এটি একটি চার পর্বের সিরিজের দ্বিতীয় পোস্ট কিভাবে বিস্তারিত নেটওয়েস্ট গ্রুপ, একটি প্রধান আর্থিক সেবা প্রতিষ্ঠান, সঙ্গে অংশীদারিত্ব AWS প্রফেশনাল সার্ভিসেস একটি নতুন মেশিন লার্নিং অপারেশন (MLOps) প্ল্যাটফর্ম তৈরি করতে। এই পোস্টে, আমরা শেয়ার করেছি কিভাবে ন্যাটওয়েস্ট গ্রুপ AWS ব্যবহার করে তাদের প্রমিত, সুরক্ষিত, এবং কমপ্লায়েন্ট MLOps প্ল্যাটফর্মের স্ব-পরিষেবা স্থাপন সক্ষম করতে AWS পরিষেবা ক্যাটালগ এবং আমাজন সেজমেকার. এর ফলে নতুন পরিবেশের ব্যবস্থা করতে যে সময় লাগে তা দিন থেকে মাত্র কয়েক ঘণ্টায় কমে গেছে।
আমরা বিশ্বাস করি যে সিদ্ধান্ত গ্রহণকারীরা এই বিষয়বস্তু থেকে উপকৃত হতে পারেন। CTOs, CDAOs, সিনিয়র ডেটা সায়েন্টিস্ট এবং সিনিয়র ক্লাউড ইঞ্জিনিয়াররা তাদের ডেটা সায়েন্স এবং ইঞ্জিনিয়ারিং টিমের জন্য উদ্ভাবনী সমাধান প্রদান করতে এই প্যাটার্ন অনুসরণ করতে পারেন।
পুরো সিরিজ পড়ুন:
|
ন্যাটওয়েস্ট গ্রুপে প্রযুক্তি
ন্যাটওয়েস্ট গ্রুপ হল একটি ডিজিটাল বিশ্বের জন্য একটি সম্পর্কযুক্ত ব্যাঙ্ক যা ইউকে জুড়ে 19 মিলিয়নেরও বেশি গ্রাহকদের আর্থিক পরিষেবা প্রদান করে। গ্রুপের একটি বৈচিত্র্যময় প্রযুক্তি পোর্টফোলিও রয়েছে, যেখানে ব্যবসায়িক চ্যালেঞ্জের সমাধান প্রায়শই বেসপোক ডিজাইন ব্যবহার করে এবং দীর্ঘ সময়সীমার সাথে সরবরাহ করা হয়।
সম্প্রতি, ন্যাটওয়েস্ট গ্রুপ একটি ক্লাউড-প্রথম কৌশল গ্রহণ করেছে, যা কোম্পানিকে চাহিদা অনুযায়ী গণনা এবং স্টোরেজ সংস্থান সরবরাহ করতে পরিচালিত পরিষেবাগুলি ব্যবহার করতে সক্ষম করেছে। এই পদক্ষেপটি সামগ্রিক স্থিতিশীলতা, স্কেলেবিলিটি এবং ব্যবসায়িক সমাধানগুলির কার্যক্ষমতার উন্নতির দিকে পরিচালিত করেছে, যেখানে খরচ কমানো এবং ডেলিভারি ক্যাডেন্সকে ত্বরান্বিত করেছে। উপরন্তু, ক্লাউডে চলে যাওয়া ন্যাটওয়েস্ট গ্রুপকে নিয়ন্ত্রক প্রয়োজনীয়তা পূরণ করতে এবং একটি নিয়ন্ত্রিত পদ্ধতিতে কাজ করার জন্য সামঞ্জস্যপূর্ণ, পুনরাবৃত্তিযোগ্য এবং পূর্ব-অনুমোদিত সমাধান ডিজাইনের একটি সেট প্রয়োগ করে তার প্রযুক্তি স্ট্যাককে সরল করার অনুমতি দেয়।
চ্যালেঞ্জ
একটি ক্লাউড-প্রথম পদ্ধতি গ্রহণের পাইলট পর্যায়ে বিভিন্ন পরীক্ষা-নিরীক্ষা এবং মূল্যায়ন পর্যায়গুলি বিভিন্ন ধরণের ব্যবহার করে বিশ্লেষণ সেবা AWS-এ ডেটা সায়েন্স ওয়ার্কলোডের জন্য ন্যাটওয়েস্ট গ্রুপের ক্লাউড প্ল্যাটফর্মের প্রথম পুনরাবৃত্তিগুলি সামঞ্জস্যপূর্ণ, সুরক্ষিত এবং অনুগত ক্লাউড পরিবেশের ব্যবস্থা করার সাথে চ্যালেঞ্জের মুখোমুখি হয়েছিল। নতুন পরিবেশ তৈরির প্রক্রিয়াটি কয়েক দিন থেকে সপ্তাহ বা এমনকি মাস পর্যন্ত সময় নেয়। কেন্দ্রীয় প্ল্যাটফর্ম টিমের উপর নির্ভরতা তৈরি, ব্যবস্থা, সুরক্ষিত, স্থাপন, এবং পরিকাঠামো এবং ডেটা উত্সগুলি পরিচালনা করার জন্য ক্লাউডে কাজ করা নতুন দলগুলিকে অনবোর্ড করা কঠিন করে তুলেছে৷
AWS অ্যাকাউন্ট জুড়ে অবকাঠামো কনফিগারেশনের অসমতার কারণে, যে দলগুলি তাদের কাজের চাপ ক্লাউডে স্থানান্তর করার সিদ্ধান্ত নিয়েছে তাদের একটি বিস্তৃত সম্মতি প্রক্রিয়ার মধ্য দিয়ে যেতে হয়েছিল। প্রতিটি অবকাঠামো উপাদান আলাদাভাবে বিশ্লেষণ করতে হয়েছিল, যা নিরাপত্তা নিরীক্ষার সময়সীমা বাড়িয়েছে।
AWS-এ বিকাশের সাথে শুরু করা প্ল্যাটফর্ম টিমের দ্বারা লিখিত ডকুমেন্টেশন গাইডের একটি সেট পড়া জড়িত। প্রাথমিক পরিবেশ সেটআপ পদক্ষেপগুলির মধ্যে রয়েছে প্রমাণীকরণের জন্য সর্বজনীন এবং ব্যক্তিগত কীগুলি পরিচালনা করা, দূরবর্তী পরিষেবাগুলির সাথে সংযোগগুলি কনফিগার করা এডাব্লুএস কমান্ড লাইন ইন্টারফেস স্থানীয় উন্নয়ন পরিবেশ থেকে (AWS CLI) বা SDK, এবং ক্লাউড পরিষেবার সাথে স্থানীয় IDE-গুলিকে লিঙ্ক করার জন্য কাস্টম স্ক্রিপ্ট চালানো। প্রযুক্তিগত চ্যালেঞ্জগুলি প্রায়ই নতুন দলের সদস্যদের জাহাজে রাখা কঠিন করে তোলে। ডেভেলপমেন্ট এনভায়রনমেন্ট কনফিগার করার পর, প্রোডাকশনে সফ্টওয়্যার রিলিজ করার রুট একই রকম জটিল এবং দীর্ঘ ছিল।
এই সিরিজের পার্ট 1-এ বর্ণিত হিসাবে, যৌথ প্রকল্প দলটি নতুন ডেটা সায়েন্স এবং MLOps প্ল্যাটফর্ম তৈরি করার আগে ন্যাটওয়েস্ট গ্রুপ জুড়ে ব্যবহারকারীদের অভিজ্ঞতা এবং প্রয়োজনীয়তাগুলির উপর প্রচুর পরিমাণে প্রতিক্রিয়া সংগ্রহ করেছে। এই প্রতিক্রিয়ার একটি সাধারণ থিম ছিল AWS-এ দ্রুত এবং দক্ষ প্রজেক্ট ডেলিভারির অগ্রদূত হিসাবে অটোমেশন এবং মানককরণের প্রয়োজনীয়তা। নতুন প্ল্যাটফর্মটি খরচ অপ্টিমাইজ করতে, প্ল্যাটফর্ম কনফিগারেশন প্রচেষ্টা কমাতে এবং অপ্রয়োজনীয়ভাবে বড় গণনা কাজ চালানো থেকে কার্বন ফুটপ্রিন্ট কমাতে AWS পরিচালিত পরিষেবাগুলি ব্যবহার করে৷ স্ট্যান্ডার্ডাইজেশন প্ল্যাটফর্মের হৃদয়ে এমবেড করা হয়েছে, পূর্ব-অনুমোদিত, সম্পূর্ণ কনফিগার করা, সুরক্ষিত, অনুগত, এবং পুনঃব্যবহারযোগ্য অবকাঠামো উপাদান যা ডেটা এবং বিশ্লেষণ দলগুলির মধ্যে ভাগ করা যায়।
কেন সেজমেকার স্টুডিও?
দল বেছে নিয়েছে অ্যামাজন সেজমেকার স্টুডিও এমএল পাইপলাইন নির্মাণ ও স্থাপনের প্রধান হাতিয়ার হিসেবে। স্টুডিও একটি একক ওয়েব-ভিত্তিক ইন্টারফেস সরবরাহ করে যা ব্যবহারকারীদের মডেল তৈরি, প্রশিক্ষণ এবং স্থাপনের জন্য প্রয়োজনীয় প্রতিটি ধাপে সম্পূর্ণ অ্যাক্সেস, নিয়ন্ত্রণ এবং দৃশ্যমানতা দেয়। মডেল ডেভেলপমেন্ট, মেটাডেটা ট্র্যাকিং, আর্টিফ্যাক্ট ম্যানেজমেন্ট এবং ডিপ্লোয়মেন্টের জন্য স্টুডিও আইডিই (ইন্টিগ্রেটেড ডেভেলপমেন্ট এনভায়রনমেন্ট) এর পরিপক্কতা ন্যাটওয়েস্ট গ্রুপ টিমের কাছে প্রবলভাবে আবেদনকারী বৈশিষ্ট্যগুলির মধ্যে ছিল।
ন্যাটওয়েস্ট গ্রুপের ডেটা বিজ্ঞানীরা মডেল ডেভেলপমেন্টের প্রাথমিক পর্যায়ে ডেটা বিশ্লেষণ, ডেটা র্যাংলিং এবং ফিচার ইঞ্জিনিয়ারিং করার জন্য স্টুডিওর ভিতরে সেজমেকার নোটবুকগুলির সাথে কাজ করে। ব্যবহারকারীরা এই প্রাথমিক কাজের ফলাফলে খুশি হওয়ার পরে, কোডটি সহজেই ডেটা রূপান্তর, মডেল প্রশিক্ষণ, অনুমান, লগিং এবং ইউনিট পরীক্ষার জন্য সংমিশ্রণযোগ্য ফাংশনে রূপান্তরিত হয় যাতে এটি উত্পাদন-প্রস্তুত অবস্থায় থাকে।
মডেল ডেভেলপমেন্ট লাইফ সাইকেলের পরবর্তী পর্যায়ের ব্যবহার জড়িত অ্যামাজন সেজমেকার পাইপলাইন, যা স্টুডিওতে দৃশ্যত পরিদর্শন এবং নিরীক্ষণ করা যেতে পারে। পাইপলাইনগুলিকে একটি DAG (নির্দেশিত অ্যাসাইক্লিক গ্রাফ) তে ভিজ্যুয়ালাইজ করা হয় যা পাইপলাইন চলাকালীন তাদের অবস্থার উপর ভিত্তি করে ধাপগুলি রঙ করে। উপরন্তু, একটি সারসংক্ষেপ অ্যামাজন ক্লাউডওয়াচ লগস ব্যর্থ পদক্ষেপগুলি ডিবাগ করার সুবিধার্থে DAG-এর পাশে প্রদর্শিত হয়। ডেটা সায়েন্টিস্টদের একটি কোড টেমপ্লেট প্রদান করা হয় যার মধ্যে একটি সেজমেকার পাইপলাইনের সমস্ত মৌলিক পদক্ষেপ রয়েছে। এটি একটি প্রমিত কাঠামো প্রদান করে (সহযোগিতা এবং জ্ঞান ভাগাভাগি সহজ করার জন্য প্ল্যাটফর্মের সমস্ত ব্যবহারকারীদের মধ্যে সামঞ্জস্যপূর্ণ) যার মধ্যে বিকাশকারীরা বেসপোক লজিক এবং অ্যাপ্লিকেশন কোড যোগ করতে পারে যা তারা যে ব্যবসায়িক চ্যালেঞ্জ সমাধান করছে তার জন্য বিশেষ।
ডেভেলপাররা স্টুডিও আইডিই-এর মধ্যে পাইপলাইনগুলি চালান যাতে তাদের কোড পরিবর্তনগুলি অন্যান্য পাইপলাইন পদক্ষেপের সাথে সঠিকভাবে একত্রিত হয়। কোড পরিবর্তনগুলি পর্যালোচনা এবং অনুমোদিত হওয়ার পরে, এই পাইপলাইনগুলি একটি প্রধান গিট সংগ্রহস্থল শাখা ট্রিগারের উপর ভিত্তি করে স্বয়ংক্রিয়ভাবে নির্মিত এবং চালিত হয়। মডেল প্রশিক্ষণের সময়, মডেল মূল্যায়ন মেট্রিক্স সংরক্ষণ করা হয় এবং সেজমেকার পরীক্ষায় ট্র্যাক করা হয়, যা হাইপারপ্যারামিটার টিউনিংয়ের জন্য ব্যবহার করা যেতে পারে। একটি মডেল প্রশিক্ষিত হওয়ার পরে, মডেল আর্টিফ্যাক্ট সংরক্ষণ করা হয় সেজমেকার মডেল রেজিস্ট্রি, মডেল পাত্রে সম্পর্কিত মেটাডেটা সহ, প্রশিক্ষণের সময় ব্যবহৃত ডেটা, মডেল বৈশিষ্ট্য এবং মডেল কোড। মডেল রেজিস্ট্রি মডেল স্থাপন প্রক্রিয়ায় একটি মূল ভূমিকা পালন করে কারণ এটি সমস্ত মডেলের তথ্য প্যাকেজ করে এবং উত্পাদন পরিবেশে মডেল প্রচারের স্বয়ংক্রিয়তা সক্ষম করে।
MLOps প্রকৌশলী মোতায়েন পরিচালিত সেজমেকার ব্যাচের চাকরির পরিবর্তন, কাজের চাপের চাহিদা মেটাতে কোন স্কেল। অফলাইন ব্যাচ ইনফারেন্স জব এবং একটি এন্ডপয়েন্টের মাধ্যমে পরিবেশিত অনলাইন মডেল উভয়ই SageMaker-এর পরিচালিত অনুমান কার্যকারিতা ব্যবহার করে। এটি প্ল্যাটফর্ম এবং ব্যবসায়িক অ্যাপ্লিকেশন দল উভয়কেই উপকৃত করে কারণ প্ল্যাটফর্ম প্রকৌশলীরা আর মডেল অনুমানের জন্য অবকাঠামো উপাদানগুলি কনফিগার করতে সময় ব্যয় করেন না এবং ব্যবসায়িক অ্যাপ্লিকেশন দলগুলি গণনা দৃষ্টান্তগুলির সাথে সেট আপ এবং ইন্টারঅ্যাক্ট করার জন্য অতিরিক্ত বয়লারপ্লেট কোড লেখেন না।
কেন AWS পরিষেবা ক্যাটালগ?
টিম নিরাপদ, অনুগত, এবং পূর্ব-অনুমোদিত অবকাঠামো টেমপ্লেটগুলির একটি ক্যাটালগ তৈরি করতে AWS পরিষেবা ক্যাটালগ বেছে নিয়েছে। একটি AWS পরিষেবা ক্যাটালগ পণ্যের অবকাঠামো উপাদানগুলি ন্যাটওয়েস্ট গ্রুপের নিরাপত্তা প্রয়োজনীয়তাগুলি পূরণ করার জন্য পূর্বে কনফিগার করা হয়েছে। ভূমিকা অ্যাক্সেস ম্যানেজমেন্ট, সংস্থান নীতি, নেটওয়ার্কিং কনফিগারেশন, এবং কেন্দ্রীয় নিয়ন্ত্রণ নীতিগুলি একটি AWS পরিষেবা ক্যাটালগ পণ্যে প্যাকেজ করা প্রতিটি সংস্থানের জন্য কনফিগার করা হয়। পণ্যগুলি সংস্করণ করা হয় এবং একটি আদর্শ প্রক্রিয়া অনুসরণ করে অ্যাপ্লিকেশন টিমের সাথে ভাগ করা হয় যা ডেটা সায়েন্স এবং ইঞ্জিনিয়ারিং দলগুলিকে তাদের AWS অ্যাকাউন্টগুলিতে অ্যাক্সেস পাওয়ার সাথে সাথেই স্ব-পরিষেবা এবং অবকাঠামো স্থাপন করতে সক্ষম করে৷
প্ল্যাটফর্ম ডেভেলপমেন্ট দলগুলি ব্যবসার প্রয়োজনীয়তার উপর ভিত্তি করে নতুন বৈশিষ্ট্যগুলির বাস্তবায়ন সক্ষম করতে সময়ের সাথে সাথে AWS পরিষেবা ক্যাটালগ পণ্যগুলিকে সহজেই বিকশিত করতে পারে। পণ্যের পুনরাবৃত্তিমূলক পরিবর্তনগুলি AWS পরিষেবা ক্যাটালগ পণ্য সংস্করণের সাহায্যে করা হয়। যখন একটি নতুন পণ্য সংস্করণ প্রকাশিত হয়, তখন প্ল্যাটফর্ম টিম প্রধান গিট শাখায় কোড পরিবর্তনগুলিকে একত্রিত করে এবং AWS পরিষেবা ক্যাটালগ পণ্যের সংস্করণ বৃদ্ধি করে৷ অবকাঠামো আপডেট করার ক্ষেত্রে স্বায়ত্তশাসন এবং নমনীয়তা রয়েছে কারণ ব্যবসায়িক অ্যাপ্লিকেশন অ্যাকাউন্টগুলি সর্বশেষ সংস্করণে স্থানান্তরিত হওয়ার আগে পণ্যগুলির পূর্ববর্তী সংস্করণগুলি ব্যবহার করতে পারে।
সমাধান ওভারভিউ
নিম্নোক্ত উচ্চ-স্তরের আর্কিটেকচার ডায়াগ্রামটি দেখায় কিভাবে একটি সাধারণ ব্যবসায়িক অ্যাপ্লিকেশন ব্যবহারের ক্ষেত্রে AWS-এ স্থাপন করা হয়। নিম্নলিখিত বিভাগগুলি অ্যাকাউন্টের আর্কিটেকচার, কীভাবে অবকাঠামো স্থাপন করা হয়, ব্যবহারকারীর অ্যাক্সেস ম্যানেজমেন্ট এবং কীভাবে বিভিন্ন AWS পরিষেবাগুলি ML সলিউশন তৈরি করতে ব্যবহৃত হয় সে সম্পর্কে আরও বিশদে যায়।
আর্কিটেকচার ডায়াগ্রামে দেখানো হয়েছে, অ্যাকাউন্টগুলি একটি হাব এবং স্পোক মডেল অনুসরণ করে। একটি শেয়ার্ড প্ল্যাটফর্ম অ্যাকাউন্ট একটি হাব অ্যাকাউন্ট হিসাবে কাজ করে, যেখানে ব্যবসায়িক অ্যাপ্লিকেশন টিম (স্পোক) অ্যাকাউন্টগুলির জন্য প্রয়োজনীয় সংস্থানগুলি প্ল্যাটফর্ম টিম দ্বারা হোস্ট করা হয়। এই সম্পদ নিম্নলিখিত অন্তর্ভুক্ত:
- AWS সার্ভিস ক্যাটালগ দ্বারা হোস্ট করা স্ব-পরিষেবা অবকাঠামো স্থাপনের জন্য ব্যবহৃত নিরাপদ, মানসম্মত অবকাঠামো পণ্যগুলির একটি লাইব্রেরি
- ডকার ইমেজ, সংরক্ষিত অ্যামাজন ইলাস্টিক কনটেইনার রেজিস্ট্রি (Amazon ECR), যা SageMaker পাইপলাইন পদক্ষেপ এবং মডেল অনুমান চালানোর সময় ব্যবহৃত হয়
- AWS কোড আর্টিফ্যাক্ট সংগ্রহস্থল, যা পূর্ব-অনুমোদিত পাইথন প্যাকেজ হোস্ট করে
এই সম্পদগুলি স্বয়ংক্রিয়ভাবে AWS পরিষেবা ক্যাটালগ পোর্টফোলিও শেয়ারিং এবং আমদানি বৈশিষ্ট্যের মাধ্যমে স্পোক অ্যাকাউন্টের সাথে ভাগ করা হয় এবং এডাব্লুএস আইডেন্টিটি এবং অ্যাক্সেস ম্যানেজমেন্ট Amazon ECR এবং CodeArtifact উভয় ক্ষেত্রেই (IAM) ট্রাস্ট নীতি।
প্রতিটি ব্যবসায়িক অ্যাপ্লিকেশন দলকে ন্যাটওয়েস্ট গ্রুপ অবকাঠামো পরিবেশে তিনটি AWS অ্যাকাউন্টের ব্যবস্থা করা হয়েছে: উন্নয়ন, প্রাক-উৎপাদন এবং উৎপাদন। পরিবেশের নামগুলি ডেটা সায়েন্স ডেভেলপমেন্ট লাইফসাইকেলে অ্যাকাউন্টের উদ্দেশ্যমূলক ভূমিকাকে নির্দেশ করে। ডেভেলপমেন্ট অ্যাকাউন্টটি ডেটা বিশ্লেষণ এবং ঝগড়া করতে, মডেল এবং মডেল পাইপলাইন কোড লিখতে, ট্রেন মডেল এবং সেজমেকার স্টুডিওর মাধ্যমে প্রাক-প্রোডাকশন এবং প্রোডাকশন পরিবেশে মডেল স্থাপনা ট্রিগার করতে ব্যবহৃত হয়। প্রি-প্রোডাকশন অ্যাকাউন্টটি প্রোডাকশন অ্যাকাউন্টের সেটআপকে মিরর করে এবং মডেল ডিপ্লয়মেন্ট এবং ব্যাচ ট্রান্সফর্ম কাজগুলিকে প্রোডাকশনে প্রকাশ করার আগে পরীক্ষা করতে ব্যবহৃত হয়। প্রোডাকশন অ্যাকাউন্ট মডেল হোস্ট করে এবং প্রোডাকশন ইনফারেন্সিং ওয়ার্কলোড চালায়।
ইউজার ম্যানেজমেন্ট
ন্যাটওয়েস্ট গ্রুপের ব্যবহারকারীর ভূমিকা বিচ্ছেদ কার্যকর করার জন্য কঠোর প্রশাসনিক প্রক্রিয়া রয়েছে। প্রতিটি ব্যবহারকারী ব্যক্তিত্বের জন্য পাঁচটি পৃথক IAM ভূমিকা তৈরি করা হয়েছে।
প্ল্যাটফর্ম দল নিম্নলিখিত ভূমিকা ব্যবহার করে:
- প্ল্যাটফর্ম সাপোর্ট ইঞ্জিনিয়ার - এই ভূমিকায় ব্যবসা-মত-স্বাভাবিক কাজগুলির জন্য অনুমতি রয়েছে এবং প্ল্যাটফর্মটি পর্যবেক্ষণ এবং ডিবাগ করার জন্য বাকি পরিবেশের একটি পঠনযোগ্য দৃশ্য রয়েছে।
- প্ল্যাটফর্ম ফিক্স ইঞ্জিনিয়ার - এই ভূমিকা উন্নত অনুমতি দিয়ে তৈরি করা হয়েছে. প্ল্যাটফর্মে ম্যানুয়াল হস্তক্ষেপের প্রয়োজন হলে এটি ব্যবহার করা হয়। এই ভূমিকা শুধুমাত্র একটি অনুমোদিত, সময়-সীমিত পদ্ধতিতে অনুমান করা হয়।
ব্যবসায়িক অ্যাপ্লিকেশন উন্নয়ন দলগুলির তিনটি স্বতন্ত্র ভূমিকা রয়েছে:
- প্রযুক্তিগত নেতৃত্ব - এই ভূমিকাটি অ্যাপ্লিকেশন টিমের লিডকে দেওয়া হয়, প্রায়শই একজন সিনিয়র ডেটা সায়েন্টিস্ট। এই ব্যবহারকারীর কাছে AWS পরিষেবা ক্যাটালগ পণ্য স্থাপন ও পরিচালনা করার অনুমতি রয়েছে, উৎপাদনে রিলিজ ট্রিগার করা এবং পরিবেশের অবস্থা পর্যালোচনা করা, যেমন AWS কোড পাইপলাইন অবস্থা এবং লগ. এই ভূমিকার SageMaker মডেল রেজিস্ট্রিতে একটি মডেল অনুমোদন করার অনুমতি নেই।
- বিকাশকারী - এই ভূমিকাটি সেজমেকার স্টুডিওর সাথে কাজ করে এমন সমস্ত দলের সদস্যদের জন্য বরাদ্দ করা হয়েছে, যার মধ্যে রয়েছে ইঞ্জিনিয়ার, ডেটা সায়েন্টিস্ট এবং প্রায়শই দলের নেতৃত্ব। এই ভূমিকাটিতে স্টুডিও খোলার, কোড লেখার এবং সেজমেকার পাইপলাইন চালানো ও স্থাপন করার অনুমতি রয়েছে। প্রযুক্তিগত নেতৃত্বের মতো, এই ভূমিকাটির মডেল রেজিস্ট্রিতে একটি মডেল অনুমোদন করার অনুমতি নেই।
- মডেল অনুমোদনকারী - এই ভূমিকার মডেল রেজিস্ট্রিতে মডেলগুলি দেখা, অনুমোদন এবং প্রত্যাখ্যান সম্পর্কিত সীমিত অনুমতি রয়েছে৷ এই পৃথকীকরণের কারণ হল যে কোনও ব্যবহারকারীকে প্রতিরোধ করা যা মডেলগুলি তৈরি করতে এবং প্রশিক্ষণ দিতে পারে এবং তাদের নিজস্ব মডেলগুলিকে বর্ধিত পরিবেশে অনুমোদন করা এবং ছেড়ে দেওয়া থেকে বিরত থাকে৷
ডেভেলপার এবং মডেল অনুমোদনকারীদের জন্য আলাদা স্টুডিও ব্যবহারকারী প্রোফাইল তৈরি করা হয়। সমাধানটি IAM নীতি বিবৃতি এবং SageMaker ব্যবহারকারী প্রোফাইল ট্যাগগুলির সংমিশ্রণ ব্যবহার করে যাতে ব্যবহারকারীরা শুধুমাত্র তাদের ব্যবহারকারীর প্রকারের সাথে মেলে এমন একটি ব্যবহারকারী প্রোফাইল খুলতে পারবেন। এটি নিশ্চিত করে যে ব্যবহারকারী যখন স্টুডিও আইডিই খুলবে তখন তাদের সঠিক সেজমেকার এক্সিকিউশন আইএএম ভূমিকা (এবং অনুমতি) দেওয়া হয়েছে।
AWS পরিষেবা ক্যাটালগের সাথে স্ব-পরিষেবা স্থাপনা
শেষ-ব্যবহারকারীরা ডেটা সায়েন্স অবকাঠামো পণ্য স্থাপন করতে AWS পরিষেবা ক্যাটালগ ব্যবহার করে, যেমন নিম্নলিখিত:
- একটি স্টুডিও পরিবেশ
- স্টুডিও ব্যবহারকারী প্রোফাইল
- মডেল স্থাপনা পাইপলাইন
- প্রশিক্ষণ পাইপলাইন
- ইনফারেন্স পাইপলাইন
- পর্যবেক্ষণ এবং সতর্কতা জন্য একটি সিস্টেম
শেষ-ব্যবহারকারীরা এই পণ্যগুলি সরাসরি AWS পরিষেবা ক্যাটালগ UI এর মাধ্যমে স্থাপন করে, যার অর্থ পরিবেশের ব্যবস্থা করার জন্য কেন্দ্রীয় প্ল্যাটফর্ম টিমের উপর কম নির্ভরতা রয়েছে। এটি ব্যবহারকারীদের নতুন ক্লাউড পরিবেশে অ্যাক্সেস পেতে যে সময় লাগে তা অনেক দিন থেকে কমিয়ে মাত্র কয়েক ঘন্টা পর্যন্ত কমিয়ে দিয়েছে, যা শেষ পর্যন্ত সময়-থেকে-মানে উল্লেখযোগ্য উন্নতি করেছে। AWS পরিষেবা ক্যাটালগ পণ্যগুলির একটি সাধারণ সেটের ব্যবহার এন্টারপ্রাইজ জুড়ে প্রকল্পগুলির মধ্যে ধারাবাহিকতা সমর্থন করে এবং সহযোগিতা এবং পুনঃব্যবহারের জন্য বাধা কমায়।
যেহেতু সমস্ত ডেটা সায়েন্স অবকাঠামো এখন অবকাঠামো পণ্যগুলির একটি কেন্দ্রীয়ভাবে উন্নত ক্যাটালগের মাধ্যমে স্থাপন করা হয়েছে, তাই নিরাপত্তার কথা মাথায় রেখে এই পণ্যগুলির প্রতিটি তৈরি করার জন্য যত্ন নেওয়া হয়েছে। পরিষেবাগুলির মধ্যে যোগাযোগ করার জন্য কনফিগার করা হয়েছে৷ আমাজন ভার্চুয়াল প্রাইভেট ক্লাউড (Amazon VPC) তাই ট্রাফিক পাবলিক ইন্টারনেটকে অতিক্রম করে না। ডেটা ট্রানজিট এবং বিশ্রামে ব্যবহার করে এনক্রিপ্ট করা হয় AWS কী ব্যবস্থাপনা পরিষেবা (AWS KMS) কী। IAM ভূমিকাগুলিও ন্যূনতম বিশেষাধিকারের নীতি অনুসরণ করার জন্য স্থাপন করা হয়েছে।
অবশেষে, AWS পরিষেবা ক্যাটালগের সাহায্যে, প্ল্যাটফর্ম টিমের পক্ষে ক্রমাগত নতুন পণ্য এবং পরিষেবাগুলি প্রকাশ করা সহজ কারণ সেগুলি ব্যবসায়িক অ্যাপ্লিকেশন টিমের দ্বারা উপলব্ধ বা প্রয়োজনীয়। এগুলি নতুন অবকাঠামো পণ্যের রূপ নিতে পারে, উদাহরণস্বরূপ শেষ-ব্যবহারকারীদের তাদের নিজস্ব মোতায়েন করার ক্ষমতা প্রদান করে আমাজন ইএমআর ক্লাস্টার, বা বিদ্যমান অবকাঠামো পণ্যের আপডেট। কারণ AWS পরিষেবা ক্যাটালগ পণ্য সংস্করণ সমর্থন করে এবং ব্যবহার করে এডাব্লুএস ক্লাউডফর্মেশন পর্দার আড়ালে, বিদ্যমান পণ্যের নতুন সংস্করণ প্রকাশিত হলে ইন-প্লেস আপগ্রেড ব্যবহার করা যেতে পারে। এটি প্ল্যাটফর্ম দলগুলিকে জটিল আপগ্রেড প্রক্রিয়াগুলি বিকাশের পরিবর্তে পণ্যগুলি তৈরি এবং উন্নত করার দিকে মনোনিবেশ করতে দেয়৷
NatWest এর বিদ্যমান IaC সফ্টওয়্যারের সাথে ইন্টিগ্রেশন
AWS পরিষেবা ক্যাটালগ স্ব-পরিষেবা ডেটা বিজ্ঞান পরিকাঠামো স্থাপনের জন্য ব্যবহৃত হয়। উপরন্তু, কোড (IaC) টুল হিসেবে ন্যাটওয়েস্টের স্ট্যান্ডার্ড অবকাঠামো, টেরাফর্ম, AWS অ্যাকাউন্টে অবকাঠামো তৈরি করতে ব্যবহৃত হয়। প্রাথমিক অ্যাকাউন্ট সেটআপ প্রক্রিয়া চলাকালীন প্ল্যাটফর্ম টিমগুলি দ্বারা টেরাফর্ম ব্যবহার করা হয় পূর্বশর্ত অবকাঠামো সংস্থান যেমন ভিপিসি, নিরাপত্তা গোষ্ঠী, এডাব্লুএস সিস্টেম ম্যানেজার পরামিতি, KMS কী এবং স্ট্যান্ডার্ড নিরাপত্তা নিয়ন্ত্রণ। হাব অ্যাকাউন্টে অবকাঠামো, যেমন AWS পরিষেবা ক্যাটালগ পোর্টফোলিও এবং ডকার ইমেজ তৈরি করতে ব্যবহৃত সংস্থানগুলিও Terraform ব্যবহার করে সংজ্ঞায়িত করা হয়। যাইহোক, AWS পরিষেবা ক্যাটালগ পণ্যগুলি নিজেরাই স্ট্যান্ডার্ড ক্লাউডফর্মেশন টেমপ্লেট ব্যবহার করে তৈরি করা হয়।
SageMaker প্রকল্পগুলির সাথে বিকাশকারীর উত্পাদনশীলতা এবং কোডের গুণমান উন্নত করা
সেজমেকার প্রকল্প SageMaker স্টুডিও ত্যাগ না করেই ডেভেলপার এবং ডেটা বিজ্ঞানীদের দ্রুত-শুরু প্রকল্পগুলিতে অ্যাক্সেস প্রদান করে৷ এই দ্রুত-শুরু প্রকল্পগুলি আপনাকে মাত্র কয়েকটি ক্লিকে একই সময়ে একাধিক অবকাঠামো সংস্থান স্থাপন করতে দেয়। এর মধ্যে একটি গিট রিপোজিটরি রয়েছে যার মধ্যে নির্বাচিত মডেল প্রকারের জন্য একটি প্রমিত প্রকল্প টেমপ্লেট রয়েছে, আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3) ডেটা সংরক্ষণের জন্য বালতি, ক্রমিক মডেল এবং শিল্পকর্ম এবং মডেল প্রশিক্ষণ এবং অনুমান কোড পাইপলাইন পাইপলাইন।
প্রমিত কোড বেস আর্কিটেকচার এবং টুলিংয়ের প্রবর্তন এখন ডেটা বিজ্ঞানী এবং প্রকৌশলীদের জন্য প্রকল্পগুলির মধ্যে স্থানান্তর করা সহজ করে তোলে এবং কোডের মান উচ্চ থাকে তা নিশ্চিত করে৷ উদাহরণস্বরূপ, সফ্টওয়্যার প্রকৌশলের সর্বোত্তম অনুশীলন যেমন লিন্টিং এবং ফরম্যাটিং চেক (উভয় স্বয়ংক্রিয় চেক এবং প্রি-কমিট হুক হিসাবে চালিত হয়), ইউনিট পরীক্ষা এবং কভারেজ রিপোর্টগুলি এখন প্রশিক্ষণ পাইপলাইনের অংশ হিসাবে স্বয়ংক্রিয়, সমস্ত প্রকল্প জুড়ে মানককরণ প্রদান করে। এটি এমএল প্রকল্পগুলির রক্ষণাবেক্ষণযোগ্যতা উন্নত করেছে এবং এই প্রকল্পগুলিকে উৎপাদনে স্থানান্তর করা সহজ করে তুলবে৷
স্বয়ংক্রিয় মডেল স্থাপনা
মডেল প্রশিক্ষণ প্রক্রিয়া সেজমেকার পাইপলাইন ব্যবহার করে সাজানো হয়। মডেলগুলিকে প্রশিক্ষিত করার পরে, সেগুলি সেজমেকার মডেল রেজিস্ট্রিতে সংরক্ষণ করা হয়। মডেল অনুমোদনকারী ভূমিকা নিযুক্ত ব্যবহারকারীরা মডেল রেজিস্ট্রি খুলতে পারে এবং প্রশিক্ষণ প্রক্রিয়া সম্পর্কিত তথ্য খুঁজে পেতে পারে, যেমন মডেলটি যখন প্রশিক্ষিত হয়েছিল, হাইপারপ্যারামিটার মান এবং মূল্যায়ন মেট্রিক্স। এই তথ্য ব্যবহারকারীকে একটি মডেল অনুমোদন বা প্রত্যাখ্যান করার সিদ্ধান্ত নিতে সাহায্য করে। একটি মডেল প্রত্যাখ্যান করা মডেলটিকে একটি বর্ধিত পরিবেশে স্থাপন করা থেকে বাধা দেয়, যেখানে একটি মডেল অনুমোদন করা CodePipeline এর মাধ্যমে একটি মডেল প্রচার পাইপলাইনকে ট্রিগার করে যা স্বয়ংক্রিয়ভাবে মডেলটিকে প্রাক-প্রোডাকশন AWS অ্যাকাউন্টে অনুলিপি করে, অনুমান কাজের চাপ পরীক্ষার জন্য প্রস্তুত। দলটি নিশ্চিত করার পরে যে মডেলটি প্রাক-প্রোডাকশনে সঠিকভাবে কাজ করে, একই পাইপলাইনে একটি ম্যানুয়াল পদক্ষেপ অনুমোদিত হয় এবং মডেলটি স্বয়ংক্রিয়ভাবে উত্পাদন অ্যাকাউন্টে অনুলিপি করা হয়, উত্পাদন অনুমান করা কাজের চাপের জন্য প্রস্তুত।
ফলাফল
ন্যাটওয়েস্ট এবং এডব্লিউএস-এর মধ্যে এই সহযোগিতামূলক প্রকল্পের একটি প্রধান লক্ষ্য ছিল ডেটা সায়েন্স ক্লাউড এনভায়রনমেন্ট এবং এমএল মডেলগুলিকে উৎপাদনে সরবরাহ করতে এবং স্থাপন করতে যে সময় লাগে তা হ্রাস করা। এটি অর্জন করা হয়েছে—NatWest এখন কয়েক ঘণ্টার মধ্যে নতুন, মাপযোগ্য, এবং সুরক্ষিত AWS পরিবেশ সরবরাহ করতে পারে, দিন বা এমনকি সপ্তাহের তুলনায়। ডেটা বিজ্ঞানী এবং প্রকৌশলীরা এখন কেন্দ্রীভূত প্ল্যাটফর্ম টিমের উপর নির্ভরতা হ্রাস করে AWS পরিষেবা ক্যাটালগ ব্যবহার করে নিজেরাই ডেটা বিজ্ঞান পরিকাঠামো স্থাপন এবং পরিচালনা করার ক্ষমতাপ্রাপ্ত। উপরন্তু, SageMaker প্রকল্পগুলির ব্যবহার ব্যবহারকারীদের কয়েক মিনিটের মধ্যে কোডিং এবং প্রশিক্ষণ মডেলগুলি শুরু করতে সক্ষম করে, পাশাপাশি প্রমিত প্রকল্প কাঠামো এবং টুলিং প্রদান করে।
যেহেতু AWS পরিষেবা ক্যাটালগ ডেটা বিজ্ঞানের পরিকাঠামো স্থাপনের কেন্দ্রীয় পদ্ধতি হিসাবে কাজ করে, তাই প্ল্যাটফর্মটি সহজেই প্রসারিত এবং ভবিষ্যতে আপগ্রেড করা যেতে পারে। প্রয়োজন দেখা দিলে নতুন AWS পরিষেবাগুলি শেষ-ব্যবহারকারীদের দ্রুত অফার করা যেতে পারে এবং বিদ্যমান AWS পরিষেবা ক্যাটালগ পণ্যগুলিকে নতুন বৈশিষ্ট্যগুলির সুবিধা নিতে আপগ্রেড করা যেতে পারে৷
অবশেষে, AWS-এ পরিচালিত পরিষেবাগুলির দিকে অগ্রসর হওয়ার অর্থ হল গণনা সংস্থানগুলি সরবরাহ করা হয়েছে এবং চাহিদা অনুযায়ী বন্ধ করা হয়েছে। এটি সারিবদ্ধ করার পাশাপাশি খরচ সাশ্রয় এবং নমনীয়তা প্রদান করেছে 2050 সালের মধ্যে ন্যাটওয়েস্টের নেট-জিরো হওয়ার উচ্চাকাঙ্ক্ষা CO তে আনুমানিক 75% হ্রাসের কারণে2 নির্গমন।
উপসংহার
ন্যাটওয়েস্ট গ্রুপে একটি ক্লাউড-প্রথম কৌশল গ্রহণের ফলে একটি শক্তিশালী AWS সমাধান তৈরি হয়েছে যা পুরো সংস্থা জুড়ে বিপুল সংখ্যক ব্যবসায়িক অ্যাপ্লিকেশন দলকে সমর্থন করতে পারে। AWS পরিষেবা ক্যাটালগের সাথে পরিকাঠামো পরিচালনার মাধ্যমে ক্লাউড অনবোর্ডিং প্রক্রিয়াকে উল্লেখযোগ্যভাবে উন্নত করা হয়েছে নিরাপদ, কমপ্লায়েন্ট, এবং পূর্ব-অনুমোদিত বিল্ডিং ব্লক ব্যবহার করে যা সহজেই প্রসারিত করা যায়। পরিচালিত সেজমেকার অবকাঠামোর উপাদানগুলি মডেল উন্নয়ন প্রক্রিয়াকে উন্নত করেছে এবং এমএল প্রকল্পগুলির বিতরণকে ত্বরান্বিত করেছে।
ন্যাটওয়েস্ট গ্রুপে প্রোডাকশন-রেডি এমএল মডেল তৈরির প্রক্রিয়া সম্পর্কে আরও জানতে, ন্যাটওয়েস্ট গ্রুপ এবং এডব্লিউএস প্রফেশনাল সার্ভিসেসের মধ্যে কৌশলগত সহযোগিতার উপর এই চার-অংশের সিরিজের বাকি অংশগুলি একবার দেখুন:
- পার্ট 1 ব্যাখ্যা করে যে কীভাবে ন্যাটওয়েস্ট গ্রুপ একটি মাপযোগ্য, নিরাপদ, এবং টেকসই MLOps প্ল্যাটফর্ম তৈরি করতে AWS পেশাদার পরিষেবাগুলির সাথে অংশীদারিত্ব করেছে
- পার্ট 3 ন্যাটওয়েস্ট গ্রুপ কীভাবে নিরীক্ষণযোগ্য, পুনরুত্পাদনযোগ্য এবং ব্যাখ্যাযোগ্য এমএল মডেল তৈরি করতে সেজমেকার পরিষেবাগুলি ব্যবহার করে তার একটি ওভারভিউ প্রদান করে
- পার্ট 4 ন্যাটওয়েস্ট ডেটা সায়েন্স দলগুলি কীভাবে তাদের বিদ্যমান মডেলগুলিকে সেজমেকার আর্কিটেকচারে স্থানান্তরিত করে তার বিশদ বিবরণ
লেখক সম্পর্কে
জুনায়েদ বাবা এ DevOps পরামর্শদাতা AWS প্রফেশনাল সার্ভিসেস তিনি UK আর্থিক পরিষেবা শিল্প গ্রাহকদের ত্বরান্বিত ক্লাউড গ্রহণের জন্য Kubernetes, বিতরণ করা কম্পিউটিং, AI/MLOps-এ তার অভিজ্ঞতার ব্যবহার করেন। জুনায়েদ 2018 সালের জুন থেকে AWS-এর সাথে আছেন। এর আগে, Junaid সংখ্যক আর্থিক স্টার্ট-আপের সাথে কাজ করেছেন যা DevOps অনুশীলন চালাচ্ছে। কাজের বাইরে ট্রেকিং, আধুনিক শিল্প এবং স্থির ফটোগ্রাফিতে তার আগ্রহ রয়েছে।
ইয়র্দানকা ইভানোভা ন্যাটওয়েস্ট গ্রুপের একজন ডেটা ইঞ্জিনিয়ার। আর্থিক পরিষেবা শিল্পে কোম্পানিগুলির জন্য ডেটা সমাধান তৈরি এবং সরবরাহ করার অভিজ্ঞতা রয়েছে তার। NatWest-এ যোগদানের আগে, Yordanka একটি প্রযুক্তিগত পরামর্শদাতা হিসাবে কাজ করেছিলেন যেখানে তিনি একাধিক ক্লাউড প্ল্যাটফর্ম জুড়ে ব্যবসার ফলাফল প্রদানের জন্য বিভিন্ন ধরণের ক্লাউড পরিষেবা এবং ওপেন-সোর্স প্রযুক্তি ব্যবহার করার অভিজ্ঞতা অর্জন করেছিলেন। তার অবসর সময়ে, ইয়র্ডাঙ্কা ওয়ার্ক আউট, ভ্রমণ এবং গিটার বাজানো উপভোগ করেন।
মাইকেল ইংল্যান্ড ন্যাটওয়েস্ট গ্রুপের ডেটা সায়েন্স অ্যান্ড ইনোভেশন টিমের একজন সফটওয়্যার ইঞ্জিনিয়ার। তিনি ক্লাউডে বড় আকারের মেশিন লার্নিং ওয়ার্কলোড চালানোর জন্য সমাধানগুলি বিকাশের বিষয়ে উত্সাহী৷ ন্যাটওয়েস্ট গ্রুপে যোগদানের আগে, মাইকেল আর্থিক পরিষেবা এবং ভ্রমণ শিল্পে সমালোচনামূলক অ্যাপ্লিকেশন বিকাশকারী সফ্টওয়্যার ইঞ্জিনিয়ারিং দলগুলিতে কাজ করেছিলেন এবং নেতৃত্ব দিয়েছিলেন। তার অবসর সময়ে, তিনি গিটার বাজানো, ভ্রমণ এবং তার বাইকে গ্রামাঞ্চল ঘুরে দেখেন।
- Coinsmart. ইউরোপের সেরা বিটকয়েন এবং ক্রিপ্টো এক্সচেঞ্জ।
- প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. বিনামূল্যে এক্সেস.
- ক্রিপ্টোহক। Altcoin রাডার। বিনামূল্যে ট্রায়াল.
- সূত্র: https://aws.amazon.com/blogs/machine-learning/part-2-how-natwest-group-built-a-secure-compliant-self-service-mlops-platform-using-aws-service- ক্যাটালগ-এবং-আমাজন-সেজমেকার/
- "
- 100
- সম্পর্কে
- দ্রুততর
- ত্বরক
- প্রবেশ
- হিসাব
- দিয়ে
- যোগ
- অতিরিক্ত
- গ্রহণ
- সুবিধা
- সব
- মর্দানী স্ত্রীলোক
- মধ্যে
- পরিমাণ
- পরিমাণে
- বিশ্লেষণ
- বৈশ্লেষিক ন্যায়
- আবেদন
- অ্যাপ্লিকেশন
- অভিগমন
- অনুমোদন করা
- স্থাপত্য
- শিল্প
- নির্ধারিত
- নিরীক্ষা
- প্রমাণীকরণ
- অটোমেটেড
- স্বয়ংক্রিয়তা
- অটোমেশন এবং স্ট্যান্ডার্ডাইজেশন
- সহজলভ্য
- ডেস্কটপ AWS
- ব্যাংক
- পরিণত
- দৃশ্যের অন্তরালে
- হচ্ছে
- সুবিধা
- সুবিধা
- সর্বোত্তম
- সেরা অভ্যাস
- নির্মাণ করা
- ভবন
- ব্যবসায়
- কারবন
- যত্ন
- কেন্দ্রীভূত
- চ্যালেঞ্জ
- চ্যালেঞ্জ
- চেক
- মেঘ
- ক্লাউড প্ল্যাটফর্ম
- মেঘ পরিষেবা
- কোড
- কোডিং
- সহযোগিতা
- সমাহার
- সাধারণ
- কোম্পানি
- কোম্পানি
- তুলনা
- জটিল
- সম্মতি
- অনুবর্তী
- উপাদান
- গনা
- কম্পিউটিং
- কনফিগারেশন
- সংযোগ
- পরামর্শকারী
- আধার
- কন্টেনারগুলি
- ধারণ
- বিষয়বস্তু
- অবিরাম
- নিয়ন্ত্রণ
- নির্মিত
- তৈরি করা হচ্ছে
- সৃষ্টি
- সংকটপূর্ণ
- প্রথা
- গ্রাহকদের
- উপাত্ত
- তথ্য বিশ্লেষণ
- তথ্য বিজ্ঞান
- তথ্য বিজ্ঞানী
- নিষ্কৃত
- প্রদান
- বিলি
- চাহিদা
- দাবি
- স্থাপন
- মোতায়েন
- মোতায়েন
- বিস্তৃতি
- স্থাপনার
- বর্ণিত
- ডিজাইন
- বিস্তারিত
- বিস্তারিত
- উন্নত
- বিকাশকারী
- ডেভেলপারদের
- উন্নয়নশীল
- উন্নয়ন
- বিভিন্ন
- কঠিন
- ডিজিটাল
- সরাসরি
- বণ্টিত
- ডিস্ট্রিবিউটেড কম্পিউটিং
- ডকশ্রমিক
- না
- নিচে
- পরিচালনা
- সহজে
- দক্ষ
- প্রচেষ্টা
- সম্প্রসারিত
- সক্ষম করা
- শেষপ্রান্ত
- প্রকৌশলী
- প্রকৌশল
- প্রকৌশলী
- উদ্যোগ
- পরিবেশ
- আনুমানিক
- মূল্যায়ন
- গজান
- উদাহরণ
- ফাঁসি
- বিদ্যমান
- অভিজ্ঞতা
- বৈশিষ্ট্য
- বৈশিষ্ট্য
- প্রতিক্রিয়া
- আর্থিক
- অর্থনৈতিক সেবা সমূহ
- প্রথম
- ঠিক করা
- নমনীয়তা
- কেন্দ্রবিন্দু
- অনুসরণ করা
- অনুসরণ
- পদাঙ্ক
- ফর্ম
- ফ্রেমওয়ার্ক
- কার্যকারিতা
- ভবিষ্যৎ
- git
- শাসন
- গ্রুপ
- গ্রুপের
- নির্দেশিকা
- খুশি
- সাহায্য
- সাহায্য
- উচ্চ
- কিভাবে
- HTTPS দ্বারা
- পরিচয়
- বাস্তবায়ন
- উন্নত
- অন্তর্ভুক্ত করা
- অন্তর্ভুক্ত
- অন্তর্ভুক্ত
- বর্ধিত
- শিল্প
- শিল্প
- তথ্য
- পরিকাঠামো
- ইনোভেশন
- উদ্ভাবনী
- প্রতিষ্ঠান
- সম্পূর্ণ
- সংহত
- মধ্যে রয়েছে
- ইন্টারফেস
- Internet
- জড়িত
- সমস্যা
- IT
- জবস
- চাবি
- কী
- জ্ঞান
- বড়
- সর্বশেষ
- নেতৃত্ব
- শিখতে
- শিক্ষা
- বরফ
- ওঠানামায়
- উপজীব্য
- লাইব্রেরি
- সীমিত
- লাইন
- লিঙ্ক
- স্থানীয়
- মেশিন
- মেশিন লার্নিং
- প্রণীত
- মুখ্য
- তৈরি করে
- পরিচালনা করা
- পরিচালিত
- ব্যবস্থাপনা
- পরিচালক
- পদ্ধতি
- ম্যানুয়াল
- ব্যাপার
- পরিপক্বতা
- অর্থ
- সদস্য
- ছন্দোবিজ্ঞান
- মিলিয়ন
- মন
- ML
- মডেল
- মডেল
- পর্যবেক্ষণ
- মাসের
- অধিক
- পদক্ষেপ
- চলন্ত
- বহু
- নাম
- নেটওয়ার্কিং
- নতুন বৈশিষ্ট
- নতুন প্ল্যাটফর্ম
- নতুন পণ্য
- নতুন পণ্য
- সংখ্যা
- প্রদত্ত
- অফলাইন
- অনবোর্ডিং
- অনলাইন
- খোলা
- অপারেশনস
- অপ্টিমিজ
- সংগঠন
- অন্যান্য
- সামগ্রিক
- নিজের
- বিশেষ
- যৌথভাবে কাজ
- কামুক
- প্যাটার্ন
- কর্মক্ষমতা
- ফটোগ্রাফি
- চালক
- মাচা
- প্ল্যাটফর্ম
- কেলি
- নীতি
- নীতি
- দফতর
- পোর্টফোলিও
- নীতি
- ব্যক্তিগত
- ব্যক্তিগত কী
- প্রক্রিয়া
- প্রসেস
- পণ্য
- উত্পাদনের
- প্রমোদ
- পণ্য
- পেশাদারী
- প্রোফাইল
- প্রোফাইল
- প্রকল্প
- প্রকল্প
- পদোন্নতি
- প্রদান
- উপলব্ধ
- প্রদানের
- প্রকাশ্য
- গুণ
- দ্রুত
- দ্রুত
- পড়া
- হ্রাস করা
- হ্রাস
- নিয়ন্ত্রক
- সম্পর্ক
- মুক্তি
- মুক্ত
- রিলিজ
- নির্ভরতা
- প্রতিবেদন
- সংগ্রহস্থলের
- প্রয়োজন
- প্রয়োজনীয়
- আবশ্যকতা
- সংস্থান
- Resources
- বিশ্রাম
- ফলাফল
- এখানে ক্লিক করুন
- রুট
- চালান
- দৌড়
- স্কেলেবিলিটি
- মাপযোগ্য
- স্কেল
- লোকচক্ষুর
- বিজ্ঞান
- বিজ্ঞানী
- বিজ্ঞানীরা
- SDK
- নিরাপদ
- নিরাপত্তা
- নির্বাচিত
- ক্রম
- সেবা
- সেবা
- সেট
- সেটআপ
- শেয়ার
- ভাগ
- গুরুত্বপূর্ণ
- একভাবে
- সহজ
- So
- সফটওয়্যার
- সফটওয়্যার ইঞ্জিনিয়ার
- সফ্টওয়্যার প্রকৌশল
- সমাধান
- সলিউশন
- ব্যয় করা
- স্থায়িত্ব
- গাদা
- মান
- স্টার্ট আপ
- শুরু
- রাষ্ট্র
- বিবৃতি
- অবস্থা
- স্টোরেজ
- কৌশলগত
- কৌশল
- চিত্রশালা
- সমর্থন
- সমর্থন
- টেকসই
- পদ্ধতি
- সিস্টেম
- কাজ
- টীম
- কারিগরী
- প্রযুক্তি
- প্রযুক্তিঃ
- টেমপ্লেট
- পরীক্ষা
- পরীক্ষামূলক
- পরীক্ষা
- যৌথ
- বিষয়
- অতএব
- দ্বারা
- সময়
- টুল
- প্রতি
- অনুসরণকরণ
- ট্রাফিক
- প্রশিক্ষণ
- রুপান্তর
- রুপান্তর
- পরিবহন
- ভ্রমণ
- ভ্রমণ
- আস্থা
- ui
- Uk
- আপডেট
- ব্যবহার
- ব্যবহারকারী
- সদ্ব্যবহার করা
- ব্যবহার
- বৈচিত্র্য
- চেক
- ভার্চুয়াল
- দৃষ্টিপাত
- ওয়েব ভিত্তিক
- কিনা
- যখন
- হু
- মধ্যে
- ছাড়া
- হয়া যাই ?
- কাজ করছে
- কাজ
- কাজের বাইরে
- কাজ
- বিশ্ব