এই পোস্টটি বিগবাস্কেট থেকে সন্তোষ ওয়াদ্দি এবং নন্দ কিশোর থাটিকোন্ডার সাথে সহ-লেখা হয়েছে৷
BigBasket ভারতের বৃহত্তম অনলাইন খাদ্য এবং মুদি দোকান। তারা একাধিক ইকমার্স চ্যানেলে কাজ করে যেমন দ্রুত বাণিজ্য, স্লটেড ডেলিভারি এবং দৈনিক সদস্যতা। আপনি তাদের ফিজিক্যাল স্টোর এবং ভেন্ডিং মেশিন থেকেও কিনতে পারেন। তারা 50,000টি ব্র্যান্ড জুড়ে 1,000টিরও বেশি পণ্যের একটি বড় ভাণ্ডার অফার করে এবং 500টিরও বেশি শহর ও শহরে কাজ করছে। BigBasket 10 মিলিয়নেরও বেশি গ্রাহকদের পরিষেবা দেয়।
এই পোস্টে, আমরা বিগবাস্কেট কীভাবে ব্যবহার করেছি তা নিয়ে আলোচনা করেছি আমাজন সেজমেকার ফাস্ট-মুভিং কনজিউমার গুডস (FMCG) পণ্য শনাক্তকরণের জন্য তাদের কম্পিউটার ভিশন মডেলকে প্রশিক্ষণ দিতে, যা তাদের প্রশিক্ষণের সময় প্রায় 50% কমাতে এবং 20% খরচ বাঁচাতে সাহায্য করেছে।
গ্রাহক চ্যালেঞ্জ
আজ, ভারতের বেশিরভাগ সুপারমার্কেট এবং ফিজিক্যাল স্টোর চেকআউট কাউন্টারে ম্যানুয়াল চেকআউট প্রদান করে। এই দুটি সমস্যা আছে:
- এর জন্য অতিরিক্ত জনবল, ওজন স্টিকার এবং ইন-স্টোর অপারেশনাল টিমের জন্য বারবার প্রশিক্ষণের প্রয়োজন হয় কারণ তারা স্কেল করে।
- বেশিরভাগ দোকানে, চেকআউট কাউন্টার ওজন কাউন্টার থেকে আলাদা, যা গ্রাহকের ক্রয় যাত্রায় ঘর্ষণ যোগ করে। গ্রাহকরা প্রায়শই ওজন স্টিকার হারান এবং চেকআউট প্রক্রিয়ার সাথে এগিয়ে যাওয়ার আগে আবার একটি সংগ্রহ করার জন্য ওজন কাউন্টারে ফিরে যেতে হয়।
স্ব-চেকআউট প্রক্রিয়া
BigBasket তাদের ফিজিক্যাল স্টোরগুলিতে একটি AI-চালিত চেকআউট সিস্টেম চালু করেছে যা আইটেমগুলিকে অনন্যভাবে আলাদা করতে ক্যামেরা ব্যবহার করে। নিচের চিত্রটি চেকআউট প্রক্রিয়ার একটি ওভারভিউ প্রদান করে।
বিগবাস্কেট টিম ওপেন সোর্স চালাচ্ছিল, কম্পিউটার ভিশন অবজেক্ট রিকগনিশনের জন্য ইন-হাউস এমএল অ্যালগরিদমগুলি তাদের এআই-সক্ষম চেকআউটকে পাওয়ার জন্য ফ্রেশো (শারীরিক) দোকান। আমরা তাদের বিদ্যমান সেটআপটি পরিচালনা করতে নিম্নলিখিত চ্যালেঞ্জগুলির মুখোমুখি ছিলাম:
- নতুন পণ্যের ক্রমাগত প্রবর্তনের সাথে, কম্পিউটার ভিশন মডেলটিকে ক্রমাগত নতুন পণ্যের তথ্য অন্তর্ভুক্ত করার প্রয়োজন ছিল। 12,000টির বেশি স্টক কিপিং ইউনিট (SKUs) এর একটি বড় ক্যাটালগ পরিচালনা করার জন্য সিস্টেমটির প্রয়োজন ছিল, নতুন SKUগুলি প্রতি মাসে 600-এর বেশি হারে ক্রমাগত যোগ করা হচ্ছে।
- নতুন পণ্যগুলির সাথে তাল মিলিয়ে চলতে, সর্বশেষ প্রশিক্ষণ ডেটা ব্যবহার করে প্রতি মাসে একটি নতুন মডেল তৈরি করা হয়েছিল। নতুন পণ্যের সাথে মানিয়ে নেওয়ার জন্য মডেলগুলিকে ঘন ঘন প্রশিক্ষণ দেওয়া ব্যয়বহুল এবং সময়সাপেক্ষ ছিল।
- বিগবাস্কেট বাজারের সময়কে উন্নত করতে প্রশিক্ষণ চক্রের সময়ও কমাতে চেয়েছিল। SKU-তে বৃদ্ধির কারণে, মডেলের নেওয়া সময় রৈখিকভাবে বাড়ছিল, যা তাদের বাজারের সময়কে প্রভাবিত করেছিল কারণ প্রশিক্ষণের ফ্রিকোয়েন্সি খুব বেশি ছিল এবং অনেক সময় নেয়।
- মডেল প্রশিক্ষণের জন্য ডেটা বৃদ্ধি এবং সম্পূর্ণ এন্ড-টু-এন্ড প্রশিক্ষণ চক্র ম্যানুয়ালি পরিচালনা উল্লেখযোগ্য ওভারহেড যোগ করছিল। BigBasket এটি একটি তৃতীয় পক্ষের প্ল্যাটফর্মে চালাচ্ছিল, যার জন্য উল্লেখযোগ্য খরচ হয়েছে।
সমাধান ওভারভিউ
আমরা সুপারিশ করেছি যে BigBasket এই চ্যালেঞ্জগুলি মোকাবেলা করার জন্য SageMaker ব্যবহার করে তাদের বিদ্যমান FMCG পণ্য সনাক্তকরণ এবং শ্রেণিবিন্যাস সমাধান পুনর্নির্মাণ করুন। পূর্ণ-স্কেল উত্পাদনে যাওয়ার আগে, বিগবাস্কেট কর্মক্ষমতা, খরচ এবং সুবিধার মেট্রিক্স মূল্যায়ন করার জন্য সেজমেকারে একটি পাইলট চেষ্টা করেছিল।
তাদের উদ্দেশ্য ছিল SKU সনাক্তকরণের জন্য একটি বিদ্যমান কম্পিউটার ভিশন মেশিন লার্নিং (ML) মডেলকে সূক্ষ্ম-সুরক্ষিত করা। আমরা এর সাথে একটি কনভোলিউশনাল নিউরাল নেটওয়ার্ক (সিএনএন) আর্কিটেকচার ব্যবহার করেছি ResNet152 ছবির শ্রেণীবিভাগের জন্য। মডেল প্রশিক্ষণের জন্য SKU প্রতি প্রায় 300টি চিত্রের একটি বড় ডেটাসেট অনুমান করা হয়েছিল, যার ফলে মোট 4 মিলিয়নেরও বেশি প্রশিক্ষণের চিত্র। কিছু SKU-এর জন্য, আমরা পরিবেশগত অবস্থার বিস্তৃত পরিসরকে অন্তর্ভুক্ত করার জন্য ডেটা বাড়িয়েছি।
নিম্নলিখিত চিত্রটি সমাধানের স্থাপত্যকে চিত্রিত করে।
সম্পূর্ণ প্রক্রিয়াটি নিম্নোক্ত উচ্চ-স্তরের ধাপে সংক্ষিপ্ত করা যেতে পারে:
- ডেটা পরিষ্কার, টীকা এবং পরিবর্ধন সম্পাদন করুন।
- একটি তথ্য সংরক্ষণ করুন আমাজন সিম্পল স্টোরেজ সার্ভিস (অ্যামাজন এস 3) বালতি।
- SageMaker ব্যবহার করুন এবং দীপ্তি জন্য Amazon FSx দক্ষ তথ্য বৃদ্ধির জন্য।
- ট্রেন, বৈধতা, এবং পরীক্ষার সেটে ডেটা বিভক্ত করুন। আমরা দীপ্তি এবং জন্য FSx ব্যবহার করি অ্যামাজন রিলেশনাল ডাটাবেস পরিষেবা (Amazon RDS) দ্রুত সমান্তরাল ডেটা অ্যাক্সেসের জন্য।
- একটি কাস্টম ব্যবহার করুন পাইটর্চ অন্যান্য ওপেন সোর্স লাইব্রেরি সহ ডকার কন্টেইনার।
- ব্যবহার সেজমেকার বিতরণকৃত ডেটা সমান্তরালতা (SMDDP) ত্বরিত বিতরণ প্রশিক্ষণের জন্য।
- লগ মডেল প্রশিক্ষণ মেট্রিক্স.
- চূড়ান্ত মডেলটি একটি S3 বালতিতে অনুলিপি করুন।
বিগবাস্কেট ব্যবহার করা হয়েছে সেজমেকার নোটবুক তাদের ML মডেলগুলিকে প্রশিক্ষণ দিতে এবং সহজেই তাদের বিদ্যমান ওপেন সোর্স পাইটর্চ এবং অন্যান্য ওপেন সোর্স নির্ভরতাগুলিকে সেজমেকার পাইটর্চ কন্টেইনারে পোর্ট করতে এবং নির্বিঘ্নে পাইপলাইন চালাতে সক্ষম হয়েছিল। এটি ছিল বিগবাস্কেট দলের দ্বারা দেখা প্রথম সুবিধা, কারণ সেজমেকার পরিবেশে চালানোর জন্য এটিকে সামঞ্জস্যপূর্ণ করার জন্য কোডটিতে খুব কমই কোনো পরিবর্তনের প্রয়োজন ছিল।
মডেল নেটওয়ার্কে একটি ResNet 152 আর্কিটেকচার রয়েছে যার পরে সম্পূর্ণ সংযুক্ত স্তর রয়েছে। আমরা নিম্ন-স্তরের বৈশিষ্ট্য স্তরগুলিকে হিমায়িত করেছি এবং ইমেজনেট মডেল থেকে স্থানান্তর শেখার মাধ্যমে অর্জিত ওজনগুলি ধরে রেখেছি। মোট মডেল প্যারামিটার ছিল 66 মিলিয়ন, যার মধ্যে 23 মিলিয়ন প্রশিক্ষণযোগ্য প্যারামিটার রয়েছে। এই ট্রান্সফার লার্নিং-ভিত্তিক পন্থা তাদের প্রশিক্ষণের সময় কম ছবি ব্যবহার করতে সাহায্য করেছে, এবং দ্রুত একত্রিত হতে সক্ষম করেছে এবং প্রশিক্ষণের মোট সময় কমিয়েছে।
ভিতরে মডেল তৈরি এবং প্রশিক্ষণ অ্যামাজন সেজমেকার স্টুডিও মডেল প্রস্তুত, নির্মাণ, প্রশিক্ষণ এবং টিউন করার জন্য প্রয়োজনীয় সবকিছু সহ একটি সমন্বিত উন্নয়ন পরিবেশ (IDE) প্রদান করেছে। ক্রপিং, রোটেটিং, এবং ফ্লিপিং ইমেজগুলির মতো কৌশলগুলি ব্যবহার করে প্রশিক্ষণের ডেটা বৃদ্ধি করা মডেল প্রশিক্ষণের ডেটা এবং মডেলের নির্ভুলতা উন্নত করতে সাহায্য করেছে।
SMDDP লাইব্রেরির মাধ্যমে মডেল প্রশিক্ষণ 50% দ্বারা ত্বরান্বিত হয়েছে, যার মধ্যে AWS পরিকাঠামোর জন্য বিশেষভাবে ডিজাইন করা অপ্টিমাইজড কমিউনিকেশন অ্যালগরিদম রয়েছে। মডেল প্রশিক্ষণ এবং ডেটা বৃদ্ধির সময় ডেটা রিড/রাইট পারফরম্যান্স উন্নত করতে, আমরা উচ্চ-পারফরম্যান্স থ্রুপুটের জন্য লাস্টারের জন্য FSx ব্যবহার করেছি।
তাদের শুরুর প্রশিক্ষণ ডেটার আকার ছিল 1.5 TB-এর বেশি। আমরা দুটি ব্যবহার করেছি অ্যামাজন ইলাস্টিক কম্পিউট ক্লাউড (আমাজন ইসি 2) p4d.24 বড় উদাহরণ 8 GPU এবং 40 GB GPU মেমরি সহ। সেজমেকার বিতরণকৃত প্রশিক্ষণের জন্য, দৃষ্টান্তগুলি একই AWS অঞ্চল এবং প্রাপ্যতা অঞ্চলে হওয়া দরকার। এছাড়াও, একটি S3 বালতিতে সংরক্ষিত প্রশিক্ষণের ডেটা একই প্রাপ্যতা অঞ্চলে থাকা প্রয়োজন। এই স্থাপত্যটি BigBasket-কে অন্যান্য দৃষ্টান্তের ধরণে পরিবর্তন করতে বা বর্তমান স্থাপত্যে আরও দৃষ্টান্ত যোগ করার জন্য যেকোন উল্লেখযোগ্য ডেটা বৃদ্ধি বা প্রশিক্ষণের সময় আরও কমিয়ে আনার অনুমতি দেয়।
কিভাবে SMDDP লাইব্রেরি প্রশিক্ষণের সময়, খরচ এবং জটিলতা কমাতে সাহায্য করেছে
প্রথাগত বিতরণকৃত ডেটা প্রশিক্ষণে, প্রশিক্ষণ কাঠামো GPUs (কর্মীদের) র্যাঙ্ক নির্ধারণ করে এবং প্রতিটি GPU-তে আপনার মডেলের একটি প্রতিরূপ তৈরি করে। প্রতিটি প্রশিক্ষণের পুনরাবৃত্তির সময়, গ্লোবাল ডেটা ব্যাচকে টুকরো টুকরো (ব্যাচ শার্ডস) ভাগ করা হয় এবং প্রতিটি কর্মীকে একটি টুকরো বিতরণ করা হয়। প্রতিটি কর্মী তারপর প্রতিটি GPU-তে আপনার প্রশিক্ষণ স্ক্রিপ্টে সংজ্ঞায়িত ফরোয়ার্ড এবং ব্যাকওয়ার্ড পাস নিয়ে এগিয়ে যান। অবশেষে, বিভিন্ন মডেলের প্রতিলিপি থেকে মডেল ওজন এবং গ্রেডিয়েন্টগুলি পুনরাবৃত্তির শেষে AllReduce নামক একটি যৌথ যোগাযোগ অপারেশনের মাধ্যমে সিঙ্ক করা হয়। প্রতিটি কর্মী এবং GPU-তে মডেলের একটি সিঙ্কড রেপ্লিকা থাকার পরে, পরবর্তী পুনরাবৃত্তি শুরু হয়।
SMDDP লাইব্রেরি হল একটি যৌথ যোগাযোগ লাইব্রেরি যা এই বিতরণকৃত ডেটা সমান্তরাল প্রশিক্ষণ প্রক্রিয়ার কার্যকারিতা উন্নত করে। SMDDP লাইব্রেরি AllReduce-এর মতো মূল যৌথ যোগাযোগ ক্রিয়াকলাপের যোগাযোগ ওভারহেড কমিয়ে দেয়। AllReduce এর বাস্তবায়ন AWS পরিকাঠামোর জন্য ডিজাইন করা হয়েছে এবং AllReduce অপারেশনকে ব্যাকওয়ার্ড পাসের সাথে ওভারল্যাপ করে প্রশিক্ষণের গতি বাড়াতে পারে। এই পদ্ধতিটি সিপিইউ এবং জিপিইউগুলির মধ্যে কার্নেল অপারেশনগুলিকে অপ্টিমাইজ করে কাছাকাছি-রৈখিক স্কেলিং দক্ষতা এবং দ্রুত প্রশিক্ষণের গতি অর্জন করে।
নিম্নলিখিত গণনা নোট করুন:
- গ্লোবাল ব্যাচের আকার হল (একটি ক্লাস্টারে নোডের সংখ্যা) * (নোড প্রতি GPU-এর সংখ্যা) * (প্রতি ব্যাচ শার্ড)
- একটি ব্যাচ শার্ড (ছোট ব্যাচ) হল প্রতিটি জিপিইউ (কর্মী) প্রতি পুনরাবৃত্তির জন্য নির্ধারিত ডেটাসেটের একটি উপসেট
BigBasket তাদের সামগ্রিক প্রশিক্ষণের সময় কমাতে SMDDP লাইব্রেরি ব্যবহার করেছে। Lustre-এর জন্য FSx-এর সাথে, আমরা মডেল প্রশিক্ষণ এবং ডেটা বৃদ্ধির সময় ডেটা রিড/রাইট থ্রুপুট কমিয়েছি। ডেটা সমান্তরালতার সাথে, BigBasket অন্যান্য বিকল্পের তুলনায় প্রায় 50% দ্রুত এবং 20% সস্তা প্রশিক্ষণ অর্জন করতে সক্ষম হয়েছিল, AWS-তে সেরা পারফরম্যান্স প্রদান করে। SageMaker স্বয়ংক্রিয়ভাবে প্রশিক্ষণ পাইপলাইন সমাপ্তির পরে বন্ধ করে দেয়। AWS-তে 50% দ্রুত প্রশিক্ষণের সময় (এডব্লিউএস-এ 4.5 দিন বনাম তাদের উত্তরাধিকার প্ল্যাটফর্মে 9 দিন) দিয়ে প্রকল্পটি সফলভাবে সম্পন্ন হয়েছে।
এই পোস্টটি লেখার সময়, বিগবাস্কেট 6 মাসেরও বেশি সময় ধরে উৎপাদনে সম্পূর্ণ সমাধান চালাচ্ছে এবং নতুন শহরগুলিতে ক্যাটারিং করে সিস্টেমকে স্কেল করছে এবং আমরা প্রতি মাসে নতুন স্টোর যুক্ত করছি।
“এসএমডিডিপি অফার ব্যবহার করে বিতরণ করা প্রশিক্ষণে মাইগ্রেশনের বিষয়ে AWS-এর সাথে আমাদের অংশীদারিত্ব একটি দুর্দান্ত জয় হয়েছে। এটি কেবল আমাদের প্রশিক্ষণের সময় 50% কমিয়ে দেয়নি, এটি 20% সস্তাও ছিল। আমাদের সম্পূর্ণ অংশীদারিত্বের মধ্যে, AWS গ্রাহকের আবেশ এবং ফলাফল প্রদানের উপর বাধা স্থাপন করেছে - প্রতিশ্রুত সুবিধাগুলি উপলব্ধি করার জন্য আমাদের সাথে কাজ করে।"
– কেশব কুমার, বিগবাস্কেটের ইঞ্জিনিয়ারিং প্রধান।
উপসংহার
এই পোস্টে, আমরা আলোচনা করেছি কিভাবে BigBasket SageMaker ব্যবহার করে FMCG পণ্য শনাক্তকরণের জন্য তাদের কম্পিউটার ভিশন মডেলকে প্রশিক্ষণ দিতে। একটি AI-চালিত স্বয়ংক্রিয় স্ব-চেকআউট সিস্টেমের বাস্তবায়ন উদ্ভাবনের মাধ্যমে একটি উন্নত খুচরা গ্রাহক অভিজ্ঞতা প্রদান করে, পাশাপাশি চেকআউট প্রক্রিয়ায় মানবিক ত্রুটিগুলি দূর করে। SageMaker বিতরণকৃত প্রশিক্ষণ ব্যবহার করে নতুন পণ্য অনবোর্ডিং ত্বরান্বিত করা SKU অনবোর্ডিং সময় এবং খরচ কমিয়ে দেয়। লুস্টারের জন্য FSx একত্রিত করা মাসিক শত শত নতুন SKU-এর সাথে দক্ষ মডেল পুনরায় প্রশিক্ষণের জন্য দ্রুত সমান্তরাল ডেটা অ্যাক্সেস সক্ষম করে। সামগ্রিকভাবে, এই AI-ভিত্তিক স্ব-চেকআউট সমাধান ফ্রন্টএন্ড চেকআউট ত্রুটিগুলি ছাড়াই একটি উন্নত কেনাকাটার অভিজ্ঞতা প্রদান করে। অটোমেশন এবং উদ্ভাবন তাদের খুচরা চেকআউট এবং অনবোর্ডিং ক্রিয়াকলাপকে রূপান্তরিত করেছে।
সেজমেকার এন্ড-টু-এন্ড এমএল ডেভেলপমেন্ট, ডিপ্লোয়মেন্ট, এবং মনিটরিং ক্ষমতা প্রদান করে যেমন কোড লেখার জন্য সেজমেকার স্টুডিও নোটবুক পরিবেশ, ডেটা অধিগ্রহণ, ডেটা ট্যাগিং, মডেল প্রশিক্ষণ, মডেল টিউনিং, স্থাপনা, পর্যবেক্ষণ এবং আরও অনেক কিছু। যদি আপনার ব্যবসা এই পোস্টে বর্ণিত কোনো চ্যালেঞ্জের সম্মুখীন হয় এবং বাজারের জন্য সময় বাঁচাতে এবং খরচ উন্নত করতে চায়, তাহলে আপনার অঞ্চলের AWS অ্যাকাউন্ট টিমের সাথে যোগাযোগ করুন এবং SageMaker এর সাথে শুরু করুন।
লেখক সম্পর্কে
সন্তোষ ওয়াদ্দি BigBasket-এর একজন প্রধান প্রকৌশলী, AI চ্যালেঞ্জগুলি সমাধানে এক দশকেরও বেশি দক্ষতা নিয়ে এসেছেন৷ কম্পিউটার দৃষ্টি, তথ্য বিজ্ঞান এবং গভীর শিক্ষার একটি শক্তিশালী পটভূমির সাথে, তিনি আইআইটি বোম্বে থেকে স্নাতকোত্তর ডিগ্রি অর্জন করেছেন। সন্তোষ উল্লেখযোগ্য IEEE প্রকাশনা লিখেছেন এবং একজন অভিজ্ঞ টেক ব্লগ লেখক হিসাবে, তিনি Samsung এ তার মেয়াদকালে কম্পিউটার ভিশন সমাধানের উন্নয়নে গুরুত্বপূর্ণ অবদান রেখেছেন।
নন্দ কিশোর ঠাটিকোন্ডা বিগবাস্কেটে ডেটা ইঞ্জিনিয়ারিং এবং অ্যানালিটিক্সের নেতৃত্ব দিচ্ছেন একজন ইঞ্জিনিয়ারিং ম্যানেজার৷ নন্দা অসংগতি সনাক্তকরণের জন্য একাধিক অ্যাপ্লিকেশন তৈরি করেছেন এবং একই জায়গায় একটি পেটেন্ট দায়ের করেছেন। তিনি এন্টারপ্রাইজ-গ্রেড অ্যাপ্লিকেশন তৈরি, একাধিক সংস্থায় ডেটা প্ল্যাটফর্ম তৈরি এবং ডেটা দ্বারা সমর্থিত সিদ্ধান্তগুলিকে প্রবাহিত করার জন্য রিপোর্টিং প্ল্যাটফর্ম তৈরিতে কাজ করেছেন। নন্দার Java/J18EE, স্প্রিং টেকনোলজি এবং Hadoop এবং Apache Spark ব্যবহার করে বড় ডেটা ফ্রেমওয়ার্কগুলিতে কাজ করার 2 বছরেরও বেশি অভিজ্ঞতা রয়েছে৷
সুধাংশু হেটে তিনি AWS-এর একজন প্রিন্সিপাল AI & ML বিশেষজ্ঞ এবং ক্লায়েন্টদের তাদের MLOps এবং জেনারেটিভ AI যাত্রার বিষয়ে পরামর্শ দেওয়ার জন্য তাদের সাথে কাজ করেন। তার পূর্ববর্তী ভূমিকায়, তিনি একটি গ্রাউন্ড-আপ, ওপেন সোর্স-ভিত্তিক AI এবং গ্যামিফিকেশন প্ল্যাটফর্ম তৈরি করার জন্য দলগুলিকে ধারণা, তৈরি এবং নেতৃত্ব দিয়েছিলেন এবং 100 টিরও বেশি ক্লায়েন্টের সাথে সফলভাবে বাণিজ্যিকীকরণ করেছিলেন। সুধাংশুকে তার কয়েকটি পেটেন্টের কৃতিত্ব দেওয়া হয়েছে; 2টি বই, বেশ কয়েকটি পেপার এবং ব্লগ লিখেছেন; এবং বিভিন্ন ফোরামে তার দৃষ্টিভঙ্গি উপস্থাপন করেছেন। তিনি একজন চিন্তাশীল নেতা এবং বক্তা ছিলেন এবং প্রায় 25 বছর ধরে শিল্পে রয়েছেন। তিনি সারা বিশ্বে ফরচুন 1000 ক্লায়েন্টদের সাথে কাজ করেছেন এবং সম্প্রতি ভারতে ডিজিটাল নেটিভ ক্লায়েন্টদের সাথে কাজ করছেন।
আয়ুষ কুমার AWS এ সলিউশন আর্কিটেক্ট। তিনি বিভিন্ন ধরণের AWS গ্রাহকদের সাথে কাজ করছেন, তাদের সর্বশেষ আধুনিক অ্যাপ্লিকেশন গ্রহণ করতে এবং ক্লাউড-নেটিভ প্রযুক্তির সাথে দ্রুত উদ্ভাবনে সহায়তা করছেন। আপনি তাকে তার অবসর সময়ে রান্নাঘরে পরীক্ষা-নিরীক্ষা করতে দেখবেন।
- 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-bigbasket-improved-ai-enabled-checkout-at-their-physical-stores-using-amazon-sagemaker/
- : আছে
- : হয়
- :না
- $ 10 মিলিয়ন
- $ ইউপি
- 000
- 1
- 10
- 100
- 12
- 120
- 13
- 152
- 23
- 24
- 25
- 300
- 40
- 50
- 500
- 600
- 66
- 7
- 8
- 80
- 9
- 98
- a
- সক্ষম
- দ্রুততর
- ত্বরক
- প্রবেশ
- হিসাব
- সঠিকতা
- অর্জন করা
- জাতিসংঘের
- অর্জিত
- অর্জন
- দিয়ে
- খাপ খাওয়ানো
- যোগ
- যোগ
- যোগ
- অতিরিক্ত
- ঠিকানা
- যোগ করে
- পোষ্যপুত্র গ্রহণ করা
- পরামর্শ
- পর
- আবার
- AI
- এআই চালিত
- আলগোরিদিম
- অনুমতি
- প্রায়
- এছাড়াও
- বিকল্প
- মর্দানী স্ত্রীলোক
- আমাজন EC2
- অ্যামাজন আরডিএস
- আমাজন সেজমেকার
- অ্যামাজন ওয়েব সার্ভিসেস
- an
- বৈশ্লেষিক ন্যায়
- এবং
- অসঙ্গতি সনাক্তকরণ
- কোন
- এ্যাপাচি
- অ্যাপ্লিকেশন
- অভিগমন
- আন্দাজ
- স্থাপত্য
- রয়েছি
- কাছাকাছি
- AS
- নির্ধারিত
- রকমারি মাল
- At
- উদ্দীপিত
- লেখক
- রচনা
- অটোমেটেড
- স্বয়ংক্রিয়ভাবে
- স্বয়ংক্রিয়তা
- উপস্থিতি
- ডেস্কটপ AWS
- পিছনে
- সাহায্যপ্রাপ্ত
- পটভূমি
- বার
- BE
- কারণ
- হয়েছে
- আগে
- শুরু
- হচ্ছে
- সুবিধা
- সুবিধা
- সর্বোত্তম
- মধ্যে
- বিশাল
- বড় ডেটা
- ব্লগ
- ব্লগ
- বই
- ব্রান্ডের
- আনে
- বৃহত্তর
- নির্মাণ করা
- ভবন
- নির্মিত
- ব্যবসায়
- কেনা
- by
- গণনার
- নামক
- ক্যামেরা
- CAN
- ক্ষমতা
- তালিকা
- খাদ্যাদি পরিবেশন করা
- ক্যাটারিং
- কিছু
- চ্যালেঞ্জ
- পরিবর্তন
- পরিবর্তন
- চ্যানেল
- সস্তা
- চেকআউট
- শহর
- শ্রেণীবিন্যাস
- ক্লায়েন্ট
- গুচ্ছ
- সিএনএন
- কোড
- সংগ্রহ করা
- সমষ্টিগত
- বাণিজ্য
- যোগাযোগ
- তুলনা
- উপযুক্ত
- সম্পূর্ণ
- সম্পন্ন হয়েছে
- গনা
- কম্পিউটার
- কম্পিউটার ভিশন
- পরিবেশ
- সংযুক্ত
- গঠিত
- গঠিত
- ভোক্তা
- গ্রাসকারী
- আধার
- অবিরাম
- একটানা
- একটানা
- অবদানসমূহ
- সুবিধা
- অভিসৃতি
- মূল্য
- ব্যয়বহুল
- খরচ
- Counter
- কাউন্টারে
- দম্পতি
- নির্মিত
- সৃষ্টি
- ধার
- বর্তমান
- প্রথা
- ক্রেতা
- গ্রাহক অভিজ্ঞতা
- গ্রাহকদের
- কাটা
- চক্র
- দৈনিক
- উপাত্ত
- তথ্য এক্সেস
- তথ্য বিজ্ঞান
- ডেটাবেস
- দিন
- দশক
- সিদ্ধান্ত
- গভীর
- গভীর জ্ঞানার্জন
- সংজ্ঞায়িত
- ডিগ্রী
- প্রদান
- বিতরণ
- বিলি
- নির্ভরতা
- বিস্তৃতি
- বর্ণিত
- পরিকল্পিত
- সনাক্তকরণ
- উন্নয়ন
- নকশা
- DID
- বিভিন্ন
- ডিজিটাল
- আলোচনা করা
- আলোচনা
- প্রভেদ করা
- বণ্টিত
- বিতরণ করা প্রশিক্ষণ
- বিভক্ত
- ডকশ্রমিক
- নিচে
- কারণে
- সময়
- প্রতি
- সহজে
- ইকমার্স
- দক্ষতা
- দক্ষ
- দূর
- সক্ষম করা
- সম্ভব
- পরিবেষ্টন করা
- শেষ
- সর্বশেষ সীমা
- প্রকৌশলী
- প্রকৌশল
- উন্নত
- এন্টারপ্রাইজ-গ্রেড
- সমগ্র
- পরিবেশ
- পরিবেশ
- ত্রুটি
- আনুমানিক
- মূল্যায়ন
- প্রতি
- সব
- বিদ্যমান
- অভিজ্ঞতা
- পরীক্ষা নিরীক্ষা
- ল্যাপারোস্কোপিক পদ্ধতি
- সম্মুখ
- দ্রুত
- দ্রুত চলন্ত
- দ্রুত
- বৈশিষ্ট্য
- কম
- ব্যক্তিত্ব
- দায়ের
- চূড়ান্ত
- পরিশেষে
- আবিষ্কার
- প্রথম
- এফএমসিজি
- অনুসৃত
- অনুসরণ
- খাদ্য
- জন্য
- ভাগ্য
- ফোরাম
- অগ্রবর্তী
- ফ্রেমওয়ার্ক
- অবকাঠামো
- ফ্রিকোয়েন্সি
- ঘনঘন
- ঘর্ষণ
- থেকে
- সামনের অংশ
- পূর্ণ স্কেল
- সম্পূর্ণরূপে
- অধিকতর
- অনুপাত হল
- সৃজক
- জেনারেটিভ এআই
- পাওয়া
- বিশ্বব্যাপী
- পৃথিবী
- Go
- পণ্য
- জিপিইউ
- জিপিইউ
- গ্রেডিয়েন্টস
- মহান
- উন্নতি
- হাতল
- আছে
- he
- মাথা
- সাহায্য
- সাহায্য
- উচ্চ
- উচ্চস্তর
- উচ্চ পারদর্শিতা
- তাকে
- তার
- ঝুলিতে
- কিভাবে
- এইচটিএমএল
- HTTP
- HTTPS দ্বারা
- মানবীয়
- শত শত
- শনাক্ত
- আইইইই
- if
- প্রকাশ
- ভাবমূর্তি
- ছবির শ্রেণীবিভাগ
- চিত্র
- প্রভাব
- বাস্তবায়ন
- উন্নত করা
- উন্নত
- উন্নত
- in
- দোকান
- অন্তর্ভুক্ত
- সুদ্ধ
- নিগমবদ্ধ
- বৃদ্ধি
- ক্রমবর্ধমান
- যথাযোগ্য
- ভারত
- শিল্প
- তথ্য
- পরিকাঠামো
- পরিবর্তন করা
- ইনোভেশন
- উদাহরণ
- সংহত
- একীভূত
- মধ্যে
- উপস্থাপিত
- ভূমিকা
- সমস্যা
- IT
- আইটেম
- পুনরাবৃত্তির
- এর
- যাত্রা
- JPG
- রাখা
- পালন
- চাবি
- কুমার
- বড়
- বৃহত্তম
- সর্বশেষ
- স্তর
- নেতা
- নেতৃত্ব
- শিক্ষা
- বরফ
- উত্তরাধিকার
- লাইব্রেরি
- লাইব্রেরি
- মত
- দীর্ঘ
- অনেকক্ষণ
- হারান
- মেশিন
- মেশিন লার্নিং
- মেশিন
- প্রণীত
- করা
- পরিচালক
- পরিচালক
- ম্যানুয়াল
- ম্যানুয়ালি
- বাজার
- স্মৃতি
- ছন্দোবিজ্ঞান
- অভিপ্রয়াণ
- মিলিয়ন
- ML
- এমএলওএস
- মডেল
- মডেল
- আধুনিক
- পর্যবেক্ষণ
- মাস
- মাসিক
- মাসের
- অধিক
- সেতু
- চলন্ত
- অনেক
- বহু
- স্থানীয়
- প্রায়
- প্রয়োজন
- প্রয়োজন
- চাহিদা
- নেটওয়ার্ক
- নার্ভীয়
- স্নায়বিক নেটওয়ার্ক
- নতুন
- নতুন পণ্য
- নতুন পণ্য
- পরবর্তী
- নোড
- নোড
- স্মরণীয়
- নোটবই
- সংখ্যা
- লক্ষ্য
- উদ্দেশ্য
- of
- অর্পণ
- নৈবেদ্য
- প্রায়ই
- on
- অনবোর্ডিং
- ONE
- অনলাইন
- কেবল
- খোলা
- ওপেন সোর্স
- পরিচালনা করা
- অপারেটিং
- অপারেশন
- কর্মক্ষম
- অপারেশনস
- অপ্টিমাইজ
- সর্বোচ্চকরন
- or
- সংগঠন
- অন্যান্য
- আমাদের
- বাইরে
- শেষ
- সামগ্রিক
- মাথার উপরে
- ওভারভিউ
- গতি
- কাগজপত্র
- সমান্তরাল
- পরামিতি
- অংশীদারিত্ব
- পাস
- পেটেণ্ট
- পেটেন্ট
- প্রতি
- কর্মক্ষমতা
- শারীরিক
- টুকরা
- টুকরা
- চালক
- পাইপলাইন
- মাচা
- প্ল্যাটফর্ম
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- বিন্দু
- দৃশ্যের পয়েন্ট
- পোস্ট
- স্নাতকোত্তর
- ক্ষমতা
- প্রস্তুত করা
- উপস্থাপন
- আগে
- অধ্যক্ষ
- আয়
- প্রক্রিয়া
- প্রযোজনা
- পণ্য
- পণ্যের তথ্য
- উত্পাদনের
- পণ্য
- প্রকল্প
- প্রতিশ্রুত
- প্রদান
- প্রদত্ত
- উপলব্ধ
- প্রকাশনা
- ক্রয়
- পাইটার্চ
- দ্রুত
- পরিসর
- পদমর্যাদার
- হার
- নাগাল
- সাধা
- সম্প্রতি
- স্বীকার
- সুপারিশ করা
- হ্রাস করা
- হ্রাসপ্রাপ্ত
- হ্রাস
- হ্রাস
- এলাকা
- পুনরাবৃত্ত
- অবিকল প্রতিরুপ
- প্রতিবেদন
- প্রয়োজন
- ফলে এবং
- খুচরা
- ভূমিকা
- চালান
- দৌড়
- ঋষি নির্মাতা
- একই
- স্যামসাং
- সংরক্ষণ করুন
- স্কেল
- আরোহী
- বিজ্ঞান
- লিপি
- নির্বিঘ্নে
- পাকা
- দেখা
- স্থল
- সেবা
- সেট
- সেট
- সেটআপ
- বিভিন্ন
- কেনাকাটা
- স্থবির
- গুরুত্বপূর্ণ
- অনুরূপ
- সহজ
- বড়
- আয়তন
- ছোট
- সমাধান
- সলিউশন
- সমাধানে
- উৎস
- স্থান
- স্ফুলিঙ্গ
- বক্তা
- বিশেষজ্ঞ
- বিশেষভাবে
- স্পীড
- বসন্ত
- শুরু
- শুরু হচ্ছে
- প্রারম্ভিক ব্যবহারের নির্দেশাবলী
- স্টিকার
- স্টক
- স্টোরেজ
- দোকান
- সঞ্চিত
- দোকান
- স্ট্রিমলাইন
- শক্তিশালী
- চিত্রশালা
- সদস্যতাগুলি
- সফলভাবে
- এমন
- পদ্ধতি
- ধরা
- টীম
- দল
- প্রযুক্তি
- প্রযুক্তি
- প্রযুক্তি
- পরীক্ষা
- চেয়ে
- যে
- সার্জারির
- তাদের
- তাহাদিগকে
- তারপর
- সেখানে।
- এইগুলো
- তারা
- তৃতীয় পক্ষের
- এই
- চিন্তা
- দ্বারা
- থ্রুপুট
- সময়
- বার
- থেকে
- গ্রহণ
- মোট
- শহরগুলির
- ঐতিহ্যগত
- রেলগাড়ি
- প্রশিক্ষণ
- হস্তান্তর
- রুপান্তরিত
- চেষ্টা
- সুর
- সুরকরণ
- দুই
- ধরনের
- স্বতন্ত্র
- ইউনিট
- us
- ব্যবহার
- ব্যবহৃত
- ব্যবহারসমূহ
- ব্যবহার
- বৈধতা
- বৈচিত্র্য
- বিভিন্ন
- খুব
- চেক
- দৃষ্টি
- vs
- চেয়েছিলেন
- চায়
- ছিল
- উপায়..
- we
- ওয়েব
- ওয়েব সার্ভিস
- ঝাঁকনি
- ওজন
- ছিল
- যে
- যখন
- সমগ্র
- ব্যাপক
- জয়
- সঙ্গে
- মধ্যে
- কাজ করছে
- কর্মী
- শ্রমিকদের
- কাজ
- কাজ
- লেখা
- লিখিত
- বছর
- আপনি
- আপনার
- zephyrnet
- মণ্ডল