স করতে সক্ষম। দ্বিতীয়ত, আপনি খরচ কমাতে পারবেন কারণ ক্লাউড শুধুমাত্র কোড আউটপুট তৈরি করে এবং অতিরিক্ত পাঠ্য নেই। এটি অ্যামাজন বেডরকে খরচ কমিয়ে দেয় কারণ সমস্ত FM থেকে আউটপুট হিসাবে উত্পাদিত প্রতিটি টোকেনের জন্য আপনাকে চার্জ করা হয়।
আমরা নিম্নলিখিত প্রম্পট ব্যবহার করি:
মানুষ: আপনার কাজ হল ETL পাইপলাইনে বিশেষজ্ঞ হিসেবে কাজ করা। বিশেষ করে, আপনার কাজ হল একটি ETL পাইপলাইনের JSON উপস্থাপনা তৈরি করা যা আপনাকে দেওয়া ব্যবহারকারীর অনুরোধের সমাধান করবে।
JSON আউটপুট নিম্নলিখিত বিন্যাস অনুসরণ করা উচিত:
এখানে ব্যবহারকারীর অনুরোধের কিছু উদাহরণ এবং সংশ্লিষ্ট আউটপুট JSON আর্টিফ্যাক্ট রয়েছে যা সঠিকভাবে প্রদত্ত টাস্কের সমাধান করে। আপনি যদি একই ডাটাবেস ব্যবহার করেন তবে উদাহরণগুলিতে দেওয়া একই নামকরণ ব্যবহার করতে ভুলবেন না।
H: গ্রাহক #1234 এর জন্য যেকোনো সক্রিয় অর্ডারের জন্য ExampleCompany ডাটাবেস জিজ্ঞাসা করুন
A:
এই প্রশ্নের যুক্তি হল যে গ্রাহক #1234 ফিল্টার করা হয়েছে এবং আমরা "সক্রিয়" ফিল্টারের পরে বিদ্যমান রেকর্ডগুলির জন্য "অর্ডার" টেবিলটি অনুসন্ধান করছি।
H: ExampleCompany ডাটাবেসের সমস্ত গ্রাহকদের সরিয়ে দিন যারা গত মাসে সক্রিয় ছিল না
A:
এই প্রশ্নের যুক্তি হল যে "ec_prod.customers" টেবিলটি ExampleCompany ডাটাবেসের একমাত্র টেবিল যা গ্রাহকের রেকর্ড ধারণ করে।
সর্বদা আপনার JSON আউটপুটগুলিকে আবদ্ধ করতে মনে রাখবেন ট্যাগ.
এখানে আপনার কাজ: একটি পাইপলাইন তৈরি করুন যা ExampleCompany ডাটাবেস ব্যবহার করে যা সমস্ত সক্রিয় গ্রাহকদের পুনরুদ্ধার করে।
সহকারী:
আমরা নিম্নলিখিত কোড ব্যবহার করি:
body = json.dumps({"prompt": prompt, "stop_sequences": ['nnHuman:', '</json>']})
response = bedrock.invoke_model( body=body, modelId='anthropic.claude-v2'
)
আউটপুট নিম্নরূপ:
{ "database": "ExampleCompany", "query": "SELECT * FROM ec_prod.customers WHERE status = 'active'" }
এখন আমরা প্রত্যাশিত আউটপুটে পৌঁছেছি শুধুমাত্র JSON অবজেক্ট ফিরে এসেছে! এই পদ্ধতিটি ব্যবহার করে, আমরা একটি অবিলম্বে ব্যবহারযোগ্য প্রযুক্তিগত নিদর্শন তৈরি করতে এবং আউটপুট টোকেনগুলি হ্রাস করে প্রজন্মের খরচ কমাতে সক্ষম হয়েছি।
উপসংহার
SnapGPT-এর সাথে আজই শুরু করতে, একটি অনুরোধ করুন স্ন্যাপলজিকের বিনামূল্যে ট্রায়াল or পণ্যের একটি ডেমো অনুরোধ করুন. আপনি যদি আজকে অ্যাপ্লিকেশন তৈরির জন্য এই ধারণাগুলি ব্যবহার করতে চান, আমরা সুপারিশ করি হাতে পরীক্ষা করা এই পোস্টে প্রম্পট ইঞ্জিনিয়ারিং বিভাগের সাথে, একটি ভিন্ন ডিএসএল প্রজন্মের ব্যবহারের ক্ষেত্রে একই ফ্লো ব্যবহার করে যা আপনার ব্যবসার জন্য উপযুক্ত, এবং আরও গভীরে ডাইভিং RAG বৈশিষ্ট্য যা অ্যামাজন বেডরকের মাধ্যমে উপলব্ধ.
SnapLogic এবং AWS মানব ভাষা এবং Amazon Bedrock দ্বারা চালিত SnapLogic ইন্টিগ্রেশন পাইপলাইনের জটিল স্কিমার মধ্যে একটি উন্নত অনুবাদক তৈরি করতে কার্যকরভাবে অংশীদারিত্ব করতে সক্ষম হয়েছে৷ এই পুরো যাত্রা জুড়ে, আমরা দেখেছি কিভাবে ক্লাউডের সাথে উৎপন্ন আউটপুট নির্দিষ্ট প্রম্পট ইঞ্জিনিয়ারিং কৌশল ব্যবহার করে টেক্সট-টু-পাইপলাইন অ্যাপ্লিকেশনগুলিতে উন্নত করা যেতে পারে। AWS এবং SnapLogic Generative AI-তে এই অংশীদারিত্ব চালিয়ে যেতে এবং এই দ্রুত-চলমান স্থানটিতে ভবিষ্যতের সহযোগিতা এবং উদ্ভাবনের জন্য উন্মুখ।
লেখক সম্পর্কে
গ্রেগ বেনসন সান ফ্রান্সিসকো বিশ্ববিদ্যালয়ের কম্পিউটার বিজ্ঞানের অধ্যাপক এবং স্ন্যাপলজিকের প্রধান বিজ্ঞানী। তিনি 1998 সালে ইউএসএফ কম্পিউটার সায়েন্স বিভাগে যোগদান করেন এবং অপারেটিং সিস্টেম, কম্পিউটার আর্কিটেকচার, প্রোগ্রামিং ভাষা, বিতরণ সিস্টেম এবং পরিচিতিমূলক প্রোগ্রামিং সহ স্নাতক এবং স্নাতক কোর্স শিখিয়েছেন। গ্রেগ অপারেটিং সিস্টেম, সমান্তরাল কম্পিউটিং এবং বিতরণ সিস্টেমের ক্ষেত্রে গবেষণা প্রকাশ করেছেন। 2010 সালে স্ন্যাপলজিকে যোগদানের পর থেকে, গ্রেগ ক্লাস্টার প্রসেসিং, বিগ ডেটা প্রসেসিং, ক্লাউড আর্কিটেকচার এবং মেশিন লার্নিং সহ বেশ কয়েকটি মূল প্ল্যাটফর্ম বৈশিষ্ট্য ডিজাইন এবং বাস্তবায়নে সহায়তা করেছে। তিনি বর্তমানে ডেটা ইন্টিগ্রেশনের জন্য জেনারেটিভ এআই-তে কাজ করছেন।
অ্যারন কেসলার SnapLogic-এ AI পণ্য ও পরিষেবার জন্য সিনিয়র প্রোডাক্ট ম্যানেজার, Aaron AI/ML প্রোডাক্ট ডেভেলপমেন্ট এবং গোটা সংস্থা জুড়ে সেবা প্রচারের জন্য দশ বছরেরও বেশি প্রোডাক্ট ম্যানেজমেন্ট দক্ষতা প্রয়োগ করে। তিনি আসন্ন বই "আপনার সমস্যা কি?" এর লেখক। পণ্য ব্যবস্থাপনা ক্যারিয়ারের মাধ্যমে নতুন পণ্য পরিচালকদের গাইড করার লক্ষ্যে। তার উদ্যোক্তা যাত্রা শুরু হয়েছিল তার কলেজ স্টার্টআপ, STAK, যেটি পরে Carvertise দ্বারা অধিগ্রহণ করা হয়েছিল এবং Aaron ডেলাওয়্যারে 2015 সালের টেক স্টার্টআপ হিসাবে তাদের স্বীকৃতিতে উল্লেখযোগ্য অবদান রেখেছিল। তার পেশাদার সাধনার বাইরে, অ্যারন তার বাবার সাথে গল্ফ খেলায়, তার ভ্রমণে নতুন সংস্কৃতি এবং খাবার অন্বেষণ করে এবং ইউকুলেল অনুশীলন করে আনন্দ পায়।
ধনী ডিল একজন প্রিন্সিপ্যাল সলিউশন আর্কিটেক্ট যার অভিজ্ঞতা বিস্তৃতভাবে স্পেশালাইজেশনের একাধিক ক্ষেত্র জুড়ে কাটছে। মাল্টি-প্ল্যাটফর্ম এন্টারপ্রাইজ সফ্টওয়্যার এবং SaaS বিস্তৃত সাফল্যের একটি ট্র্যাক রেকর্ড। গ্রাহক অ্যাডভোকেসি (গ্রাহকের ভয়েস হিসাবে পরিবেশন করা) রাজস্ব-উৎপাদনকারী নতুন বৈশিষ্ট্য এবং পণ্যগুলিতে পরিণত করার জন্য সুপরিচিত। বাজারে অত্যাধুনিক পণ্যগুলি চালানোর প্রমাণিত ক্ষমতা এবং প্রকল্পগুলিকে দ্রুত গতির উপকূলীয় এবং অফশোর পরিবেশে সময়সূচী অনুযায়ী এবং বাজেটের অধীনে সম্পূর্ণ করার জন্য। আমাকে বর্ণনা করার একটি সহজ উপায়: একজন বিজ্ঞানীর মন, একজন অনুসন্ধানকারীর হৃদয় এবং একজন শিল্পীর আত্মা।
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। AWS কেন্দ্রে ক্লে-এর বর্তমান কাজ গ্রাহকদের ML এবং জেনারেটিভ AI ওয়ার্কলোডে সফ্টওয়্যার ডেভেলপমেন্ট অনুশীলন আনতে সাহায্য করে, যা গ্রাহকদের এই জটিল পরিবেশে পুনরাবৃত্তিযোগ্য, মাপযোগ্য সমাধান তৈরি করতে দেয়। তার অবসর সময়ে, ক্লে স্কিইং, রুবিকের কিউব সমাধান, পড়া এবং রান্না উপভোগ করেন।
সিনা সুজুদি একজন প্রযুক্তি নির্বাহী, সিস্টেম ইঞ্জিনিয়ার, পণ্য নেতা, প্রাক্তন প্রতিষ্ঠাতা এবং স্টার্টআপ উপদেষ্টা। তিনি 2021 সালের মার্চ মাসে একজন প্রধান সমাধান স্থপতি হিসাবে AWS-এ যোগদান করেন। সিনা বর্তমানে US-West ISV এরিয়া লিড সলিউশন আর্কিটেক্ট। তিনি SaaS এবং B2B সফ্টওয়্যার কোম্পানিগুলির সাথে AWS-এ তাদের ব্যবসা তৈরি এবং বৃদ্ধি করতে কাজ করেন৷ অ্যামাজনে তার ভূমিকার আগে, সিনা ভিএমওয়্যার এবং পিভোটাল সফ্টওয়্যার (2018 সালে আইপিও, 2020 সালে ভিএমওয়্যার এমএন্ডএ) তে একজন প্রযুক্তি নির্বাহী ছিলেন এবং Xtreme ল্যাবসে প্রতিষ্ঠাতা প্রকৌশলী সহ একাধিক নেতৃত্বের ভূমিকা পালন করেছিলেন (2013 সালে মূল অধিগ্রহণ)। সিনা তার বিগত 15 বছরের কাজের অভিজ্ঞতাকে সফ্টওয়্যার প্ল্যাটফর্ম এবং উদ্যোগ, সফ্টওয়্যার ব্যবসা এবং পাবলিক সেক্টরের জন্য অনুশীলন তৈরিতে উত্সর্গ করেছেন। তিনি উদ্ভাবনের প্রতি আবেগ সহ একজন শিল্প নেতা। সিনা ওয়াটারলু ইউনিভার্সিটি থেকে বিএ করেছেন যেখানে তিনি ইলেক্ট্রিক্যাল ইঞ্জিনিয়ারিং এবং সাইকোলজি অধ্যয়ন করেছেন।
সন্দীপ রোহিলা তিনি AWS-এর একজন সিনিয়র সলিউশন আর্কিটেক্ট, মার্কিন পশ্চিম অঞ্চলে ISV গ্রাহকদের সহায়তা করছেন। তিনি AWS ক্লাউডে কনটেইনার এবং জেনারেটিভ এআই ব্যবহার করে গ্রাহকদের আর্কিটেক্ট সলিউশনে সাহায্য করার উপর ফোকাস করেন। সন্দীপ গ্রাহকদের ব্যবসায়িক সমস্যা বোঝা এবং প্রযুক্তির মাধ্যমে তাদের লক্ষ্য অর্জনে সহায়তা করার বিষয়ে উত্সাহী। সমাধানের স্থপতি হিসাবে এক দশকেরও বেশি সময় কাজ করার পর তিনি AWS-এ যোগদান করেন, তার 17 বছরের অভিজ্ঞতা বহন করে। সন্দীপ এমএসসি করেছে। যুক্তরাজ্যের ব্রিস্টলে ওয়েস্ট অফ ইংল্যান্ডের বিশ্ববিদ্যালয় থেকে সফ্টওয়্যার ইঞ্জিনিয়ারিংয়ে।
ফারুক সাবির ডা AWS-এর একজন সিনিয়র আর্টিফিশিয়াল ইন্টেলিজেন্স এবং মেশিন লার্নিং স্পেশালিস্ট সলিউশন আর্কিটেক্ট। তিনি অস্টিনের টেক্সাস বিশ্ববিদ্যালয় থেকে ইলেকট্রিক্যাল ইঞ্জিনিয়ারিংয়ে পিএইচডি এবং এমএস ডিগ্রি এবং জর্জিয়া ইনস্টিটিউট অফ টেকনোলজি থেকে কম্পিউটার সায়েন্সে এমএস ডিগ্রি অর্জন করেছেন। তার 15 বছরেরও বেশি কাজের অভিজ্ঞতা রয়েছে এবং তিনি কলেজের শিক্ষার্থীদের পড়াতে ও পরামর্শ দিতে পছন্দ করেন। AWS-এ, তিনি গ্রাহকদের ডেটা সায়েন্স, মেশিন লার্নিং, কম্পিউটার ভিশন, কৃত্রিম বুদ্ধিমত্তা, সংখ্যাসূচক অপ্টিমাইজেশান এবং সম্পর্কিত ডোমেনে তাদের ব্যবসায়িক সমস্যাগুলি তৈরি করতে এবং সমাধান করতে সহায়তা করেন৷ ডালাস, টেক্সাসে অবস্থিত, তিনি এবং তার পরিবার ভ্রমণ করতে এবং দীর্ঘ সড়ক ভ্রমণে যেতে পছন্দ 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। 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/how-snaplogic-built-a-text-to-pipeline-application-with-amazon-bedrock-to-translate-business-intent-into-action/
- : আছে
- : হয়
- :না
- :কোথায়
- $ ইউপি
- 10
- 100
- 121
- 14
- 15 বছর
- 15%
- 150
- 17
- 1998
- 200
- 2013
- 2015
- 2017
- 2018
- 2020
- 2021
- 31
- 33
- 7
- 8
- 9
- a
- হারুন
- ক্ষমতা
- সক্ষম
- সম্পর্কে
- প্রবেশ
- সম্পাদন
- সঠিকতা
- অর্জন করা
- অর্জিত
- অর্জন
- দিয়ে
- আইন
- কর্ম
- স্টক
- সক্রিয়
- যোগ
- যোগ
- অতিরিক্ত
- অগ্রসর
- সুবিধা
- অধ্যাপক
- প্রচার
- পর
- AI
- এআই সিস্টেমগুলি
- এআই চালিত
- এআই / এমএল
- উপলক্ষিত
- লক্ষ্য
- আলগোরিদিম
- সব
- অনুমতি
- অনুমতি
- অনুমতি
- বরাবর
- এর পাশাপাশি
- ইতিমধ্যে
- এছাড়াও
- মর্দানী স্ত্রীলোক
- অ্যামাজন ওয়েব সার্ভিসেস
- পরিমাণ
- an
- বিশ্লেষণ
- এবং
- উত্তর
- উত্তর
- নৃতাত্ত্বিক
- কোন
- API
- API গুলি
- আবেদন
- অ্যাপ্লিকেশন
- প্রযোজ্য
- অভিগমন
- অ্যাপস
- আরবি
- স্থাপত্য
- রয়েছি
- এলাকায়
- এলাকার
- কাছাকাছি
- আগত
- শিল্প
- কৃত্রিম
- কৃত্রিম বুদ্ধিমত্তা
- কৃত্রিম গোয়েন্দা এবং মেশিন লার্নিং
- শিল্পী
- AS
- জিজ্ঞাসা করা
- জিজ্ঞাসা
- সহায়ক
- যুক্ত
- At
- উদ্দীপিত
- অস্টিন
- লেখক
- স্বয়ংক্রিয় পদ্ধতি প্রয়োগ করা
- অটোমেটেড
- স্বয়ংক্রিয়ভাবে
- স্বয়ংক্রিয়তা
- সহজলভ্য
- ডেস্কটপ AWS
- AWS গ্রাহক
- B2B
- পটভূমি
- সমর্থন
- ভিত্তি
- ভিত্তি
- বেসলাইন
- BE
- বিয়ার
- হয়ে ওঠে
- কারণ
- পরিণত
- হয়েছে
- আগে
- শুরু হয়
- শুরু করা
- পিছনে
- হচ্ছে
- সুবিধা
- সর্বোত্তম
- উত্তম
- মধ্যে
- তার পরেও
- বিশাল
- বড় ডেটা
- বই
- উভয়
- মৃদুমন্দ বাতাস
- আনা
- আনয়ন
- আনে
- ব্রিস্টল
- প্রশস্ত
- বিস্তৃতভাবে
- বাজেট
- নির্মাণ করা
- ভবন
- তৈরী করে
- নির্মিত
- ব্যবসায়
- ব্যবসা
- কিন্তু
- by
- কল
- নামক
- CAN
- ক্ষমতা
- পেশা
- কেস
- মামলা
- সেন্টার
- চেন
- চ্যালেঞ্জ
- সুযোগ
- বৈশিষ্ট্য
- অভিযুক্ত
- রাসায়নিক
- নেতা
- পছন্দ
- পরিষ্কার
- ঘনিষ্ঠভাবে
- বন্ধ
- মেঘ
- গুচ্ছ
- কোড
- কোডিং
- সহযোগিতা
- সহযোগিতা
- সংগ্রহ
- কলেজ
- মেশা
- মিলিত
- আসে
- প্রতিশ্রুতি
- কোম্পানি
- কোম্পানির
- বাধ্য
- পরিপূরণ
- জটিল
- ব্যাপক
- কম্পিউটার
- কম্পিউটার বিজ্ঞান
- কম্পিউটার ভিশন
- কম্পিউটিং
- ধারণা
- কনফিগার করার
- সংযোজক
- সংযোগ
- সংযোগ
- ধারাবাহিকভাবে
- কন্টেনারগুলি
- ধারণ
- বিষয়বস্তু
- বিষয়বস্তু-সৃষ্টি
- প্রসঙ্গ
- অবিরত
- চুক্তি
- অবদান
- কথ্য
- মূল
- ঠিক
- সঠিকভাবে
- মূল্য
- পারা
- গতিপথ
- সৃষ্টি
- নির্মিত
- সৃষ্টি
- সৃজনশীলতা
- সংকটপূর্ণ
- বর্তমান
- এখন
- প্রথা
- ক্রেতা
- গ্রাহকদের
- কাটা
- কাটিং-এজ
- ডালাস
- উপাত্ত
- তথ্য প্রক্রিয়াজাতকরণ
- তথ্য বিজ্ঞান
- ডেটাবেস
- ডাটাবেস
- দিন
- দশক
- হ্রাস
- নিবেদিত
- গভীর
- গভীর
- ডেলাওয়্যার
- ডেমো
- গণতন্ত্রায়নের
- বিভাগ
- অমৌলিক
- বর্ণনা করা
- বিবরণ
- নকশা
- পরিকল্পিত
- ইচ্ছা
- আকাঙ্ক্ষিত
- বিশদ
- বিস্তারিত
- ডেভেলপারদের
- উন্নয়ন
- ডিভাইস
- সংলাপ
- বিভিন্ন
- সরাসরি
- বণ্টিত
- বিতরণ সিস্টেম
- ডাইভিং
- do
- কাগজপত্র
- না
- করছেন
- ডোমেইনের
- Dont
- নিচে
- খসড়া
- আয়তন বহুলাংশে
- ড্রাইভ
- কারণে
- প্রতি
- সহজ
- সবচেয়ে সহজ পদ্ধিতি হল
- সহজে
- বাস্তু
- কার্যকরীভাবে
- পারেন
- উপাদান
- সম্ভব
- শেষ
- শেষ
- শক্তি
- প্রকৌশলী
- প্রকৌশল
- ইংল্যান্ড
- ইংরেজি
- যথেষ্ট
- নিশ্চিত করা
- নিশ্চিত
- প্রবেশ করান
- উদ্যোগ
- এন্টারপ্রাইজ সফটওয়্যার
- উদ্যোগ
- সমগ্র
- সম্পূর্ণরূপে
- উদ্যোক্তা
- পরিবেশের
- সমান
- সমতুল্য
- ভুল
- বিশেষত
- এমন কি
- স্পষ্ট
- ঠিক
- উদাহরণ
- উদাহরণ
- সীমা অতিক্রম করা
- উত্তেজিত
- কার্যনির্বাহী
- বিদ্যমান
- প্রত্যাশিত
- আশা করা
- অভিজ্ঞতা
- ক্যান্সার
- ল্যাপারোস্কোপিক পদ্ধতি
- অনুসন্ধানকারী
- এক্সপ্লোরিং
- অতিরিক্ত
- অত্যন্ত
- পরিবার
- দ্রুত চলন্ত
- দ্রুতগতির
- বৈশিষ্ট্য
- বৈশিষ্ট্য
- কয়েক
- ক্ষেত্র
- ক্ষেত্রসমূহ
- ছাঁকনি
- ফিল্টারিং
- ফিল্টার
- খুঁজে বের করে
- প্রথম
- পোত-নায়কের জাহাজ
- প্রবাহ
- প্রবাহ
- কেন্দ্রবিন্দু
- গুরুত্ত্ব
- মনোযোগ
- অনুসরণ করা
- অনুসরণ
- অনুসরণ
- খাদ্য
- জন্য
- হানা
- একেবারে পুরোভাগ
- বিন্যাস
- ফর্ম
- অগ্রবর্তী
- পাওয়া
- ভিত
- প্রতিষ্ঠাতা
- ফ্রান্সিসকো
- বন্ধুত্বপূর্ণ
- থেকে
- মেটান
- সম্পূর্ণরূপে
- ক্রিয়া
- অধিকতর
- ভবিষ্যৎ
- অর্জন
- সাধারণত
- উত্পাদন করা
- উত্পন্ন
- উত্পন্ন
- উৎপাদিত
- প্রজন্ম
- সৃজক
- জেনারেটিভ এআই
- জর্জিয়া
- পাওয়া
- GIF
- প্রদত্ত
- Go
- গোল
- Goes
- ভাল
- স্নাতক
- হত্তয়া
- কৌশল
- ছিল
- হাত
- হারনেসিং
- আছে
- he
- হৃদয়
- সাহায্য
- সাহায্য
- সহায়ক
- সাহায্য
- সাহায্য
- এখানে
- উচ্চ দক্ষতা
- উচ্চ গুনসম্পন্ন
- হাইলাইট
- তার
- রাখা
- ঝুলিতে
- আতিথেয়তা
- ঘন্টার
- কিভাবে
- কিভাবে
- যাহোক
- এইচটিএমএল
- HTTPS দ্বারা
- মানবীয়
- নম্র
- চিহ্নিত
- if
- চিত্রিত করা
- অবিলম্বে
- প্রভাব
- প্রভাবী
- বাস্তবায়ন
- গুরুত্বপূর্ণ
- উন্নত করা
- উন্নত
- উন্নতি
- in
- অন্তর্ভুক্ত করা
- অন্তর্ভুক্ত
- সুদ্ধ
- বৃদ্ধি
- স্বাধীন
- ইঙ্গিত
- সূচক
- স্বতন্ত্র
- শিল্প
- শিল্প
- তথ্য
- সহজাত
- উদ্ভাবনী
- ইনোভেশন
- ইনপুট
- ইনপুট
- তাত্ক্ষণিক
- পরিবর্তে
- প্রতিষ্ঠান
- নির্দেশাবলী
- সংহত
- ইন্টিগ্রেশন
- ঐক্যবদ্ধতার
- বুদ্ধিমত্তা
- বুদ্ধিমান
- অভিপ্রায়
- পারস্পরিক ক্রিয়ার
- ইন্টারেক্টিভ
- স্বার্থ
- ইন্টারফেস
- অভ্যন্তরীণ
- মধ্যে
- উপস্থাপিত
- পরিচয় করিয়ে দেয়
- পরিচায়ক
- আইপিও
- isv
- IT
- পুনরাবৃত্তির
- পুনরাবৃত্তি
- এর
- জাভা
- কাজ
- যোগদান
- যোগদান
- যৌথ
- যাত্রা
- আনন্দ
- JPG
- JSON
- মাত্র
- চাবি
- জানা
- জ্ঞান
- পরিচিত
- জানে
- গবেষণাগার
- ল্যাবস
- ভাষা
- ভাষাসমূহ
- বড়
- গত
- পরে
- সর্বশেষ
- নেতৃত্ব
- নেতা
- নেতৃত্ব
- নেতৃত্ব
- লাফ
- জ্ঞানী
- শিক্ষা
- বাম
- দিন
- উপজীব্য
- মত
- পছন্দ
- সীমিত
- LLM
- যুক্তিবিদ্যা
- দীর্ঘ
- দেখুন
- অনেক
- ভালবাসা
- প্রেতাত্মা
- মেশিন
- মেশিন লার্নিং
- মেশিন
- প্রণীত
- করা
- তৈরি করে
- মেকিং
- পরিচালিত
- ব্যবস্থাপনা
- পরিচালক
- পরিচালকের
- পদ্ধতি
- ম্যানুয়ালি
- অনেক
- ম্যাপিং
- মার্চ
- বাজার
- Marketing
- ম্যাচ
- উপকরণ
- me
- পরামর্শদাতা
- নিছক
- মেটাডাটা
- পদ্ধতি
- লক্ষ লক্ষ
- মন
- মিনিট
- মিশন
- ML
- মডেল
- মডেল
- MongoDB
- অধিক
- সেতু
- পদক্ষেপ
- MS
- বহুতল
- বহু
- my
- নাম
- প্রাকৃতিক
- প্রয়োজন
- চাহিদা
- নতুন
- নতুন বৈশিষ্ট
- নতুন পণ্য
- পরবর্তী
- না।
- বিঃদ্রঃ
- লক্ষ্য করুন..
- এখন
- লক্ষ্য
- বস্তু
- ঘটেছে
- of
- অফার
- প্রায়ই
- on
- একদা
- ONE
- কেবল
- অপারেটিং
- অপারেটিং সিস্টেম
- অপ্টিমাইজেশান
- সর্বোচ্চকরন
- or
- ক্রম
- আদেশ
- সংগঠন
- সংগঠন
- মূল
- অন্যান্য
- আমাদের
- বাইরে
- ফলাফল
- আউটপুট
- আউটপুট
- শেষ
- পেজ
- সমান্তরাল
- বিশেষত
- হাসপাতাল
- অংশীদারিত্ব
- আবেগ
- কামুক
- গত
- প্যাটার্ন
- সঞ্চালিত
- পরিপ্রেক্ষিত
- ফেজ
- পিএইচডি
- টুকরা
- অগ্রগামী
- পাইপলাইন
- কেঁদ্রগত
- জায়গা
- মাচা
- প্ল্যাটফর্ম
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- জনপ্রিয়
- জনপ্রিয়তা
- পোস্ট
- সম্ভাব্য
- সম্ভাব্য
- ক্ষমতা
- চালিত
- অনুশীলন
- চর্চা
- ভবিষ্যদ্বাণী করা
- পূর্বাভাস
- আগে
- প্রাথমিক
- অধ্যক্ষ
- গোপনীয়তা
- গোপনীয়তা এবং নিরাপত্তা
- সমস্যা
- সমস্যা
- কার্যপ্রণালী
- প্রক্রিয়া
- প্রসেস
- প্রক্রিয়াজাতকরণ
- প্রযোজনা
- উত্পাদন করে
- পণ্য
- পণ্য উন্নয়ন
- পণ্য ব্যবস্থাপনা
- পণ্য ব্যবস্থাপক
- পণ্য
- পেশাদারী
- অধ্যাপক
- প্রোগ্রামিং
- প্রোগ্রামিং ভাষা
- প্রকল্প
- অনুরোধ জানানো
- প্রমাণিত
- প্রদান
- প্রদত্ত
- উপলব্ধ
- প্রদানের
- মনোবিজ্ঞান
- প্রকাশ্য
- প্রকাশিত
- অন্বেষণ করা
- পাইথন
- প্রশ্নের
- প্রশ্ন
- দ্রুত
- এলোমেলো
- যদৃচ্ছতা
- পরিসর
- রেঞ্জিং
- দ্রুত
- পড়া
- সাধা
- রাজত্ব
- গ্রহণ করা
- সম্প্রতি
- স্বীকার
- সুপারিশ করা
- নথি
- রেকর্ড
- হ্রাস করা
- হ্রাস
- হ্রাস
- সংক্রান্ত
- এলাকা
- পুনরায় কল্পনা
- সংশ্লিষ্ট
- মুক্ত
- প্রাসঙ্গিক
- বিশ্বাসযোগ্য
- নির্ভর করা
- মনে রাখা
- অপসারণ
- অনুষ্ঠিত
- পুনরাবৃত্তিযোগ্য
- অবিকল প্রতিরুপ
- প্রতিনিধিত্ব
- প্রতিনিধিত্বমূলক
- প্রতিনিধিত্ব করে
- অনুরোধ
- অনুরোধ
- প্রয়োজন
- প্রয়োজনীয়
- আবশ্যকতা
- প্রয়োজন
- গবেষণা
- প্রতিক্রিয়া
- প্রতিক্রিয়া
- বিশ্রাম
- ফলে এবং
- ফলাফল
- প্রত্যাবর্তন
- আয়
- বিপ্লব করা
- ধনী
- অধিকার
- রাস্তা
- ভূমিকা
- ভূমিকা
- কক্ষ
- চালান
- রান
- SaaS
- নিরাপত্তা
- ঋষি নির্মাতা
- বলেছেন
- একই
- সান
- সানফ্রান্সিসকো
- মাপযোগ্য
- স্কেল
- তফসিল
- বিজ্ঞান
- বিজ্ঞানী
- আঁচড়ের দাগ
- SDK
- অনুসন্ধানের
- দ্বিতীয়
- অধ্যায়
- সেক্টর
- নিরাপত্তা
- দেখ
- দেখা
- নির্বাচন করা
- পাঠানোর
- জ্যেষ্ঠ
- প্রেরিত
- ক্রম
- সার্ভিস পেয়েছে
- সেবা
- সেবা
- ভজনা
- সেশন
- সেট
- বিন্যাস
- বিভিন্ন
- উচিত
- প্রদর্শনী
- প্রদর্শিত
- শো
- উল্লেখযোগ্যভাবে
- অনুরূপ
- সহজ
- সহজতর করা
- সরলীকরণ
- কেবল
- থেকে
- একক
- ছোট
- So
- সফটওয়্যার
- একটি পরিষেবা হিসাবে সফ্টওয়্যার
- সফটওয়্যার বিকাশকারীগণ
- সফটওয়্যার উন্নয়ন
- সফ্টওয়্যার প্রকৌশল
- সমাধান
- সলিউশন
- সমাধান
- সমাধানে
- কিছু
- কেউ
- বাস্তববুদ্ধিসম্পন্ন
- উৎস
- স্থান
- স্প্যানিশ
- বিস্তৃত
- বিশেষজ্ঞ
- নির্দিষ্ট
- বিশেষভাবে
- নিদিষ্ট
- ব্যয় করা
- খরচ
- শুরু
- শুরু
- প্রারম্ভকালে
- বিবৃতি
- অবস্থা
- ধাপ
- প্রারম্ভিক ব্যবহারের নির্দেশাবলী
- থামুন
- অকপট
- গঠন
- শিক্ষার্থীরা
- চর্চিত
- সাফল্য
- সমর্থক
- সমর্থন
- অনুমিত
- নিশ্চিত
- পদ্ধতি
- সিস্টেম
- টেবিল
- TAG
- গ্রহণ করা
- লক্ষ্য
- কার্য
- কাজ
- শেখানো
- টীম
- দল
- প্রযুক্তি
- প্রযুক্তি শুরু
- কারিগরী
- প্রযুক্তি
- প্রযুক্তি
- প্রযুক্তিঃ
- বলা
- এই
- টেক্সাস
- পাঠ
- চেয়ে
- যে
- সার্জারির
- পশ্চিম
- বিশ্ব
- তাদের
- তাহাদিগকে
- তারপর
- এইগুলো
- তারা
- কিছু
- মনে
- এই
- সেগুলো
- দ্বারা
- সর্বত্র
- সময়
- থেকে
- আজ
- টোকেন
- টোকেন
- বলা
- গ্রহণ
- টুল
- চিহ্ন
- পথ
- রেকর্ড ট্র্যাক
- লেনদেন
- ঐতিহ্যগতভাবে
- প্রশিক্ষণ
- রূপান্তরিত
- রূপান্তরগুলির
- অনুবাদ
- ভ্রমণ
- ভ্রমনের
- trending
- পরীক্ষা
- ট্রিগার
- ট্রিগারিং
- সত্য
- ট্রু কোড
- চেষ্টা
- বাঁক
- আদর্শ
- ui
- Uk
- অধীনে
- বোঝা
- বোধশক্তি
- বুঝতে পারে
- অনন্য
- বিশ্ববিদ্যালয়
- পর্যন্ত
- অপাবৃত
- আসন্ন
- আপডেট
- উপরে
- us
- উপভোগ্য
- ব্যবহার
- ব্যবহার ক্ষেত্রে
- ব্যবহৃত
- ব্যবহারকারী
- ব্যবহারকারীর অভিজ্ঞতা
- ব্যবহারকারী
- ব্যবহারসমূহ
- ব্যবহার
- সাধারণত
- ux
- বিভিন্ন
- বিক্রেতারা
- সংস্করণ
- খুব
- মাধ্যমে
- দৃষ্টি
- চাক্ষুষ
- VMware
- কণ্ঠস্বর
- প্রয়োজন
- ছিল
- উপায়..
- we
- ওয়েব
- ওয়েব সার্ভিস
- সপ্তাহ
- আমরা একটি
- ছিল
- পশ্চিম
- কি
- কখন
- যে
- ব্যাপক
- প্রশস্ত পরিসর
- ইচ্ছা
- জানলা
- সঙ্গে
- ছাড়া
- হয়া যাই ?
- wORKDAY
- কাজ করছে
- কর্মপ্রবাহ
- কর্মপ্রবাহ
- কাজ
- কাজ
- বিশ্ব
- বিশ্বের
- would
- লেখা
- এক্সএমএল
- বছর
- বছর
- আপনি
- আপনার
- ইউটিউব
- zephyrnet