RStudio auf Amazon SageMaker ist die branchenweit erste vollständig verwaltete RStudio Workbench in der Cloud. Sie können die vertraute integrierte Entwicklungsumgebung (IDE) von RStudio schnell starten und die zugrunde liegenden Rechenressourcen hoch- und herunterwählen, ohne Ihre Arbeit zu unterbrechen, wodurch es einfach wird, Lösungen für maschinelles Lernen (ML) und Analysen in R in großem Maßstab zu erstellen. RStudio auf SageMaker kommt bereits mit a eingebautes Bild vorkonfiguriert mit R-Programmierung und Data-Science-Tools; Sie müssen jedoch häufig Ihre IDE-Umgebung anpassen. Ab heute können Sie Ihr eigenes benutzerdefiniertes Image mit Paketen und Tools Ihrer Wahl mitbringen und diese mit wenigen Klicks allen Benutzern von RStudio auf SageMaker zur Verfügung stellen.
Das Mitbringen Ihres eigenen benutzerdefinierten Bildes hat mehrere Vorteile. Sie können die ersten Schritte für Data Scientists und Entwickler standardisieren und vereinfachen, indem Sie ein Starter-Image bereitstellen, die für die Verbindung mit Datenspeichern erforderlichen Treiber vorkonfigurieren oder spezialisierte Data-Science-Software für Ihren Unternehmensbereich vorinstallieren. Darüber hinaus verfügen Organisationen, die zuvor ihre eigene RStudio Workbench gehostet haben, möglicherweise über vorhandene containerisierte Umgebungen, die sie weiterhin in RStudio auf SageMaker verwenden möchten.
In diesem Beitrag teilen wir Schritt-für-Schritt-Anleitungen, um ein benutzerdefiniertes Image zu erstellen und es mithilfe von in RStudio auf SageMaker zu bringen AWS-Managementkonsole or AWS-Befehlszeilenschnittstelle (AWS-CLI). Sie können Ihre erste benutzerdefinierte IDE-Umgebung in wenigen einfachen Schritten zum Laufen bringen. Weitere Informationen zu den in diesem Beitrag behandelten Inhalten finden Sie unter Bringen Sie Ihr eigenes RStudio-Image mit.
Lösungsüberblick
Wenn ein Data Scientist eine neue Sitzung in RStudio auf SageMaker startet, wird eine neue On-Demand-ML-Compute-Instanz bereitgestellt und ein Container-Image, das die Laufzeitumgebung (Betriebssystem, Bibliotheken, R-Versionen usw.) definiert, auf der ML ausgeführt Beispiel. Sie können Ihren Data Scientists mehrere Auswahlmöglichkeiten für die Laufzeitumgebung bieten, indem Sie benutzerdefinierte Container-Images erstellen und diese im Startprogramm von RStudio Workbench verfügbar machen, wie im folgenden Screenshot gezeigt.
Das folgende Diagramm beschreibt den Vorgang zum Einbringen Ihres benutzerdefinierten Images. Zuerst erstellen Sie ein benutzerdefiniertes Container-Image aus einem Dockerfile und schieben es in ein Repository hinein Amazon Elastic Container-Registrierung (Amazon ECR). Als Nächstes erstellen Sie ein SageMaker-Image, das auf das Container-Image in Amazon ECR verweist, und hängen dieses Image an Ihre SageMaker-Domäne. Dadurch wird das benutzerdefinierte Image zum Starten einer neuen Sitzung in RStudio verfügbar.
Voraussetzungen:
Um diese Lösung zu implementieren, müssen Sie die folgenden Voraussetzungen erfüllen:
- Eine RStudio-on-SageMaker-Domäne
- AWS Identity and Access Management and (IAM)-Richtlinien zur Interaktion mit Amazon ECR
- Die entsprechende AWS CLI-Version
Wir stellen in diesem Abschnitt weitere Details zu jedem bereit.
RStudio in der SageMaker-Domäne
Wenn Sie vor dem 7. April 2022 über eine vorhandene SageMaker-Domäne mit aktiviertem RStudio verfügen, müssen Sie die löschen und neu erstellen RStudioServerPro
app unter dem Benutzerprofilnamen domain-shared
um die neusten Updates für Bring Your Own Custom Image zu erhalten. Die AWS CLI-Befehle lauten wie folgt. Beachten Sie, dass diese Aktion RStudio-Benutzer auf SageMaker unterbricht.
Wenn Sie RStudio zum ersten Mal auf SageMaker verwenden, folgen Sie dem schrittweisen Einrichtungsprozess, der in beschrieben wird Erste Schritte mit RStudio auf Amazon SageMaker, oder führen Sie Folgendes aus AWS CloudFormation Vorlage zum Einrichten Ihres ersten RStudio in einer SageMaker-Domäne. Wenn Sie bereits über ein funktionierendes RStudio in der SageMaker-Domäne verfügen, können Sie diesen Schritt überspringen.
Die folgende RStudio on SageMaker CloudFormation-Vorlage erfordert eine RStudio-Lizenz, die über AWS License Manager genehmigt wurde. Weitere Informationen zur Lizenzierung finden Sie unter RStudio-Lizenz. Beachten Sie auch, dass pro AWS-Region nur eine SageMaker-Domäne zulässig ist, sodass Sie ein AWS-Konto und eine Region verwenden müssen, die keine vorhandene Domäne haben.
- Auswählen
Stack starten.
Der Link führt Sie zur Region us-east-1, aber Sie können zu Ihrer bevorzugten Region wechseln. - Im Vorlage angeben Wählen Sie im Abschnitt Weiter.
- Im Geben Sie die Stapeldetails an Abschnitt, für Stapelname, Geben Sie einen Namen ein.
- Aussichten für Parameter, geben Sie einen SageMaker-Benutzerprofilnamen ein.
- Auswählen Weiter.
- Im Konfigurieren Sie die Stapeloptionen Wählen Sie im Abschnitt Weiter.
- Im Bewertung Abschnitt auswählen Ich erkenne an, dass AWS CloudFormation möglicherweise IAM-Ressourcen erstellt und wählen Sie Weiter.
- Wenn sich der Stack-Status ändert zu
CREATE_COMPLETE
, Auf dem Sprung Systemsteuerung in der SageMaker-Konsole, um die Domäne und den neuen Benutzer zu finden.
IAM-Richtlinien zur Interaktion mit Amazon ECR
Um mit Ihren privaten Amazon ECR-Repositorys zu interagieren, benötigen Sie die folgenden IAM-Berechtigungen in dem IAM-Benutzer oder der IAM-Rolle, die Sie zum Erstellen und Pushen von Docker-Images verwenden:
Um zunächst wie in diesem Beitrag gezeigt aus einem öffentlichen Amazon ECR-Image zu erstellen, müssen Sie die AWS-managed AmazonElasticContainerRegistryPublicReadOnly Richtlinie auch für Ihren IAM-Benutzer oder Ihre IAM-Rolle.
Um ein Docker-Container-Image zu erstellen, können Sie entweder einen lokalen Docker-Client oder die SageMaker Docker-Build CLI-Tool von einem Terminal in RStudio auf SageMaker. Befolgen Sie für letzteres die Voraussetzungen in Verwenden der Amazon SageMaker Studio Image CLI zum Erstellen von Container-Images aus Ihren Studio-Notebooks um die IAM-Berechtigungen und das CLI-Tool einzurichten.
AWS CLI-Versionen
Es gibt Mindestversionsanforderungen für das AWS CLI-Tool, um die in diesem Beitrag erwähnten Befehle auszuführen. Stellen Sie sicher, dass Sie AWS CLI auf dem Terminal Ihrer Wahl aktualisieren:
- AWS CLI v1 >= 1.23.6
- AWS CLI v2 >= 2.6.2
Bereiten Sie eine Dockerdatei vor
Sie können Ihre Laufzeitumgebung in RStudio in einem Dockerfile anpassen. Da die Anpassung von Ihrem Anwendungsfall und Ihren Anforderungen abhängt, zeigen wir Ihnen in diesem Beispiel das Wesentliche und die gängigsten Anpassungen. Sie können die vollständige herunterladen Beispiel-Dockerfile.
Installieren Sie RStudio Workbench-Sitzungskomponenten
Die wichtigste Software, die Sie in Ihrem benutzerdefinierten Container-Image installieren müssen, ist RStudio Workbench. Wir laden von der Öffentlicher S3-Bucket, der von RStudio PBC gehostet wird. Es gibt viele Versionsfreigaben und Betriebssystemverteilungen, die verwendet werden können. Die Version der Installation muss mit der in RStudio auf SageMaker verwendeten RStudio Workbench-Version kompatibel sein, die zum Zeitpunkt des Schreibens 1.4.1717-3 ist. Das Betriebssystem (Argument OS im folgenden Snippet) muss mit der Basis übereinstimmen OS
im Container-Image verwendet. In unserem Beispiel Dockerfile, das von uns verwendete Basis-Image ist Amazon Linux 2 aus einem von AWS verwalteten öffentlichen Amazon ECR-Repository. Das kompatible RStudio Workbench-Betriebssystem ist centos7.
Sie können alle OS-Release-Optionen mit dem folgenden Befehl finden:
Installieren Sie R (und Versionen von R)
Die Laufzeitumgebung für Ihr benutzerdefiniertes RStudio-Container-Image benötigt mindestens eine Version von R. Wir können zuerst eine Version von R installieren und sie zum Standard-R machen, indem wir Softlinks zu erstellen /usr/local/bin/
:
Data Scientists benötigen häufig mehrere Versionen von R, damit sie problemlos zwischen Projekten und Codebasis wechseln können. RStudio auf SageMaker unterstützt den einfachen Wechsel zwischen R-Versionen, wie im folgenden Screenshot gezeigt.
RStudio auf SageMaker scannt und erkennt automatisch Versionen von R in den folgenden Verzeichnissen:
Wir können weitere Versionen im Container-Image installieren, wie im folgenden Snippet gezeigt. Sie werden eingebaut /opt/R/
.
Installieren Sie RStudio Professional-Treiber
Data Scientists müssen häufig auf Daten aus Quellen wie z Amazonas Athena und Amazon RedShift innerhalb von RStudio auf SageMaker. Sie können dies mit tun RStudio Professional-Treiber und RStudio-Verbindungen. Stellen Sie sicher, dass Sie die relevanten Bibliotheken und Treiber wie im folgenden Snippet gezeigt installieren:
Installieren Sie benutzerdefinierte Bibliotheken
Sie können auch zusätzliche R- und Python-Bibliotheken installieren, damit Data Scientists sie nicht spontan installieren müssen:
Wenn Sie Ihre Anpassung in einer Docker-Datei abgeschlossen haben, ist es an der Zeit, ein Container-Image zu erstellen und es an Amazon ECR zu übertragen.
Erstellen und an Amazon ECR übertragen
Sie können ein Container-Image aus der Docker-Datei von einem Terminal aus erstellen, auf dem die Docker-Engine installiert ist, z. B. Ihr lokales Terminal oder AWS Cloud9. Wenn Sie es von einem Terminal in RStudio auf SageMaker erstellen, können Sie verwenden SageMaker Studio-Image-Build. Wir demonstrieren die Schritte für beide Ansätze.
In einem lokalen Terminal, in dem die Docker-Engine vorhanden ist, können Sie die folgenden Befehle von dort aus ausführen, wo sich die Dockerfile befindet. Sie können das Beispielskript verwenden create-and-update-image.sh.
Führen Sie in einem Terminal auf RStudio auf SageMaker die folgenden Befehle aus:
Nach diesen Befehlen haben Sie ein Repository und ein Docker-Container-Image in Amazon ECR für unseren nächsten Schritt, in dem wir das Container-Image zur Verwendung in RStudio auf SageMaker anhängen. Beachten Sie den Bild-URI in Amazon ECR <ACCOUNT_ID>.dkr.ecr.<REGION>.amazonaws.com/<REPO>:<TAG>
zur späteren Verwendung.
Aktualisieren Sie RStudio auf SageMaker über die Konsole
RStudio auf SageMaker ermöglicht die Anpassung der Laufzeit durch die Verwendung eines benutzerdefinierten SageMaker-Images. Ein SageMaker-Image ist ein Halter für eine Reihe von SageMaker-Image-Versionen. Jede Image-Version stellt ein Container-Image dar, das mit RStudio auf SageMaker kompatibel und in einem Amazon ECR-Repository gespeichert ist. Um ein benutzerdefiniertes SageMaker-Image allen RStudio-Benutzern innerhalb einer Domäne zur Verfügung zu stellen, können Sie das Image anhand der Schritte in diesem Abschnitt an die Domäne anhängen.
- Navigieren Sie in der SageMaker-Konsole zu der An die Domäne angehängte benutzerdefinierte SageMaker Studio-Images Seite und wählen Sie aus Bild anhängen.
- Auswählen Neues Bild, und geben Sie Ihren Amazon ECR-Bild-URI ein.
- Auswählen
Weiter.
- Im Bildeigenschaften Abschnitt, geben Sie eine Bildname (erforderlich), Bildanzeigename (Optional), Beschreibung (optional), IAM-Rolle und Tags.
Das Bildanzeigename, falls vorhanden, wird im Sitzungsstartprogramm in RStudio auf SageMaker angezeigt. Wenn die Bildanzeigename Feld bleibt leer, die Bildname wird stattdessen in RStudio auf SageMaker angezeigt. - Verlassen EFS-Mount-Pfad und Erweiterte Konfiguration (Benutzer-ID und Gruppen-ID) als Standard, da RStudio auf SageMaker die Konfiguration für uns verwaltet.
- Im Bildtyp Abschnitt auswählen RStudio-Image.
- Auswählen
Absenden.
Sie sehen nun einen neuen Eintrag in der Liste. Es ist erwähnenswert, dass Sie mit der Einführung der Unterstützung von benutzerdefinierten RStudio-Images ein neues sehen können Nutzungsart Spalte in der Tabelle, um anzugeben, ob ein Bild ein RStudio-Bild oder ein Amazon SageMaker-Studio Bild.
Es kann bis zu 5–10 Minuten dauern, bis die benutzerdefinierten Bilder in der Benutzeroberfläche des Sitzungsstartprogramms verfügbar sind. Sie können dann eine neue R-Sitzung in RStudio auf SageMaker mit Ihren benutzerdefinierten Images starten.
Im Laufe der Zeit möchten Sie möglicherweise alte und veraltete Bilder zurückziehen. Um die benutzerdefinierten Bilder aus der Liste der benutzerdefinierten Bilder in RStudio zu entfernen, wählen Sie die Bilder in der Liste aus und wählen Sie Trennen.
Auswählen Trennen nochmal zur Bestätigung.
Aktualisieren Sie RStudio auf SageMaker über die AWS CLI
In den folgenden Abschnitten werden die Schritte zum Erstellen eines SageMaker-Images und zum Anhängen für die Verwendung in RStudio auf SageMaker auf der SageMaker-Konsole und mithilfe der AWS CLI beschrieben. Sie können das Beispielskript verwenden create-and-update-image.sh.
Erstellen Sie das SageMaker-Image und die Image-Version
Der erste Schritt besteht darin, ein SageMaker-Image aus dem benutzerdefinierten Container-Image in Amazon ECR zu erstellen, indem Sie die folgenden zwei Befehle ausführen:
Beachten Sie, dass das benutzerdefinierte Bild, das im Sitzungsstartprogramm in RStudio auf SageMaker angezeigt wird, durch die Eingabe von bestimmt wird --display-name
. Wenn der optionale Anzeigename nicht bereitgestellt wird, wird die Eingabe von --image-name
wird stattdessen verwendet. Beachten Sie auch, dass die IAM-Rolle es SageMaker ermöglicht, ein Amazon ECR-Image an RStudio auf SageMaker anzuhängen.
Erstellen Sie eine AppImageConfig
Zusätzlich zu einem SageMaker-Image, das den Image-URI von Amazon ECR erfasst, ist eine App-Image-Konfiguration (AppImageConfig) ist für die Verwendung in einer SageMaker-Domäne erforderlich. Wir vereinfachen die Konfiguration für eine RSessionApp
image, sodass wir mit dem folgenden Befehl einfach eine Platzhalterkonfiguration erstellen können:
An eine SageMaker-Domäne anhängen
Nachdem das SageMaker-Image und die App-Image-Konfiguration erstellt wurden, können wir das benutzerdefinierte Container-Image an die SageMaker-Domäne anhängen. Um ein benutzerdefiniertes SageMaker-Image allen RStudio-Benutzern innerhalb einer Domäne zur Verfügung zu stellen, hängen Sie das Image als Standardbenutzereinstellung an die Domäne an. Alle vorhandenen Benutzer und alle neuen Benutzer können das benutzerdefinierte Image verwenden.
Zur besseren Lesbarkeit platzieren wir die folgende Konfiguration in der JSON-Datei default-user-settings.json:
In dieser Datei können wir das Bild angeben und AppImageConfig
Namenspaare in einer Liste in DefaultUserSettings.RSessionAppSettings.CustomImages
. Dieser vorangehende Codeausschnitt geht davon aus, dass zwei benutzerdefinierte Images erstellt werden.
Führen Sie dann den folgenden Befehl aus, um die SageMaker-Domäne zu aktualisieren:
Nachdem Sie die Domain aktualisiert haben, kann es bis zu 5–10 Minuten dauern, bis die benutzerdefinierten Images in der Benutzeroberfläche des Sitzungsstartprogramms verfügbar sind. Sie können dann eine neue R-Sitzung in RStudio auf SageMaker mit Ihren benutzerdefinierten Images starten.
Trennen Sie Bilder von einer SageMaker-Domäne
Sie können Bilder einfach lösen, indem Sie die entfernen ImageName
und AppImageConfigName
Paare aus default-user-settings.json
und Aktualisieren der Domäne.
Aktualisieren Sie beispielsweise die Domäne mit Folgendem default-user-settings.json
entfernt r-4.1.3-rstudio-2022
aus der R-Sitzung, die die Benutzeroberfläche startet und verlässt r-4.1.3-rstudio-1.4.1717-3
als einziges benutzerdefiniertes Image, das allen Benutzern in einer Domäne zur Verfügung steht:
Aufräumen
Führen Sie die folgenden Schritte aus, um Bilder und Ressourcen in der SageMaker-Domäne sicher zu entfernen Bereinigen Sie Bildressourcen.
Führen Sie die folgenden Schritte aus, um RStudio auf SageMaker und der SageMaker-Domäne sicher zu entfernen Löschen Sie eine Amazon SageMaker-Domäne um alle RSessionGateway-Apps, Benutzerprofile und die Domäne zu löschen.
Führen Sie die folgenden Schritte aus, um Bilder und Repositorys in Amazon ECR sicher zu entfernen Löschen eines Bildes.
Zum Schluss, um die CloudFormation-Vorlage zu löschen:
- Wählen Sie in der AWS CloudFormation-Konsole Stacks aus.
- Wählen Sie den Stack aus, den Sie für diese Lösung bereitgestellt haben.
- Wählen Sie Löschen.
Zusammenfassung
RStudio auf SageMaker macht es Datenwissenschaftlern einfach, ML- und Analyselösungen in R in großem Umfang zu erstellen, und Administratoren, eine robuste Datenwissenschaftsumgebung für ihre Entwickler zu verwalten. Datenwissenschaftler möchten die Umgebung so anpassen, dass sie die richtigen Bibliotheken für die richtige Aufgabe verwenden und die gewünschte Reproduzierbarkeit für jedes ML-Projekt erreichen können. Administratoren müssen die Data-Science-Umgebung aus regulatorischen und Sicherheitsgründen standardisieren. Sie können jetzt benutzerdefinierte Container-Images erstellen, die Ihren organisatorischen Anforderungen entsprechen, und Data Scientists erlauben, sie in RStudio auf SageMaker zu verwenden.
Wir empfehlen Ihnen, es auszuprobieren. Viel Spaß beim Entwickeln!
Über die Autoren
Michael Hsieh ist Senior AI/ML Specialist Solutions Architect. Er arbeitet mit Kunden zusammen, um ihre ML-Reise mit einer Kombination aus AWS ML-Angeboten und seinem ML-Domänenwissen voranzutreiben. Als Transplantant aus Seattle liebt er es, die großartige Mutter Natur zu erkunden, die die Stadt zu bieten hat, wie z. B. die Wanderwege, das Kajakfahren in der SLU und den Sonnenuntergang in der Shilshole Bay.
Declan Kelly ist Software Engineer im Amazon SageMaker Studio-Team. Er arbeitet seit der Einführung von Amazon SageMaker Studio bei AWS re:Invent 2019. Außerhalb der Arbeit wandert und klettert er gerne.
SeanMorgan ist KI/ML-Lösungsarchitekt bei AWS. Er verfügt über Erfahrung in den Bereichen Halbleiter und akademische Forschung und nutzt seine Erfahrung, um Kunden dabei zu helfen, ihre Ziele auf AWS zu erreichen. In seiner Freizeit ist Sean ein aktiver Open-Source-Mitwirkender und -Betreuer und der Leiter der Special Interest Group für TensorFlow-Add-ons.
- Coinsmart. Europas beste Bitcoin- und Krypto-Börse.
- Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. DEN FREIEN ZUGANG.
- CryptoHawk. Altcoin-Radar. Kostenlose Testphase.
- Quelle: https://aws.amazon.com/blogs/machine-learning/use-a-custom-image-to-bring-your-own-development-environment-to-rstudio-on-amazon-sagemaker/
- "
- &
- 1.3
- 10
- 100
- 2019
- 2022
- 7
- a
- Über uns
- Zugang
- Konto
- Erreichen
- Action
- aktiv
- Zusatz
- Zusätzliche
- Administratoren
- vorantreiben
- Alle
- erlaubt
- bereits
- Amazon
- Analytik
- App
- Ansätze
- angemessen
- April
- verfügbar
- AWS
- Bucht
- weil
- Sein
- Vorteile
- Besser
- zwischen
- Grenze
- bringen
- bauen
- Building
- Geschäft
- Kann bekommen
- Captures
- Häuser
- Übernehmen
- Wahl
- Entscheidungen
- Auswählen
- Stadt
- Cloud
- Code
- Kolonne
- Kombination
- gemeinsam
- kompatibel
- abschließen
- Berechnen
- Konfiguration
- Sich zusammenschliessen
- Konsul (Console)
- Container
- Inhalt
- fortsetzen
- Beiträger
- erstellen
- erstellt
- Erstellen
- Original
- Kunden
- anpassen
- technische Daten
- Datenwissenschaft
- Datenwissenschaftler
- zeigen
- hängt
- Einsatz
- beschreiben
- beschrieben
- Details
- Entwickler
- Entwicklung
- Display
- Ausschüttungen
- Docker
- Tut nicht
- Domain
- nach unten
- herunterladen
- jeder
- leicht
- bewirken
- ermutigen
- Motor
- Ingenieur
- Enter
- Arbeitsumfeld
- Wesentliche
- Beispiel
- vorhandenen
- ERFAHRUNGEN
- vertraut
- Felder
- Vorname
- erstes Mal
- folgen
- Folgende
- folgt
- Frei
- für
- voller
- Außerdem
- bekommen
- Ziele
- groß
- Gruppe an
- glücklich
- Hilfe
- Halter
- gehostet
- aber
- HTTPS
- Identitätsschutz
- Image
- Bilder
- implementieren
- wichtig
- Industrie
- Information
- Eingangsmöglichkeiten:
- installieren
- Instanz
- integriert
- Interesse
- IT
- Job
- Reise
- Wissen
- neueste
- starten
- Start
- führen
- lernen
- Lizenz
- Lizenzierung
- Line
- LINK
- Links
- linux
- Liste
- aus einer regionalen
- Maschine
- Maschinelles Lernen
- um
- MACHT
- Making
- verwalten
- verwaltet
- Management
- Manager
- Spiel
- erwähnt
- könnte
- Minimum
- ML
- mehr
- Morgan
- vor allem warme
- Mutter
- mehrere
- Natur
- Navigieren
- Bedürfnisse
- weiter
- bieten
- Angebote
- die
- Betriebssystem
- Optionen
- organisatorisch
- Organisationen
- besitzen
- Punkte
- Politik durchzulesen
- Datenschutzrichtlinien
- bevorzugt
- Gegenwart
- privat
- Prozessdefinierung
- Professionell
- Profil
- Programmierung
- Projekt
- Projekte
- die
- vorausgesetzt
- Bereitstellung
- Öffentlichkeit
- schnell
- RE
- erreichen
- Gründe
- Region
- Regulierungsbehörden
- Release
- Mitteilungen
- relevant
- Entfernen
- Quelle
- representiert
- falls angefordert
- Voraussetzungen:
- erfordert
- Forschungsprojekte
- Ressourcen
- Downloads
- Rollen
- Führen Sie
- Laufen
- sicher
- Skalieren
- Wissenschaft
- Wissenschaftler
- Wissenschaftler
- Sean
- Sicherheitdienst
- Halbleiter
- kompensieren
- Einstellung
- Setup
- mehrere
- Teilen
- erklären
- gezeigt
- Einfacher
- da
- So
- SOFT
- Software
- Software IngenieurIn
- solide
- Lösung
- Lösungen
- besondere
- Spezialist
- spezialisiert
- Stapel
- begonnen
- beginnt
- Erklärung
- Status
- Läden
- Studio Adressen
- Sonnenuntergang
- Support
- Unterstützt
- Schalter
- System
- Team
- Terminal
- Das
- Durch
- Zeit
- heute
- Werkzeug
- Werkzeuge
- ui
- für
- Aktualisierung
- Updates
- Aktualisierung
- us
- -
- Nutzer
- Version
- ob
- .
- ohne
- Arbeiten
- arbeiten,
- Werk
- wert
- Schreiben
- Ihr