Amazon SageMaker Data Wrangler on ühtne visuaalne liides, mis vähendab andmete ettevalmistamiseks ja funktsioonide inseneriks kuluvat aega nädalatest minutiteni ning võimaldab valida ja puhastada andmeid, luua funktsioone ja automatiseerida andmete ettevalmistamist masinõppe (ML) töövoogudes ilma koodi kirjutamata.
SageMaker Data Wrangler toetab Lumehelves, populaarne andmeallikas kasutajatele, kes soovivad teostada ML-i. Käivitame SageMaker Data Wrangleri otseühenduse Snowflake, et parandada kliendikogemust. Enne selle funktsiooni käivitamist pidid administraatorid seadistama esialgse salvestuse integreerimise, et luua ühendus Snowflake'iga, et luua Data Wrangleris ML-i funktsioone. See hõlmab ettenägemist Amazoni lihtne salvestusteenus (Amazon S3) kopad, AWS-i identiteedi- ja juurdepääsuhaldus (IAM) juurdepääsuload, Snowflake'i salvestusruumi integreerimine üksikutele kasutajatele ja pidev mehhanism andmete koopiate haldamiseks või puhastamiseks Amazon S3-s. See protsess ei ole skaleeritav klientidele, kellel on range andmete juurdepääsu kontroll ja suur hulk kasutajaid.
Selles postituses näitame, kuidas Snowflake'i otseühendus SageMaker Data Wrangleris lihtsustab administraatori kogemust ja andmeteadlase ML-teekonda andmetest äriülevaadeteni.
Lahenduse ülevaade
Selles lahenduses kasutame SageMaker Data Wranglerit andmete ettevalmistamise kiirendamiseks ML ja Amazon SageMakeri autopiloot ML-mudelite automaatseks ehitamiseks, treenimiseks ja peenhäälestamiseks teie andmete põhjal. Mõlemad teenused on loodud spetsiaalselt tootlikkuse suurendamiseks ja ML-praktikute jaoks väärtuse leidmise aja lühendamiseks. Samuti demonstreerime lihtsustatud juurdepääsu andmetele SageMaker Data Wranglerist Snowflake'ile, mis on otseühendusega ML-i päringu ja funktsioonide loomisega.
Vaadake allolevat diagrammi, et saada ülevaade madala koodiga ML-protsessist Snowflake'i, SageMaker Data Wrangleri ja SageMaker Autopilotiga.
Töövoog sisaldab järgmisi samme:
- Liikuge SageMaker Data Wranglerisse andmete ettevalmistamiseks ja funktsioonide inseneritööde tegemiseks.
- Seadistage Snowflake'i ühendus SageMaker Data Wrangleriga.
- Uurige oma Snowflake tabeleid rakenduses SageMaker Data Wrangler, looge ML-andmestik ja tehke funktsioonide projekteerimine.
- Treenige ja katsetage mudeleid SageMaker Data Wrangleri ja SageMaker Autopiloti abil.
- Laadige ennustuste jaoks parim mudel reaalajas järelduste lõpp-punkti.
- Käivitatud reaalajas järelduse lõpp-punkti kutsumiseks kasutage Pythoni märkmikku.
Eeldused
Selle postituse jaoks vajab administraator järgmisi eeltingimusi:
Andmeteadlastel peaksid olema järgmised eeldused
Lõpuks peaksite oma andmed Snowflake'i jaoks ette valmistama
- Kasutame krediitkaarditehingute andmeid alates Kaagutama luua ML-mudeleid petturlike krediitkaarditehingute tuvastamiseks, et klientidelt ei võetaks tasu kaupade eest, mida nad ei ostnud. Andmekogum sisaldab Euroopa kaardiomanike krediitkaarditehinguid 2013. aasta septembris.
- Peaksite kasutama SnowSQL klient ja installige see oma kohalikku masinasse, et saaksite seda kasutada andmestiku Snowflake tabelisse üleslaadimiseks.
Järgmised sammud näitavad, kuidas andmestikku ette valmistada ja lumehelbe andmebaasi laadida. See on ühekordne seadistus.
Lumehelbe tabel ja andmete ettevalmistamine
Selle ühekordse seadistuse jaoks tehke järgmised toimingud.
- Esiteks looge administraatorina Snowflake'i virtuaalne ladu, kasutaja ja roll ning andke juurdepääs teistele kasutajatele, näiteks andmeteadlastele, et luua andmebaas ja lavastada andmeid nende ML-i kasutusjuhtude jaoks:
- Andmeteadlasena loome nüüd andmebaasi ja impordime krediitkaarditehingud Snowflake'i andmebaasi, et pääseda juurde SageMaker Data Wrangleri andmetele. Illustreerimiseks loome andmebaasi Snowflake nimega
SF_FIN_TRANSACTION
: - Laadige andmestiku CSV-fail alla oma kohalikku masinasse ja looge etapp andmete andmebaasitabelisse laadimiseks. Värskendage faili teed, et osutada allalaaditud andmestiku asukohale, enne kui käivitate käsu PUT andmete importimiseks loodud etappi:
- Looge tabel nimega
credit_card_transactions
: - Importige etapist andmed loodud tabelisse:
Seadistage SageMaker Data Wrangleri ja Snowflake'i ühendus
Pärast seda, kui oleme andmestiku SageMaker Data Wrangleriga kasutamiseks ette valmistanud, loome rakenduses SageMaker Data Wrangler uus Snowflake'i ühendus, et luua ühenduse sf_fin_transaction
andmebaasi Snowflake ja esitage päring credit_card_transaction
tabelis:
- Vali Lumehelves SageMaker Data Wrangleris Ühendus lehel.
- Sisestage oma ühenduse tuvastamiseks nimi.
- Lumehelbe andmebaasiga ühenduse loomiseks valige autentimismeetod:
- Kui kasutate tavalist autentimist, sisestage kasutajanimi ja parool, mida teie Snowflake'i administraator jagab. Selle postituse jaoks kasutame Snowflake'iga ühenduse loomiseks põhiautentimist, kasutades eelmises etapis loodud kasutajamandaate.
- Kui kasutate OAuthi, esitage oma identiteedipakkuja mandaat.
SageMaker Data Wrangler küsib vaikimisi teie andmeid otse Snowflake'ist, ilma S3 ämbritesse andmekoopiaid loomata. SageMaker Data Wrangleri uus kasutatavuse täiustus kasutab Apache Sparki integreerimiseks Snowflake'iga, et valmistada ette ja luua sujuvalt teie ML-teekonna jaoks andmestik.
Siiani oleme loonud Snowflake'i andmebaasi, importinud CSV-faili Snowflake'i tabelisse, loonud Snowflake'i mandaadid ja loonud SageMaker Data Wrangleri konnektori, et luua ühendus Snowflake'iga. Konfigureeritud Snowflake ühenduse kinnitamiseks käivitage loodud Snowflake tabelis järgmine päring:
Pange tähele, et varem nõutud salvestusruumi integreerimise suvand on nüüd täpsemates seadetes valikuline.
Tutvuge Snowflake'i andmetega
Pärast päringu tulemuste kinnitamist valige Import päringu tulemuste andmestikuna salvestamiseks. Kasutame seda eraldatud andmekogumit uurimuslikuks andmeanalüüsiks ja funktsioonide kavandamiseks.
Saate valida SageMaker Data Wrangleri kasutajaliideses Snowflake'i andmete proovivõtu. Teine võimalus on laadida alla täielikud andmed oma ML-mudeli koolituse kasutusjuhtude jaoks, kasutades SageMaker Data Wrangleri töötlemistöid.
Tehke SageMaker Data Wrangleri uurimuslik andmete analüüs
Data Wrangleris olevad andmed tuleb enne väljaõpetamist konstrueerida. Selles jaotises näitame, kuidas teostada funktsioonide projekteerimist Snowflake'i andmetele, kasutades SageMaker Data Wrangleri sisseehitatud võimalusi.
Esiteks kasutame Data Quality and Insights Report
SageMaker Data Wrangleri funktsioon aruannete genereerimiseks, et automaatselt kontrollida andmete kvaliteeti ja tuvastada Snowflake'i andmetes esinevaid kõrvalekaldeid.
Saate kasutada aruannet andmete puhastamiseks ja töötlemiseks. See annab teile teavet, nagu puuduvate väärtuste arv ja kõrvalekallete arv. Kui teil on andmetega probleeme (nt sihtmärgi leke või tasakaalustamatus), võib statistikaaruanne neile probleemidele teie tähelepanu juhtida. Aruande üksikasjade mõistmiseks vt Kiirendage andmete ettevalmistamist Amazon SageMaker Data Wrangleri andmete kvaliteedi ja ülevaatega.
Pärast SageMaker Data Wrangleri rakendatud andmetüübi sobitamise kontrollimist toimige järgmiselt.
- Valige kõrval olev plussmärk Andmetüübid Ja vali Lisage analüüs.
- eest Analüüsi tüüp, vali Andmekvaliteedi ja ülevaate aruanne.
- Vali Looma.
- Kõrge prioriteediga hoiatuste kontrollimiseks vaadake andmete kvaliteedi ja ülevaate aruande üksikasju.
Enne ML-teekonna jätkamist saate teatatud hoiatused lahendada.
Sihtveerg Class
ennustatav klassifitseeritakse stringiks. Esiteks rakendame teisendust vananenud tühjade märkide eemaldamiseks.
- Vali Lisa samm Ja vali Vorminda string.
- Valige teisenduste loendist Riba vasakule ja paremale.
- Sisestage eemaldatavad märgid ja valige lisama.
Järgmisena teisendame sihtveeru Class
stringi andmetüübist Boole'i, kuna tehing on kas seaduslik või petturlik.
- Vali Lisa samm.
- Vali Parsi veergu tüübi järgi.
- Valige veeru jaoks
Class
. - eest alates, vali nöör.
- eest Et, vali Boolean.
- Vali lisama.
Pärast sihtveergude teisendamist vähendame funktsioonide veergude arvu, kuna algses andmekogumis on üle 30 funktsiooni. Kasutame põhikomponentide analüüsi (PCA) mõõtmete vähendamiseks funktsiooni tähtsuse alusel. PCA ja mõõtmete vähendamise kohta lisateabe saamiseks vaadake Põhikomponentide analüüsi (PCA) algoritm.
- Vali Lisa samm.
- Vali Mõõtmete vähendamine.
- eest Muutma, vali Põhikomponentide analüüs.
- eest Sisestusveerud, valige kõik veerud peale sihtveeru
Class
. - Valige kõrval olev plussmärk Andmevoog Ja vali Lisage analüüs.
- eest Analüüsi tüüp, vali Kiire mudel.
- eest Analüüsi nimi, sisestage nimi.
- eest silt, vali
Class
. - Vali jooks.
PCA tulemuste põhjal saate otsustada, milliseid funktsioone mudeli ehitamiseks kasutada. Järgmisel ekraanipildil on graafikul näidatud funktsioonid (või mõõtmed), mis on järjestatud kõrgeima kuni madalaima tähtsuse alusel, et ennustada sihtklassi, mis selles andmekogumis näitab, kas tehing on petturlik või kehtiv.
Selle analüüsi põhjal saate funktsioonide arvu vähendada, kuid selle postituse jaoks jätame vaikeseaded samaks.
See lõpetab meie funktsioonide väljatöötamise protsessi, kuigi võite enne täiendavate optimeerimiste tegemist otsustada käivitada kiirmudeli ja luua uuesti andmete kvaliteedi ja ülevaate aruande.
Eksportige andmeid ja treenige mudelit
Järgmises etapis kasutame SageMakeri autopilooti, et teie andmete põhjal automaatselt luua, treenida ja häälestada parimad ML-mudelid. SageMakeri autopiloodiga säilitate endiselt täieliku kontrolli ja nähtavuse oma andmete ja mudeli üle.
Nüüd, kui oleme uurimise ja funktsioonide projekteerimise lõpetanud, treenime andmestiku mudelit ja eksportime andmed, et treenida ML-mudelit SageMakeri autopiloodi abil.
- Kohta koolitus valige vahekaart Eksport ja koolitamine.
Saame jälgida ekspordi edenemist, kuni ootame selle lõpuleviimist.
Seadistagem SageMaker Autopilot käivitama automatiseeritud koolitustööd, täpsustades sihtmärgi, mida tahame ennustada, ja probleemi tüübi. Kuna me õpetame andmestikku ennustama, kas tehing on petturlik või kehtiv, kasutame sel juhul binaarset klassifikatsiooni.
- Sisestage oma katse nimi, sisestage S3 asukohaandmed ja valige Järgmine: Sihtmärk ja funktsioonid.
- eest sihtmärk, vali
Class
kui veerg ennustada. - Vali Järgmine: Treeningmeetod.
Laskem SageMaker Autopilotil andmestiku põhjal treeningmeetodi üle otsustada.
- eest Treeningmeetod ja algoritmidvalige Auto.
SageMakeri autopiloodi toetatud treeningrežiimide kohta lisateabe saamiseks vaadake Treeningrežiimid ja algoritm Tugi.
- Vali Järgmine: juurutamine ja täpsemad seaded.
- eest Juurutamise võimalus, vali Parima mudeli automaatne juurutamine koos Data Wrangleri teisendustega, mis laadib pärast katse lõpetamist järelduste tegemiseks parima mudeli.
- Sisestage lõpp-punkti nimi.
- eest Valige masinõppe probleemi tüüp, vali Binaarne klassifikatsioon.
- eest Vastulause mõõdik, vali F1.
- Vali Järgmine: vaadake üle ja looge.
- Vali Loo katse.
See käivitab SageMakeri autopiloodi töö, mis loob koolitustööde komplekti, mis kasutab hüperparameetrite kombinatsioone eesmärgimõõdiku optimeerimiseks.
Oodake, kuni SageMaker Autopilot lõpetab mudelite loomise ja parima ML-mudeli hindamise.
Parima mudeli testimiseks käivitage reaalajas järelduse lõpp-punkt
SageMaker Autopilot viib läbi katseid, et teha kindlaks parim mudel, mis suudab klassifitseerida krediitkaarditehingud seaduslikeks või petturlikeks.
Kui SageMaker Autopilot katse lõpetab, saame vaadata koolituse tulemusi koos hindamismõõdikutega ja uurida parimat mudelit SageMaker Autopiloti töökirjelduse lehelt.
- Valige parim mudel ja valige Mudeli juurutamine.
Kasutame SageMaker Autopiloti abil loodud parima mudeli testimiseks reaalajas järelduse lõpp-punkti.
- valima Tehke reaalajas ennustusi.
Kui lõpp-punkt on saadaval, saame kasuliku koormuse edasi anda ja teha järeldusi.
Käivitame järelduse lõpp-punkti kasutamiseks Pythoni märkmiku.
- Valige SageMaker Studio konsooli navigeerimispaanil kausta ikoon ja valige Loo märkmik.
- Kasutage juurutatud reaalajas järelduse lõpp-punkti kutsumiseks järgmist Pythoni koodi:
Väljund näitab tulemust kujul false
, mis tähendab, et näidisfunktsiooni andmed ei ole petturlikud.
Koristage
Veendumaks, et pärast selle õpetuse läbimist ei tekiks tasu, sulgege rakendus SageMaker Data Wrangler ja sulgege sülearvuti eksemplar kasutatakse järelduste tegemiseks. Samuti peaksite kustutada järelduse lõpp-punkt lisatasude vältimiseks lõite SageMaker Autopilotiga.
Järeldus
Selles postituses näitasime, kuidas tuua oma andmed otse Snowflake'ist ilma vahepealseid koopiaid loomata. Saate oma täieliku andmestiku proovi või laadida SageMaker Data Wrangleri otse Snowflake'ist. Seejärel saate SageMaker Data Wrangleri visuaalse liidese abil andmeid uurida, andmeid puhastada ja inseneritööd teha.
Samuti rõhutasime, kuidas saate SageMakeri autopiloodiga mudelit hõlpsalt treenida ja häälestada otse SageMaker Data Wrangleri kasutajaliidese kaudu. Integratsiooniga SageMaker Data Wrangler ja SageMaker Autopilot saame pärast funktsioonide projekteerimise lõpetamist kiiresti mudeli koostada ilma koodi kirjutamata. Seejärel viitasime SageMaker Autopiloti parimale mudelile, et teha järeldusi reaalajas lõpp-punkti abil.
Proovige uut Snowflake'i otseintegratsiooni SageMaker Data Wrangleriga juba täna, et hõlpsasti luua SageMakeri abil oma andmetest ML-mudeleid.
Autoritest
Hariharan Suresh on AWSi vanemlahenduste arhitekt. Ta on kirglik andmebaaside, masinõppe ja uuenduslike lahenduste kujundamise vastu. Enne AWS-iga liitumist oli Hariharan tootearhitekt, põhipanganduse juurutamise spetsialist ja arendaja ning töötas BFSI organisatsioonidega üle 11 aasta. Väljaspool tehnikat naudib ta paraplaaniga lendamist ja jalgrattasõitu.
Aparadžithan Vaidyanathan on AWS-i peamine ettevõttelahenduste arhitekt. Ta toetab ettevõtte klientidel AWS-i pilves migreerumist ja töökoormuse moderniseerimist. Ta on pilvearhitekt, kellel on üle 23-aastane kogemus ettevõtete, suuremahuliste ja hajutatud tarkvarasüsteemide projekteerimisel ja arendamisel. Ta on spetsialiseerunud masinõppele ja andmeanalüüsile, keskendudes andme- ja funktsioonitehnoloogia domeenile. Ta on ambitsioonikas maratonijooksja ning tema hobideks on matkamine, rattasõit ning naise ja kahe poisiga ajaveetmine.
Tim Song on AWS SageMakeri tarkvaraarenduse insener, kellel on üle 10-aastane kogemus tarkvaraarendaja, konsultandi ja tehnoloogiajuhina ning ta on näidanud suutlikkust pakkuda skaleeritavaid ja usaldusväärseid tooteid ning lahendada keerulisi probleeme. Vabal ajal naudib ta loodust, väljas jooksmist, matkamist jne.
Bosco Albuquerque on AWS-i vanempartnerlahenduste arhitekt ja tal on üle 20-aastane kogemus ettevõtete andmebaasimüüjate ja pilveteenuste pakkujate andmebaasi- ja analüüsitoodetega töötamisel. Ta on aidanud suurtel tehnoloogiaettevõtetel kavandada andmeanalüütikalahendusi ning juhtinud insenerimeeskondi andmeanalüüsi platvormide ja andmetoodete kavandamisel ja juurutamisel.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
- PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
- PlatoESG. Autod/elektrisõidukid, Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
- BlockOffsets. Keskkonnakompensatsiooni omandi ajakohastamine. Juurdepääs siia.
- Allikas: https://aws.amazon.com/blogs/machine-learning/accelerate-time-to-business-insights-with-the-amazon-sagemaker-data-wrangler-direct-connection-to-snowflake/
- :on
- :on
- :mitte
- $ UP
- 1
- 10
- 100
- 11
- 12
- 14
- 15%
- 20
- 20 aastat
- 2013
- 27
- 30
- 40
- 500
- 7
- 9
- a
- võime
- MEIST
- kiirendama
- juurdepääs
- konto
- Täiendavad lisad
- administraatorid
- edasijõudnud
- pärast
- jälle
- AI / ML
- Materjal: BPA ja flataatide vaba plastik
- võimaldama
- Ka
- Kuigi
- Amazon
- Amazon SageMaker
- Amazon SageMaker Data Wrangler
- Amazon Web Services
- summa
- an
- analüüs
- analytics
- ja
- Teine
- mistahes
- Apache
- API
- rakendatud
- kehtima
- OLEME
- AS
- ambitsioonikas
- At
- tähelepanu
- Autentimine
- automatiseerima
- Automatiseeritud
- automaatselt
- saadaval
- AWS
- Pangandus
- põhineb
- põhiline
- BE
- sest
- enne
- alla
- BEST
- BFSI
- keha
- mõlemad
- tooma
- ehitama
- Ehitus
- sisseehitatud
- äri
- kuid
- by
- CAN
- võimeid
- lüüa
- kaart
- juhul
- juhtudel
- märki
- laetud
- koormuste
- kontrollima
- Vali
- klass
- klassifikatsioon
- salastatud
- Klassifitseerige
- klient
- Cloud
- kood
- Veerg
- Veerud
- kombinatsioonid
- Ettevõtted
- täitma
- Lõpetatud
- Lõpetab
- lõpetamist
- keeruline
- komponent
- konfigureeritud
- Võta meiega ühendust
- ühendus
- konsool
- konsultant
- jätkama
- kontrollida
- muutma
- tuum
- Põhipangandus
- looma
- loodud
- loob
- loomine
- volikiri
- krediit
- krediitkaart
- klient
- Kliendi kogemus
- Kliendid
- andmed
- juurdepääs andmetele
- andmete analüüs
- Andmete analüüs
- Andmete ettevalmistamine
- andmeteadlane
- andmebaas
- andmebaasid
- otsustama
- vaikimisi
- vaikimisi
- tarnima
- näitama
- Näidatud
- juurutada
- lähetatud
- kasutuselevõtu
- kirjeldus
- Disain
- kavandatud
- projekteerimine
- detailid
- Määrama
- arendaja
- arenev
- & Tarkvaraarendus
- mõõdud
- otsene
- otse
- jagatud
- domeen
- Ära
- alla
- lae alla
- kergesti
- kumbki
- Lõpp-punkt
- insener
- Inseneriteadus
- sisene
- ettevõte
- jms
- Euroopa
- hindamine
- Välja arvatud
- olemas
- kogemus
- eksperiment
- katseid
- uurimine
- Uurimisandmete analüüs
- uurima
- eksport
- kaugele
- tunnusjoon
- FUNKTSIOONID
- Lisaks
- fail
- finants-
- lõpetama
- esimene
- Float
- Keskenduma
- Järel
- eest
- formaat
- pettusega
- Alates
- täis
- edasi
- tekitama
- saama
- annab
- anda
- graafik
- Olema
- he
- aitama
- aitas
- kõrgeim
- Esiletõstetud
- tema
- Kuidas
- Kuidas
- HTML
- http
- HTTPS
- ICON
- identifitseerima
- Identity
- if
- tasakaalutus
- täitmine
- rakendamisel
- import
- tähtsus
- importivate
- impordi
- parandama
- in
- sisaldama
- hõlmab
- Suurendama
- eraldi
- info
- esialgne
- uuenduslik
- teadmisi
- paigaldama
- integreerima
- integratsioon
- Interface
- sisemine
- sisse
- küsimustes
- IT
- kirjed
- töö
- Tööturg
- liitumine
- teekond
- jpg
- Json
- suur
- suuremahuline
- algatama
- käivitatud
- juht
- õppimine
- Lahkuma
- Led
- lahkus
- õigustatud
- laskma
- Raamatukogu
- LIMIT
- nimekiri
- koormus
- saadetised
- kohalik
- liising
- madalaim
- masin
- masinõpe
- tehtud
- säilitada
- tegema
- juhtima
- Maraton
- sobitamine
- mai..
- mehhanism
- meetod
- meetriline
- Meetrika
- rännanud
- protokoll
- puuduvad
- ML
- mudel
- mudelid
- kaasajastama
- režiimid
- Jälgida
- rohkem
- nimi
- Nimega
- loodus
- NAVIGATSIOON
- vajadustele
- Uus
- järgmine
- märkmik
- nüüd
- number
- oauth
- objekt
- eesmärk
- of
- on
- jätkuv
- optimeerima
- valik
- or
- et
- organisatsioonid
- originaal
- OS
- Muu
- meie
- välja
- väljund
- väljaspool
- üle
- ülevaade
- lehekülg
- pane
- partner
- sooritama
- kirglik
- Parool
- tee
- täitma
- esitades
- Õigused
- Platvormid
- Platon
- Platoni andmete intelligentsus
- PlatoData
- pluss
- Punkt
- populaarne
- post
- ennustada
- ennustada
- Ennustused
- ettevalmistamine
- Valmistama
- eeldused
- vältida
- eelmine
- Peamine
- trükk
- Eelnev
- Probleem
- probleeme
- protsess
- töötlemine
- Toode
- tootlikkus
- Toodet
- Edu
- anda
- tarnija
- pakkujad
- avalik
- ostma
- eesmärkidel
- panema
- Python
- kvaliteet
- päringud
- Kiire
- kiiresti
- reaalajas
- vähendama
- vähendab
- vähendamine
- usaldusväärne
- kõrvaldama
- asendama
- aru
- Teatatud
- Aruanded
- taotleda
- nõutav
- vastus
- kaasa
- Tulemused
- läbi
- ratsutamine
- Roll
- jooks
- jooksja
- jooksmine
- s
- salveitegija
- Säästa
- skaalautuvia
- teadlane
- teadlased
- sujuvalt
- Osa
- saatma
- vanem
- September
- Teenused
- komplekt
- seaded
- seade
- jagatud
- peaks
- näitama
- Näitused
- kirjutama
- lihtne
- lihtsustatud
- ühekordne
- So
- tarkvara
- tarkvaraarenduse
- lahendus
- Lahendused
- LAHENDAGE
- laul
- allikas
- Säde
- spetsialist
- spetsialiseerunud
- eriti
- kiirus
- Kulutused
- Stage
- algab
- Samm
- Sammud
- Veel
- ladustamine
- salvestada
- Range
- nöör
- stuudio
- esitama
- edukas
- Edukalt
- selline
- toetama
- Toetatud
- Toetab
- süsteemid
- tabel
- sihtmärk
- ülesanded
- meeskonnad
- tech
- Tehnoloogia
- tehnoloogiaettevõtted
- test
- et
- .
- Graafik
- oma
- SIIS
- Seal.
- nad
- see
- need
- Läbi
- aeg
- et
- täna
- Rong
- koolitatud
- koolitus
- tehing
- Tehingud
- Transformation
- muudab
- tõsi
- juhendaja
- kaks
- tüüp
- ui
- mõistma
- Värskendused
- us
- kasutatavus
- kasutama
- Kasutatud
- Kasutaja
- Kasutajaliides
- Kasutajad
- kasutusalad
- kasutamine
- v1
- KINNITAGE
- väärtus
- Väärtused
- müüjad
- kontrollima
- vaade
- virtuaalne
- nähtavus
- ootama
- tahan
- oli
- we
- web
- veebiteenused
- nädalat
- olid
- kas
- mis
- kuigi
- WHO
- naine
- koos
- jooksul
- ilma
- Töö
- töötas
- töövoog
- Töövoogud
- töö
- kirjutamine
- aastat
- sa
- Sinu
- sephyrnet