Para las empresas modernas que manejan enormes volúmenes de documentos como contratos, facturas, currículums e informes, procesar y recuperar datos pertinentes de manera eficiente es fundamental para mantener una ventaja competitiva. Sin embargo, los métodos tradicionales de almacenamiento y búsqueda de documentos pueden llevar mucho tiempo y, a menudo, suponen un gran esfuerzo para encontrar un documento específico, especialmente cuando incluyen escritura a mano. ¿Qué pasaría si hubiera una manera de procesar documentos de manera inteligente y hacer que se pudieran buscar con alta precisión?
Esto es posible con Amazon Textil, el servicio de procesamiento inteligente de documentos de AWS, junto con las capacidades de búsqueda rápida de Opensearch. En esta publicación, lo llevaremos en un viaje para construir e implementar rápidamente una solución de indexación de búsqueda de documentos que ayude a su organización a aprovechar y extraer mejor información de los documentos.
Ya sea que esté en Recursos Humanos buscando cláusulas específicas en los contratos de los empleados o como un analista financiero examinando una montaña de facturas para extraer datos de pago, esta solución está diseñada para permitirle acceder a la información que necesita con una velocidad y precisión sin precedentes.
Con la solución propuesta, sus documentos se incorporan automáticamente, su contenido se analiza y posteriormente se indexa en un índice OpenSearch escalable y con gran capacidad de respuesta.
Cubriremos cómo tecnologías como Amazon Textract, AWS Lambda, Servicio de almacenamiento simple de Amazon (Amazon S3), y Servicio Amazon OpenSearch se puede integrar en un flujo de trabajo que procesa documentos sin problemas. Luego nos sumergimos en la indexación de estos datos en OpenSearch y demostramos las capacidades de búsqueda que estarán disponibles a su alcance.
Ya sea que su organización esté dando los primeros pasos hacia la era de la transformación digital o sea un gigante establecido que busca impulsar la recuperación de información, esta guía es su brújula para explorar las oportunidades que ofrecen el procesamiento inteligente de documentos de AWS y OpenSearch.
La implementación utilizado en esta publicación utiliza el Construcciones de CDK de IDP de Amazon Textract – Componentes del kit de desarrollo de la nube (CDK) de AWS para definir la infraestructura para los flujos de trabajo de procesamiento inteligente de documentos (IDP), que le permiten crear flujos de trabajo de IDP personalizables y específicos de casos de uso. Las construcciones y ejemplos de IDP CDK son una colección de componentes que permiten la definición de procesos de IDP en AWS y se publican en GitHub. Los principales conceptos utilizados son el AWS. Kit de desarrollo en la nube (CDK) construcciones, lo real Pilas de CDK y Funciones de paso de AWS. El taller Utilice el aprendizaje automático para automatizar y procesar documentos a escala es un buen punto de partida para aprender más sobre cómo personalizar flujos de trabajo y utilizar otros flujos de trabajo de muestra como base para el suyo propio.
Resumen de la solución
En esta solución, nos centramos en indexar documentos en un índice OpenSearch para una búsqueda y recuperación rápida de información y documentos. Los documentos en formato PDF, TIFF, JPEG o PNG se colocan en un servicio de almacenamiento simple de Amazon (Amazon S3) y posteriormente indexado en OpenSearch utilizando este flujo de trabajo de Step Functions.
La OpenSearchWorkflow-Decisor mira el documento y verifica que sea uno de los tipos mime admitidos (PDF, TIFF, PNG o JPEG). Consta de uno AWS Lambda función.
La Divisor de documentos Genera un máximo de 2500 páginas a partir de documentos. Esto significa que, aunque Amazon Textract admite documentos de hasta 3000 páginas, puede pasar documentos con muchas más páginas y el proceso aún funciona bien, coloca las páginas en OpenSearch y crea los números de página correctos. El Divisor de documentos se implementa como una función AWS Lambda.
La Estado del mapa procesa cada fragmento en paralelo.
La TextoAsync La tarea llama a Amazon Textract utilizando el método asíncrono. Programa de aplicaciónraminterfaz de ming (API) siguiente y las mejores prácticas con el servicio de notificación simple de Amazon (redes sociales de amazon) notificaciones y Configuración de salida para almacenar la salida JSON de Amazon Textract en un depósito de Amazon S3 del cliente. Consta de dos funciones de Amazon Lambda: una para enviar el documento para su procesamiento y otra que se activa en la notificación de Amazon SNS.
Debido a que el TextAsyLa tarea nc puede producir múltiples archivos de salida paginados, la Extracto de textoAsyncToJSON2 El proceso los combina en un archivo JSON.
El contexto de Step Functions se enriquece con información que también debería poder buscarse en el índice de OpenSearch en el Establecer metadatos paso. La implementación de muestra agrega ORIGIN_FILE_NAME
, START_PAGE_NUMBER
y ORIGIN_FILE_URI
. Puede agregar cualquier información para enriquecer la experiencia de búsqueda, como información de otros sistemas backend, ID específicos o información de clasificación.
La Generar lote de búsqueda abierta toma el JSON de salida de Amazon Textract generado, lo combina con la información del contexto establecido por SetMetaData y prepara un archivo optimizado para la importación por lotes en OpenSearch.
En OpenSearchPushInvocar, este archivo de importación por lotes se envía al índice de OpenSearch y está disponible para búsqueda. Esta función de AWS Lambda está conectada con el aws-lambda-opensearch construir a partir de la Soluciones AWS biblioteca utilizando las instancias m6g.large.search, OpenSearch versión 2.7, y configuró Amazon Elastic Block Service (Amazon EBS) tamaño de volumen a Propósito general 2 (GP2) con 200 GB. Puede cambiar la configuración de OpenSearch según sus requisitos.
Las TareaAbrirBúsquedaMapeo paso aclara el contexto, que de otro modo podría exceder el Cuota de funciones de paso of Tamaño máximo de entrada o salida para una tarea, estado o ejecución.
Requisitos previos
Para implementar las muestras, necesita una cuenta de AWS, la Kit de desarrollo en la nube de AWS (AWS CDK), se requiere una versión actual de Python y Docker. Necesita permisos para implementar plantillas de AWS CloudFormation, enviarlas al Registro de contenedores elásticos de Amazon (Amazon ECR), crear Gestión de acceso e identidad de Amazon (AWS IAM), funciones de Amazon Lambda, buckets de Amazon S3, Amazon Step Functions, clúster de Amazon OpenSearch y un Cognito Amazonas grupo de usuarios. Asegúrese de que su El entorno AWS CLI está configurado con los permisos correspondientes.
También puedes activar un Nube de AWS9 instancia con AWS CDK, Python y Docker preinstalados para iniciar la implementación.
Tutorial
Despliegue
- Después de configurar los requisitos previos, primero debe clonar el repositorio:
- Luego ingrese a la carpeta del repositorio e instale las dependencias:
- Implemente la pila OpenSearchWorkflow:
La implementación tarda alrededor de 25 minutos con los ajustes de configuración predeterminados de los ejemplos de GitHub y crea un flujo de trabajo de Step Functions, que se invoca cuando un documento se coloca en un depósito/prefijo de Amazon S3 y posteriormente se procesa hasta que se indexa el contenido del documento. en un clúster de OpenSearch.
El siguiente es un resultado de muestra que incluye enlaces útiles e información generada a partir decdk deploy OpenSearchWorkflow
mando:
Esta información también está disponible en la consola de AWS CloudFormation.
Cuando se coloca un nuevo documento bajo el OpenSearchWorkflow.DocumentUploadLocation, se inicia un nuevo flujo de trabajo de Step Functions para este documento.
Para comprobar el estado de este documento, el OpenSearchWorkflow.StepFunctionFlowLink proporciona un enlace a la lista de ejecuciones de StepFunction en la Consola de administración de AWS, que muestra el estado del procesamiento de documentos para cada documento cargado en Amazon S3. el tutorial Visualización y depuración de ejecuciones en la consola de Step Functions proporciona una descripción general de los componentes y vistas de la consola de AWS.
Pruebas
- Primera prueba utilizando un archivo de muestra.
- Después de seleccionar el enlace al flujo de trabajo de StepFunction o abrir la Consola de administración de AWS y acceder a la página del servicio Step Functions, puede ver las diferentes invocaciones de flujo de trabajo.
- Eche un vistazo a la ejecución de documentos de muestra que se está ejecutando actualmente, donde puede seguir la ejecución de las tareas de flujo de trabajo individuales.
Buscar
Una vez finalizado el proceso, podremos validar que el documento esté indexado en el índice OpenSearch.
- Para hacerlo, primero creamos un usuario de Amazon Cognito. Amazon Cognito se utiliza para la autenticación de usuarios en el índice OpenSearch. Seleccione el enlace en el resultado de la implementación del cdk (o mire el Formación en la nube de AWS salida en la Consola de administración de AWS) denominada OpenSearchWorkflow.CognitoUserPoolLink.
- Luego, selecciona el Crear usuario , que lo dirige a una página para ingresar un nombre de usuario y una contraseña para acceder al Panel de OpenSearch.
- Después de elegir Crear usuario, puede continuar con el panel de OpenSearch haciendo clic en el OpenSearchWorkflow.OpenSearchDashboard desde la salida de implementación de CDK. Inicie sesión utilizando el nombre de usuario y contraseña creados anteriormente. La primera vez que inicia sesión, debe cambiar la contraseña.
- Una vez que haya iniciado sesión en el panel de OpenSearch, seleccione el Gestión de pilas sección, seguida de Patrón de índices para crear un índice de búsqueda.
- El nombre predeterminado para el índice es índice de artículos y un nombre de patrón de índice de índice de artículos* coincidirá con eso.
- Después de hacer clic El próximo paso, seleccione fecha y hora como el Campo de tiempo y Crear patrón de índice.
- Ahora, desde el menú, seleccione Descubrir.
En la mayoría de los casos, es necesario cambiar el intervalo de tiempo según la última ingesta. El valor predeterminado es 15 minutos y, a menudo, no hubo actividad en los últimos 15 minutos. En este ejemplo, cambió a 15 días para visualizar la ingesta.
- Ahora puedes empezar a buscar. Se indexó una novela, puede buscar cualquier término como llamame ismael y ver los resultados.
En este caso, el término llamame ismael aparece en la página 6 del documento en el Identificador uniforme de recursos (URI) proporcionado, que apunta a la ubicación del archivo en Amazon S3. Esto hace que sea más rápido identificar documentos y encontrar información en un gran corpus de documentos PDF, TIFF o imágenes, en comparación con omitirlos manualmente.
Corriendo a escala
Para estimar la escala y la duración de un proceso de indexación, la implementación se probó con 93,997 documentos y una suma total de 1,583,197 páginas (un promedio de 16.84 páginas/documento y el archivo más grande tenía 3755 páginas), que se indexaron en OpenSearch. Procesar todos los archivos e indexarlos en OpenSearch tomó 5.5 horas en la región Este de EE. UU. (N. Virginia – us-east-1) usando el valor predeterminado Cuotas de servicios de Amazon Textract. El siguiente gráfico muestra una prueba inicial a las 18:00 seguida de la ingesta principal a las 21:00 y todo realizado a las 2:30.
Para el procesamiento, el tcdk.SFEjecucionesStartThrottle se fijó en un executions_concurrency_threshold
=550, lo que significa que los flujos de trabajo de procesamiento de documentos simultáneos tienen un límite de 550 y las solicitudes excedentes se ponen en cola en un AmazonSQS Cola de primero en entrar, primero en salir (FIFO), que posteriormente se drena cuando finalizan los flujos de trabajo actuales. El umbral de 550 se basa en la cuota de Textract Service de 600 en la región us-east-1. Por lo tanto, la profundidad de la cola y la antigüedad del mensaje más antiguo son métricas que vale la pena monitorear.
En esta prueba, todos los documentos se cargaron en Amazon S3 a la vez, por lo que el Número aproximado de mensajes visibles tiene un fuerte aumento y luego una lenta disminución a medida que no se ingieren nuevos documentos. El Edad aproximada del mensaje más antiguo aumenta hasta que se procesan todos los mensajes. El SQS de Amazon Período de retención del mensaje se fija en 14 días. Para el procesamiento de trabajos pendientes de muy larga duración que podría exceder los 14 días, comience procesando un subconjunto más pequeño de documentos representativos y supervise la duración de la ejecución para estimar cuántos documentos puede pasar antes de exceder los 14 días. Las métricas de Amazon SQS CloudWatch son similares para un caso de uso de procesamiento de una gran acumulación de documentos, que se ingiere de inmediato y luego se procesa por completo. Si su caso de uso es un flujo constante de documentos, ambas métricas, el Número aproximado de mensajes visibles y del Edad aproximada del mensaje más antiguo será más lineal. También puede utilizar el parámetro de umbral para combinar una carga constante con el procesamiento de trabajos pendientes y asignar capacidad de acuerdo con sus necesidades de procesamiento.
Otra métrica a monitorear es la salud del clúster OpenSearch, que debe configurar de acuerdo con las Mejores prácticas operativas para Amazon OpenSearch Service. La implementación predeterminada utiliza instancias m6g.large.search.
A continuación se muestra una instantánea de los indicadores clave de rendimiento (KPI) para el clúster OpenSearch. Sin errores, velocidad de datos de indexación y latencia constantes.
Las ejecuciones del flujo de trabajo de Step Functions muestran el estado de procesamiento de cada documento individual. Si ves ejecuciones en Fallidos estado, luego seleccione los detalles. Una buena métrica a monitorear es la AWS Panel automático de CloudWatch para Step Functions, que expone algunas de las Paso Funciones Métricas de CloudWatch.
En este gráfico del panel de AWS CloudWatch, verá las ejecuciones exitosas de Step Functions a lo largo del tiempo.
Y éste muestra las ejecuciones fallidas. Vale la pena investigarlos a través de la descripción general de las funciones de pasos de la consola de AWS.
La siguiente captura de pantalla muestra un ejemplo de una ejecución fallida debido a que el archivo de origen tiene un tamaño 0, lo cual tiene sentido porque el archivo no tiene contenido y no se pudo procesar. Es importante filtrar los procesos fallidos y visualizar las fallas para poder volver al documento fuente y validar la causa raíz.
Otras fallas pueden incluir documentos que no son de tipo mime: aplicación/pdf, imagen/png, imagen/jpeg o imagen/tiff porque Amazon Textract no admite otros tipos de documentos.
Cost
El costo total de ingesta de 1,583,278 páginas se dividió entre los servicios de AWS utilizados para la implementación. La siguiente lista sirve como números aproximados, porque el costo real y la duración del procesamiento varían según el tamaño de los documentos, la cantidad de páginas por documento, la densidad de información en los documentos y la región de AWS. Amazon DynamoDB consumía $ 0.55, Amazon S3 $ 3.33, OpenSearch Service $ 14.71, Step Functions $ 17.92, AWS Lambda $ 28.95 y Amazon Textract $ 1,849.97. Además, tenga en cuenta que el clúster de Amazon OpenSearch Service implementado se factura por hora y acumulará un costo mayor cuando se ejecute durante un período de tiempo.
Modificaciones
Lo más probable es que desee modificar la implementación y personalizarla según su caso de uso y sus documentos. El taller Utilice el aprendizaje automático para automatizar y procesar documentos a escala presenta una buena descripción general sobre cómo manipular los flujos de trabajo reales, cambiar el flujo y agregar nuevos componentes. Para agregar campos personalizados al índice de OpenSearch, consulte la Establecer metadatos tarea en el flujo de trabajo usando el establecer-manifiesto-metadatos-opensearch Función AWS Lambda para agregar metadatos al contexto, que se agregarán como un campo al índice de OpenSearch. Cualquier información de metadatos pasará a formar parte del índice.
Limpiar
Elimine los recursos de ejemplo si ya no los necesita, para evitar incurrir en costos futuros usando el siguiente comando:
en el mismo ambiente que el cdk deploy
dominio. Tenga en cuenta que esto elimina todo, incluido el clúster OpenSearch y todos los documentos y el depósito de Amazon S3. Si desea mantener esa información, haga una copia de seguridad de su depósito de Amazon S3 y cree una instantánea de índice desde su clúster OpenSearch. Si procesó muchos archivos, es posible que primero tenga que vaciar el depósito de Amazon S3 usando la Consola de administración de AWS (es decir, después de realizar una copia de seguridad o sincronizarlos con un depósito diferente si desea conservar la información), porque la función de limpieza puede agotar el tiempo de espera y luego destruir la pila de AWS CloudFormation.
Conclusión
En esta publicación, le mostramos cómo implementar una solución completa para incorporar una gran cantidad de documentos en un índice de OpenSearch, que están listos para usarse en casos de uso de búsqueda. Se discutieron los componentes individuales de la implementación, así como las consideraciones de escala, el costo y las opciones de modificación. Se puede acceder a todo el código como OpenSource en GitHub como Muestras de CDK de IDP y como Construcciones IDP CDK para construir sus propias soluciones desde cero. Como siguiente paso, puede comenzar a modificar el flujo de trabajo, agregar información a los documentos en el índice de búsqueda y explorar el Taller de desplazados internos. Comente a continuación su experiencia e ideas para ampliar la solución actual.
Sobre la autora
Martín Schade es Senior ML Product SA con el equipo de Amazon Textract. Tiene más de 20 años de experiencia con tecnologías relacionadas con Internet, soluciones de ingeniería y arquitectura. Se unió a AWS en 2014, primero orientó a algunos de los clientes más grandes de AWS sobre el uso más eficiente y escalable de los servicios de AWS, y luego se centró en AI/ML con un enfoque en la visión artificial. Actualmente, está obsesionado con extraer información de los documentos.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Automoción / vehículos eléctricos, Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- ChartPrime. Eleve su juego comercial con ChartPrime. Accede Aquí.
- Desplazamientos de bloque. Modernización de la propiedad de compensaciones ambientales. Accede Aquí.
- Fuente: https://aws.amazon.com/blogs/machine-learning/implement-smart-document-search-index-with-amazon-textract-and-amazon-opensearch/
- :posee
- :es
- :no
- :dónde
- $3
- $ UP
- 1
- 10
- 100
- 11
- 12
- 13
- 14
- 15%
- 16
- 17
- 20
- 20 años
- 200
- 2014
- 216
- 220
- 25
- 30
- 3000
- 32
- 33
- 7
- 700
- 8
- 820
- 84
- 9
- a
- Nuestra Empresa
- de la máquina
- accesible
- el acceso
- Conforme
- Mi Cuenta
- Acumular
- la exactitud
- a través de
- actividad
- real
- add
- adicional
- la adición de
- Añade
- Después
- en contra
- edad
- AI / ML
- Todos
- asignar
- permitir
- también
- Amazon
- Cognito Amazonas
- Servicio Amazon OpenSearch
- Amazon Textil
- Amazon Web Services
- an
- analista
- y
- cualquier
- abejas
- aparece
- aproximado
- somos
- en torno a
- AS
- At
- Autenticación
- automatizado
- Automático
- automáticamente
- Hoy Disponibles
- promedio
- evitar
- AWS
- Formación en la nube de AWS
- AWS Lambda
- Consola de administración de AWS
- Atrás
- Backend
- Backup
- bases
- basado
- BE
- porque
- a las que has recomendado
- antes
- "Ser"
- a continuación
- MEJOR
- y las mejores prácticas
- mejores
- Tener cuidado
- Bloquear
- ambas
- build
- .
- by
- Calls
- PUEDEN
- capacidades
- Capacidad
- case
- cases
- Causa
- CD
- el cambio
- cambiado
- cambio
- comprobar
- la elección de
- clasificación
- Soluciones
- Médico
- código
- --
- combina
- comentario
- Empresas
- en comparación con
- Compass
- competitivos
- componentes
- computadora
- Visión por computador
- conceptos
- competidor
- Configuración
- configurado
- conectado
- consideraciones
- consiste
- Consola
- constante
- construir
- Envase
- contenido
- contexto
- continue
- contratos
- correcta
- Cost
- Precio
- podría
- acoplado
- Protectora
- Para crear
- creado
- crea
- crítico
- Current
- En la actualidad
- personalizado
- cliente
- Clientes
- personalizable
- personalizan
- página de información de sus operaciones
- de los tableros
- datos
- Días
- acuerdo
- Rechazar
- Predeterminado
- definir
- definición
- demostrar
- dependencias
- Dependiente
- desplegar
- desplegado
- despliegue
- profundidad
- destruir
- detalles
- Desarrollo
- diálogo
- una experiencia diferente
- digital
- Transformación Digital
- descrubrir
- discutido
- mostrar
- inmersión
- do
- Docker
- documento
- documentos
- hecho
- Escurridos
- dos
- duración
- e
- cada una
- Este
- Southern Implants
- eficiente
- eficiente.
- esfuerzo
- Nuestros
- empoderar a
- habilitar
- Ingeniería
- enorme
- enriquecer
- enriquecido
- Participar
- Entorno
- Era
- Errores
- especialmente
- se establece
- estimación
- Incluso
- todo
- ejemplo
- exceden
- superior
- exceso
- ejecución
- Expandir
- experience
- explorar
- extraerlos
- Fallidos
- RÁPIDO
- más rápida
- campo
- Terrenos
- Figura
- Archive
- archivos
- filtrar
- final
- financiero
- Encuentre
- en fin
- puntas de los dedos
- acabado
- Nombre
- primeros pasos
- primer vez
- de tus señales
- Focus
- centrado
- seguir
- seguido
- siguiendo
- formato
- Desde
- ser completados
- Completa pila
- completamente
- función
- funciones
- futuras
- General
- generado
- genera
- conseguir
- gigante
- GitHub
- dado
- Go
- va
- candidato
- gráfica
- guía
- aprovechar
- Tienen
- es
- he
- Salud
- ayuda
- Alta
- más alto
- altamente
- horas.
- HORAS
- Cómo
- Como Hacer
- Sin embargo
- HTML
- HTTPS
- humana
- Recursos Humanos
- i
- ideas
- identificador
- Identifique
- Identidad
- ids
- if
- imagen
- implementar
- implementación
- implementado
- importar
- importante
- in
- incluir
- Incluye
- aumente
- Los aumentos
- índice
- indexado
- indicadores
- INSTRUMENTO individual
- información
- EN LA MINA
- inicial
- iniciar
- Las opciones de entrada
- Insights
- instalar
- ejemplo
- COMPLETAMENTE
- De Operación
- Procesamiento inteligente de documentos
- dentro
- investigar
- invocado
- IT
- se unió a
- jpg
- json
- Guardar
- Clave
- large
- mayor
- Apellidos
- Estado latente
- luego
- APRENDE:
- aprendizaje
- Biblioteca
- como
- que otros
- LINK
- enlaces
- Lista
- carga
- Ubicación
- conectado
- Inicie sesión
- Largo
- por más tiempo
- Mira
- mirando
- MIRADAS
- máquina
- máquina de aprendizaje
- hecho
- Inicio
- mantener
- Mantener los
- para lograr
- HACE
- Management
- a mano
- muchos
- Match
- máximas
- Puede..
- me
- significa
- Menú
- mensaje
- la vida
- métodos
- métrico
- Métrica
- podría
- mente
- Min
- mezcla
- ML
- Moderno
- modificar
- Monitorear
- monitoreo
- más,
- MEJOR DE TU
- Montaña
- múltiples
- nombre
- Llamado
- navegando
- ¿ Necesita ayuda
- Nuevo
- Next
- no
- .
- notificaciones
- novela
- número
- números
- of
- LANZAMIENTO
- a menudo
- más antiguo
- on
- una vez
- ONE
- habiertos
- opensource
- Del Mañana
- optimizado
- Opciones
- or
- solicite
- organización
- natural
- Otro
- de otra manera
- salir
- salida
- Más de
- visión de conjunto
- EL DESARROLLADOR
- página
- paginas
- Paralelo
- parámetro
- parte
- pass
- Contraseña
- Patrón de Costura
- .
- pago
- (PDF)
- para
- actuación
- período
- permisos
- Platón
- Inteligencia de datos de Platón
- PlatónDatos
- Por favor
- punto
- puntos
- alberca
- posible
- Publicación
- prácticas
- Prepara
- requisitos previos
- regalos
- previamente
- Procesado
- en costes
- tratamiento
- producir
- Producto
- Programación
- propuesto
- proporciona un
- publicado
- propósito
- Push
- poner
- Pone
- Python
- Búsqueda
- rápidamente
- Rate
- ready
- región
- Informes
- repositorio
- representante
- solicitudes
- Requisitos
- Requisitos
- Recurso
- Recursos
- sensible
- resultado
- Resultados
- conservar
- También soy miembro del cuerpo docente de World Extreme Medicine (WEM) y embajadora europea de igualdad para The Transformational Travel Council (TTC). En mi tiempo libre, soy una incansable aventurera, escaladora, patrona de día, buceadora y defensora de la igualdad de género en el deporte y la aventura. En XNUMX, fundé Almas Libres, una ONG nacida para involucrar, educar y empoderar a mujeres y niñas a través del deporte urbano, la cultura y la tecnología.
- raíz
- Ejecutar
- correr
- SA
- mismo
- escalable
- Escala
- la ampliación
- rayar
- sin problemas
- Buscar
- búsqueda
- Sección
- ver
- la búsqueda de
- seleccionar
- mayor
- sentido
- expedido
- sirve
- de coches
- Servicios
- set
- ajustes
- Configure
- tienes
- Mostrar
- mostró
- Shows
- similares
- sencillos
- Tamaño
- lento
- menores
- inteligente
- Instantánea
- So
- a medida
- Soluciones
- algo
- Fuente
- soluciones y
- velocidad
- Girar
- dividido
- montón
- comienzo
- fundó
- Comience a
- Estado
- Zonas
- Estado
- estable
- paso
- pasos
- Sin embargo
- STORAGE
- tienda
- almacenamiento
- enviar
- Después
- exitosos
- tal
- Soportado
- soportes
- seguro
- Todas las funciones a su disposición
- adaptado
- ¡Prepárate!
- toma
- toma
- Tarea
- tareas
- equipo
- Tecnologías
- plantillas
- término
- términos
- test
- probado
- texto
- esa
- La
- La gráfica
- la información
- La Fuente
- El Estado
- su
- Les
- luego
- Ahí.
- por lo tanto
- Estas
- ellos
- así
- ¿aunque?
- umbral
- A través de esta formación, el personal docente y administrativo de escuelas y universidades estará preparado para manejar los recursos disponibles que derivan de la diversidad cultural de sus estudiantes. Además, un mejor y mayor entendimiento sobre estas diferencias y similitudes culturales permitirá alcanzar los objetivos de inclusión previstos.
- a
- equipo
- prolongado
- a
- se
- Total
- tradicional
- desencadenados
- tutoriales
- dos
- tipo
- tipos
- bajo
- sin precedentes
- hasta
- subido
- us
- utilizan el
- caso de uso
- usado
- Usuario
- usuarios
- usos
- usando
- utiliza
- VALIDAR
- propuesta de
- versión
- muy
- vistas
- Virginia
- visión
- visualizar
- volumen
- volúmenes
- quieres
- fue
- Camino..
- we
- web
- servicios web
- WELL
- tuvieron
- ¿
- cuando
- que
- seguirá
- flujo de trabajo
- flujos de trabajo
- funciona
- taller
- Talleres
- valor
- años
- Usted
- tú
- zephyrnet