See on neljaosalise seeria teine postitus, milles kirjeldatakse, kuidas NatWesti rühm, suur finantsteenuste asutus, mille partner on AWS-i professionaalsed teenused uue masinõppeoperatsioonide (MLOps) platvormi loomiseks. Selles postituses jagame, kuidas NatWest Group kasutas AWS-i, et võimaldada oma standardiseeritud, turvalise ja ühilduva MLOps-platvormi iseteeninduse juurutamist, kasutades selleks AWS-i teenuste kataloog ja Amazon SageMaker. See on viinud uute keskkondade loomiseks kuluva aja vähenemiseni päevadelt vaid mõne tunnini.
Usume, et otsustajad saavad sellest sisust kasu. Tehnoloogiajuhid, CDAO-d, vanemandmeteadlased ja vanemad pilveinsenerid saavad seda mustrit järgida, et pakkuda oma andmeteaduse ja insenerimeeskondadele uuenduslikke lahendusi.
Lugege kogu seeriat:
|
Tehnoloogia NatWest Groupis
NatWest Group on digimaailma suhtepank, mis pakub finantsteenuseid enam kui 19 miljonile kliendile üle Ühendkuningriigi. Kontsernil on mitmekesine tehnoloogiaportfell, kus äriprobleemidele lahendusi tarnitakse sageli eritellimusel valmistatud disainilahenduste ja pikkade tähtaegadega.
Hiljuti võttis NatWest Group vastu pilvepõhise strateegia, mis on võimaldanud ettevõttel kasutada hallatavaid teenuseid tellitavate arvutus- ja salvestusressursside pakkumiseks. See samm on viinud ärilahenduste üldise stabiilsuse, mastaapsuse ja jõudluse paranemiseni, vähendades samal ajal kulusid ja kiirendades tarnesagedust. Lisaks võimaldab pilve üleminek NatWest Groupil oma tehnoloogiapakki lihtsustada, jõustades järjekindlate, korratavate ja eelnevalt heakskiidetud lahenduskavade komplekti, et täita regulatiivseid nõudeid ja toimida kontrollitud viisil.
Väljakutsed
Pilveetapid hõlmasid esmalt pilvepõhise lähenemisviisi kasutuselevõttu mitut katsetamise ja hindamise etappi, milles kasutati mitmesuguseid analüüsiteenused AWS-is. NatWest Groupi pilveplatvormi esimesed iteratsioonid andmeteaduse töökoormuse jaoks seisid silmitsi väljakutsetega järjepidevate, turvaliste ja ühilduvate pilvekeskkondade loomisel. Uute keskkondade loomise protsess kestis mõnest päevast nädalani või isegi kuuni. Keskse platvormi meeskondadele tuginemine infrastruktuuri ja andmeallikate loomisel, pakkumisel, turvamisel, juurutamisel ja haldamisel muutis uute meeskondade kaasamise pilves töötama keeruliseks.
AWS-i kontode infrastruktuuri konfiguratsiooni erinevuste tõttu pidid meeskonnad, kes otsustasid oma töökoormuse pilve üle viia, läbima üksikasjaliku vastavusprotsessi. Iga infrastruktuuri komponenti tuli eraldi analüüsida, mis pikendas turvaauditi ajakava.
AWS-i arendamise alustamine hõlmas platvormimeeskondade koostatud dokumentatsioonijuhendite komplekti lugemist. Esialgsed keskkonna seadistamise sammud hõlmasid avalike ja privaatvõtmete haldamist autentimiseks, kaugteenustega ühenduste konfigureerimist, kasutades AWS-i käsurea liides (AWS CLI) või SDK kohalikest arenduskeskkondadest ning käitab kohandatud skripte kohalike IDE-de linkimiseks pilveteenustega. Tehnilised väljakutsed muutsid sageli uute meeskonnaliikmete kaasamise keeruliseks. Pärast arenduskeskkondade konfigureerimist oli tarkvara tootmises väljalaskmise tee samamoodi keeruline ja pikk.
Nagu on kirjeldatud selle sarja 1. osas, kogus ühisprojekti meeskond enne uue andmeteaduse ja MLOps platvormi loomist NatWest Groupi meeskondadelt suurel hulgal tagasisidet kasutajakogemuse ja -nõuete kohta. Selle tagasiside läbivaks teemaks oli vajadus automatiseerimise ja standardimise järele, mis on AWS-i projekti kiire ja tõhusa edastamise eelkäija. Uus platvorm kasutab AWS-i hallatavaid teenuseid, et optimeerida kulusid, vähendada platvormi konfigureerimisega seotud jõupingutusi ja vähendada süsiniku jalajälge tarbetult suurte arvutustööde tegemisel. Standardimine on integreeritud platvormi südamesse koos eelkinnitatud, täielikult konfigureeritud, turvaliste, ühilduvate ja korduvkasutatavate infrastruktuurikomponentidega, mida saab andme- ja analüüsimeeskondade vahel jagada.
Miks SageMaker Studio?
Meeskond valis Amazon SageMaker Studio kui peamine tööriist ML torujuhtmete ehitamiseks ja kasutuselevõtuks. Studio pakub ühtset veebipõhist liidest, mis annab kasutajatele täieliku juurdepääsu, kontrolli ja nähtavuse igale etapile, mis on vajalik mudelite ehitamiseks, koolitamiseks ja juurutamiseks. Studio IDE (integreeritud arenduskeskkonna) küpsus mudelite arendamiseks, metaandmete jälgimiseks, artefaktide haldamiseks ja juurutamiseks olid üks funktsioone, mis NatWest Groupi meeskonnale väga meeldisid.
NatWest Groupi andmeteadlased töötavad SageMakeri sülearvutitega Studios mudeli väljatöötamise algfaasis, et teha andmeanalüüsi, andmevahetust ja funktsioonide kavandamist. Kui kasutajad on selle esialgse töö tulemustega rahul, teisendatakse kood hõlpsasti koostatavateks funktsioonideks andmete teisendamiseks, mudeli väljaõppeks, järeldusteks, logimiseks ja ühikutestideks, nii et see on tootmisvalmis.
Mudeli arendamise elutsükli hilisemad etapid hõlmavad kasutamist Amazon SageMakeri torujuhtmed, mida saab Stuudios visuaalselt kontrollida ja jälgida. Konveierid visualiseeritakse DAG-s (Directed Acyclic Graph), mis värvib konveieri töötamise ajal samme nende oleku alusel. Lisaks kokkuvõte sellest Amazon CloudWatchi logid kuvatakse DAG kõrval, et hõlbustada ebaõnnestunud sammude silumist. Andmeteadlastele antakse koodimall, mis koosneb kõigist SageMakeri torujuhtme põhietappidest. See pakub standardiseeritud raamistikku (ühtlane kõigi platvormi kasutajate jaoks, et hõlbustada koostööd ja teadmiste jagamist), millesse arendajad saavad lisada kohandatud loogika ja rakenduskoodi, mis on nende lahendatava äriprobleemi jaoks spetsiifiline.
Arendajad käitavad torujuhtmeid Studio IDE-s, et tagada nende koodimuudatuste õige integreerimine muude konveieri etappidega. Pärast koodimuudatuste ülevaatamist ja heakskiitmist luuakse need torujuhtmed ja käitatakse automaatselt Giti hoidla peamise haru päästiku alusel. Mudelitreeningu käigus salvestatakse ja jälgitakse mudeli hindamise mõõdikuid SageMaker Experimentsis, mida saab kasutada hüperparameetrite häälestamiseks. Pärast mudeli väljaõpetamist salvestatakse mudeli artefakt seadmesse SageMakeri mudeliregister, koos mudelikonteinerite metaandmetega, koolitusel kasutatud andmete, mudeli funktsioonide ja mudelikoodiga. Mudeliregister mängib mudeli juurutamisprotsessis võtmerolli, kuna see pakendab kogu mudeliteabe ja võimaldab automatiseerida mudeli reklaamimist tootmiskeskkondadesse.
MLOpsi insenerid juurutavad hallatud SageMakeri partii teisendustööd, mis vastab töökoormuse nõudmistele. Nii võrguühenduseta partii järeldamistööd kui ka lõpp-punkti kaudu pakutavad võrgumudelid kasutavad SageMakeri hallatud järeldamisfunktsioone. Sellest on kasu nii platvormi- kui ka ärirakenduste meeskondadele, sest platvormi insenerid ei kuluta enam aega infrastruktuuri komponentide konfigureerimisele mudeli järelduste tegemiseks ning ärirakenduste meeskonnad ei kirjuta arvutusjuhtumite seadistamiseks ja nendega suhtlemiseks täiendavat koodkoodi.
Miks AWS-i teenusekataloog?
Meeskond valis AWS-i teenusekataloogi, et luua turvaliste, nõuetele vastavate ja eelnevalt heakskiidetud infrastruktuurimallide kataloog. AWS-i teenusekataloogi toote infrastruktuurikomponendid on eelkonfigureeritud, et need vastaksid NatWest Groupi turvanõuetele. Rolli juurdepääsu haldamine, ressursipoliitikad, võrgukonfiguratsioon ja keskjuhtimise poliitikad on konfigureeritud iga AWS-i teenusekataloogi tootesse pakitud ressursi jaoks. Tooted versioonistatakse ja jagatakse rakendusmeeskondadega, järgides standardset protsessi, mis võimaldab andmeteaduse ja insenerimeeskondadel ise teenindada ja taristut juurutada kohe pärast juurdepääsu saamist oma AWS-i kontodele.
Platvormi arendusmeeskonnad saavad AWS-i teenusekataloogi tooteid aja jooksul hõlpsalt edasi arendada, et võimaldada ärinõuetel põhinevate uute funktsioonide juurutamist. Iteratiivsed muudatused toodetes tehakse AWS-i teenusekataloogi tooteversioonide abil. Uue tooteversiooni avaldamisel liidab platvormi meeskond koodimuudatused Giti põhiharuga ja suurendab AWS-i teenusekataloogi toote versiooni. Infrastruktuuri värskendamisel on teatud autonoomia ja paindlikkus, kuna ärirakenduste kontod saavad kasutada toodete varasemaid versioone enne uusimale versioonile üleminekut.
Lahenduse ülevaade
Järgmine kõrgetasemeline arhitektuuridiagramm näitab, kuidas tüüpiline ärirakenduse kasutusjuht AWS-is juurutatakse. Järgmistes jaotistes käsitletakse üksikasjalikumalt konto arhitektuuri, infrastruktuuri juurutamist, kasutajate juurdepääsu haldamist ja seda, kuidas erinevaid AWS-teenuseid ML-lahenduste loomiseks kasutatakse.
Nagu on näidatud arhitektuuriskeemil, järgivad kontod jaoturi ja kodara mudelit. Jagatud platvormi konto toimib jaoturikontona, kus ärirakenduste meeskonna (kõne) kontode jaoks vajalikke ressursse hostib platvormi meeskond. Need ressursid hõlmavad järgmist.
- Turvaliste standardiseeritud infrastruktuuritoodete raamatukogu, mida kasutatakse iseteenindusega infrastruktuuri juurutamiseks ja mida hostib AWS-i teenusekataloog
- Dockeri pildid, salvestatud Amazoni elastsete konteinerite register (Amazon ECR), mida kasutatakse SageMakeri torujuhtme sammude ja mudeli järelduste tegemise ajal
- AWS CodeArtifact hoidlad, mis majutavad eelnevalt kinnitatud Pythoni pakette
Neid ressursse jagatakse automaatselt kodarkontodega AWS-i teenusekataloogi portfelli jagamise ja importimise funktsiooni kaudu ning AWS-i identiteedi- ja juurdepääsuhaldus (IAM) usalduspoliitikat nii Amazon ECR kui CodeArtifacti puhul.
Igal ärirakenduste meeskonnal on NatWest Groupi taristukeskkonnas kolm AWS-kontot: arendus, eeltootmine ja tootmine. Keskkonnanimed viitavad konto kavandatud rollile andmeteaduse arendamise elutsüklis. Arenduskontot kasutatakse andmete analüüsiks ja vaidlustamiseks, mudeli ja mudeli konveieri koodi kirjutamiseks, mudelite koolitamiseks ning mudeli juurutamiseks tootmiseelsetesse ja tootmiskeskkondadesse SageMaker Studio kaudu. Tootmiseelne konto peegeldab tootmiskonto seadistust ja seda kasutatakse mudeli juurutuste testimiseks ja tööde partii teisendamiseks enne nende tootmisse vabastamist. Tootmiskonto hostib mudeleid ja käitab tootmise järelduste töökoormusi.
Kasutajahaldus
NatWest Groupil on kasutajarollide eraldamise jõustamiseks ranged juhtimisprotsessid. Iga kasutaja isiku jaoks on loodud viis eraldi IAM-i rolli.
Platvormi meeskond kasutab järgmisi rolle:
- Platvormi tugiinsener – See roll sisaldab lubasid tavapäraste toimingute jaoks ja kirjutuskaitstud vaadet ülejäänud keskkonnale platvormi jälgimiseks ja silumiseks.
- Platvormi parandamise insener – See roll on loodud kõrgendatud õigustega. Seda kasutatakse juhul, kui platvormiga on probleeme, mis nõuavad käsitsi sekkumist. Seda rolli võetakse ainult heakskiidetud ja ajaliselt piiratud viisil.
Ärirakenduste arendusmeeskondadel on kolm erinevat rolli:
- Tehniline juht – See roll määratakse rakendusmeeskonna juhile, sageli vanemandmeteadlasele. Sellel kasutajal on õigus juurutada ja hallata AWS-i teenusekataloogi tooteid, käivitada väljalaske tootmisse ja vaadata üle keskkonna olek, näiteks AWS CodePipeline olekud ja logid. Sellel rollil pole luba mudelit SageMakeri mudeliregistris kinnitada.
- arendaja – See roll on määratud kõigile meeskonnaliikmetele, kes töötavad SageMaker Studioga, kuhu kuuluvad insenerid, andmeteadlased ja sageli ka meeskonna juht. Sellel rollil on õigused Studio avamiseks, koodi kirjutamiseks ning SageMakeri torujuhtmete käitamiseks ja juurutamiseks. Sarnaselt tehnilisele juhile pole sellel rollil luba mudelite registris mudeli kinnitamiseks.
- Mudeli kinnitaja – Sellel rollil on mudeliregistris mudelite vaatamise, kinnitamise ja tagasilükkamise õigused piiratud. Selle eraldamise põhjus on takistada kasutajatel, kes saavad mudeleid luua ja koolitada, oma mudeleid eskaleeritud keskkondades heaks kiitmast ja välja andmast.
Arendajatele ja mudelite kinnitajatele luuakse eraldi Studio kasutajaprofiilid. Lahendus kasutab IAM-i poliitikalausete ja SageMakeri kasutajaprofiili siltide kombinatsiooni, nii et kasutajatel on lubatud avada ainult nende kasutajatüübile vastavat kasutajaprofiili. See tagab, et kasutajale määratakse Studio IDE avamisel õige SageMakeri täitmise IAM-i roll (ja seega ka load).
Iseteeninduse juurutused AWS-i teenusekataloogiga
Lõppkasutajad kasutavad AWS-i teenusekataloogi, et juurutada andmeteaduse infrastruktuuri tooteid, näiteks järgmisi:
- Stuudiokeskkond
- Stuudio kasutajaprofiilid
- Mudeli kasutuselevõtu torujuhtmed
- Koolitustorustikud
- Järeldustorustikud
- Süsteem jälgimiseks ja hoiatamiseks
Lõppkasutajad juurutavad neid tooteid otse AWS-i teenusekataloogi kasutajaliidese kaudu, mis tähendab, et keskplatvormide pakkumiskeskkondade loomine on väiksem. See on oluliselt lühendanud aega, mis kulub kasutajatele uutele pilvekeskkondadele juurdepääsu saamiseks, mitmest päevast kuni vaid mõne tunnini, mis on lõppkokkuvõttes toonud kaasa väärtuse olulise paranemise. Ühise AWS-i teenusekataloogi toodete komplekti kasutamine toetab projektide järjepidevust kogu ettevõttes ning vähendab koostöö ja taaskasutamise barjääri.
Kuna kogu andmeteaduse infrastruktuur on nüüd juurutatud tsentraalselt väljatöötatud infrastruktuuritoodete kataloogi kaudu, on kõigi nende toodete loomisel turvalisust silmas pidades hoolitsetud. Teenused on konfigureeritud suhtlema Amazoni virtuaalne privaatpilv (Amazon VPC), et liiklus ei liiguks läbi avaliku Interneti. Andmed krüpteeritakse edastamisel ja kasutamise ajal AWS-i võtmehaldusteenus (AWS KMS) võtmed. Väiksemate privileegide põhimõtet järgides on loodud ka IAM-i rollid.
Lõpuks, AWS-i teenusekataloogi abil on platvormimeeskonnal lihtne pidevalt uusi tooteid ja teenuseid välja anda, kui need muutuvad kättesaadavaks või kui ärirakendusmeeskonnad seda nõuavad. Need võivad esineda uute taristutoodetena, pakkudes näiteks lõppkasutajatele võimalust ise juurutada Amazon EMR klastrid või olemasolevate infrastruktuuritoodete värskendused. Kuna AWS-i teenusekataloog toetab toote versioonimist ja kasutab AWS CloudFormation kulisside taga saab olemasolevate toodete uute versioonide väljalaskmisel kasutada kohapealseid uuendusi. See võimaldab platvormimeeskondadel keskenduda toodete loomisele ja täiustamisele, selle asemel et arendada keerulisi uuendusprotsesse.
Integratsioon NatWesti olemasoleva IaC tarkvaraga
AWS-i teenusekataloogi kasutatakse iseteenindusega andmeteaduse infrastruktuuri juurutamiseks. Lisaks kasutatakse AWS-i kontode infrastruktuuri loomiseks NatWesti standardset infrastruktuuri kui koodi (IaC) tööriista Terraform. Platvormimeeskonnad kasutavad Terraformi konto esmase seadistamise käigus vajalike infrastruktuuriressursside, näiteks VPC-de, turvarühmade, AWS-i süsteemihaldur parameetrid, KMS-võtmed ja standardsed turvakontrollid. Jaoturikonto infrastruktuur, nagu AWS-i teenusekataloogi portfellid ja Dockeri piltide loomiseks kasutatavad ressursid, on samuti määratletud Terraformi abil. AWS-i teenusekataloogi tooted ise on aga loodud standardsete CloudFormationi mallide abil.
Arendaja tootlikkuse ja koodikvaliteedi parandamine SageMakeri projektidega
SageMakeri projektid pakkuda arendajatele ja andmeteadlastele juurdepääsu kiirkäivitusprojektidele SageMaker Studiost lahkumata. Need kiirkäivitusprojektid võimaldavad teil vaid mõne klõpsuga juurutada mitu infrastruktuuriressurssi korraga. Nende hulka kuulub Giti hoidla, mis sisaldab valitud mudelitüübi jaoks standardiseeritud projektimalli, Amazoni lihtne salvestusteenus (Amazon S3) ämbrid andmete, jadamudelite ja artefaktide ning mudelikoolituse ja CodePipeline'i torujuhtmete järeldamiseks.
Standardiseeritud koodibaasarhitektuuride ja tööriistade kasutuselevõtt muudavad andmeteadlaste ja inseneride jaoks projektide vahel liikumise lihtsaks ja tagavad, et koodi kvaliteet püsib kõrge. Näiteks tarkvaratehnika parimad tavad, nagu lint- ja vormingukontrollid (käitatakse nii automaatkontrollide kui ka eelkinnituskonksudena), ühikutestid ja katvuse aruanded on nüüd koolituse osana automatiseeritud, pakkudes kõigi projektide standardimist. See on parandanud ML-projektide hooldatavust ja hõlbustab nende projektide tootmisse viimist.
Mudelite juurutamise automatiseerimine
Mudelite koolitusprotsess on korraldatud SageMaker Pipelines'i abil. Pärast mudelite väljaõpet salvestatakse need SageMakeri mudeliregistrisse. Kasutajad, kellele on määratud mudeli kinnitaja roll, saavad avada mudeliregistri ja leida teavet koolitusprotsessi kohta, näiteks mudeli väljaõppe, hüperparameetrite väärtuste ja hindamismõõdikute kohta. See teave aitab kasutajal otsustada, kas mudel heaks kiita või tagasi lükata. Mudeli tagasilükkamine takistab mudeli juurutamist eskaleeritud keskkonda, samas kui mudeli kinnitamine käivitab CodePipeline'i kaudu mudeli edendamise konveieri, mis kopeerib mudeli automaatselt tootmiseelsele AWS-i kontole, mis on valmis järelduste töökoormuse testimiseks. Pärast seda, kui meeskond on kinnitanud, et mudel töötab tootmiseelses etapis õigesti, kiidetakse heaks sama konveieri käsitsi toiming ja mudel kopeeritakse automaatselt üle tootmiskontole, mis on valmis töökoormuste tootmiseks järeldamiseks.
Tulemused
Selle NatWesti ja AWS-i koostööprojekti üks peamisi eesmärke oli vähendada aega, mis kulub andmeteaduse pilvekeskkondade ja ML-mudelite tootmiseks ja juurutamiseks. See on saavutatud – NatWest saab nüüd luua uusi, skaleeritavaid ja turvalisi AWS-keskkondi mõne tunniga, võrreldes päevade või isegi nädalate arvuga. Andmeteadlastel ja inseneridel on nüüd õigus AWS-i teenusekataloogi abil ise andmeteaduse infrastruktuuri juurutada ja hallata, vähendades sõltuvust tsentraliseeritud platvormimeeskondadest. Lisaks võimaldab SageMakeri projektide kasutamine kasutajatel alustada mudelite kodeerimist ja koolitamist mõne minutiga, pakkudes samal ajal standardiseeritud projektistruktuure ja tööriistu.
Kuna AWS-i teenusekataloog on andmeteaduse infrastruktuuri juurutamise keskne meetod, saab platvormi tulevikus hõlpsasti laiendada ja täiendada. Uusi AWS-i teenuseid saab lõppkasutajatele vajaduse korral kiiresti pakkuda ning olemasolevaid AWS-i teenusekataloogi tooteid saab uute funktsioonide kasutamiseks uuendada.
Lõpuks tähendab üleminek AWS-i hallatavate teenuste poole, et arvutusressursse eraldatakse ja need suletakse nõudmisel. See on pakkunud kulude kokkuhoidu ja paindlikkust, samas ka ühtlustamist NatWesti ambitsioon olla 2050. aastaks null CO75 hinnanguliselt XNUMX% vähenemise tõttu2 heitkoguseid.
Järeldus
Pilvepõhise strateegia kasutuselevõtt NatWest Groupis viis tugeva AWS-lahenduse loomiseni, mis suudab toetada suurt hulka ärirakenduste meeskondi kogu organisatsioonis. Infrastruktuuri haldamine AWS-i teenusekataloogiga on pilve sisseviimise protsessi oluliselt parandanud, kasutades turvalisi, ühilduvaid ja eelnevalt heakskiidetud infrastruktuuri ehitusplokke, mida saab hõlpsasti laiendada. Hallatavad SageMakeri infrastruktuuri komponendid on täiustanud mudeli arendusprotsessi ja kiirendanud ML-projektide tarnimist.
NatWest Groupi tootmisvalmis ML-mudelite loomise protsessi kohta lisateabe saamiseks vaadake ülejäänud neljaosalist seeriat NatWest Groupi ja AWS Professional Servicesi strateegilisest koostööst:
- Osa 1 selgitab, kuidas NatWest Group tegi koostööd AWS Professional Servicesiga, et luua skaleeritav, turvaline ja jätkusuutlik MLOps platvorm
- Osa 3 annab ülevaate sellest, kuidas NatWest Group kasutab SageMakeri teenuseid auditeeritavate, reprodutseeritavate ja seletatavate ML-mudelite loomiseks
- Osa 4 kirjeldab, kuidas NatWesti andmeteaduse meeskonnad oma olemasolevad mudelid SageMakeri arhitektuuridele üle viivad
Autoritest
Junaid Baba on DevOpsi konsultant aadressil AWS-i professionaalsed teenused Ta kasutab oma kogemusi Kubernetese, hajutatud andmetöötluse, AI/MLOps alal, et kiirendada Ühendkuningriigi finantsteenuste sektori klientide pilvepõhist kasutuselevõttu. Junaid on AWS-is töötanud alates 2018. aasta juunist. Enne seda töötas Junaid paljude idufirmadega, kes juhtisid DevOpsi praktikaid. Väljaspool tööd on tal huvid matkamise, moodsa kunsti ja fotode vastu.
Jordanka Ivanova on NatWest Groupi andmeinsener. Tal on kogemusi andmelahenduste loomisel ja tarnimisel finantsteenuste sektori ettevõtetele. Enne NatWestiga liitumist töötas Yordanka tehnilise konsultandina, kus ta omandas kogemusi mitmesuguste pilveteenuste ja avatud lähtekoodiga tehnoloogiate võimendamisel, et pakkuda äritulemusi mitmel pilveplatvormil. Vabal ajal meeldib Yordankale trenni teha, reisida ja kitarri mängida.
Michael Inglismaa on tarkvarainsener NatWest Groupi andmeteaduse ja innovatsiooni meeskonnas. Ta on kirglik lahenduste väljatöötamisse suuremahuliste masinõppe töökoormuste pilves käitamiseks. Enne NatWest Groupiga liitumist töötas Michael tarkvaratehnika meeskondades ning juhtis neid finantsteenuste ja reisitööstuse kriitiliste rakenduste väljatöötamises. Vabal ajal naudib ta kitarrimängu, reisimist ja rattaga maaelu avastamist.
- Münditark. Euroopa parim Bitcoini ja krüptobörs.
- Platoblockchain. Web3 metaversiooni intelligentsus. Täiustatud teadmised. TASUTA PÄÄS.
- CryptoHawk. Altcoini radar. Tasuta prooviversioon.
- Allikas: https://aws.amazon.com/blogs/machine-learning/part-2-how-natwest-group-built-a-secure-compliant-self-service-mlops-platform-using-aws-service- catalog-and-amazon-sagemaker/
- "
- 100
- MEIST
- kiirendatud
- kiirendades
- juurdepääs
- konto
- üle
- lisamine
- Täiendavad lisad
- Vastuvõtmine
- ADEelis
- Materjal: BPA ja flataatide vaba plastik
- Amazon
- vahel
- summa
- summad
- analüüs
- analytics
- taotlus
- rakendused
- lähenemine
- heaks kiitma
- arhitektuur
- kunst
- määratud
- audit
- Autentimine
- Automatiseeritud
- Automaatika
- Automatiseerimine ja standardimine
- saadaval
- AWS
- Pank
- muutuma
- kaamerate taga
- on
- kasu
- Kasu
- BEST
- parimaid tavasid
- ehitama
- Ehitus
- äri
- süsinik
- mis
- tsentraliseeritud
- väljakutse
- väljakutseid
- Kontroll
- Cloud
- Pilveplatvorm
- pilvteenustest
- kood
- Kodeerimine
- koostöö
- kombinatsioon
- ühine
- Ettevõtted
- ettevõte
- võrreldes
- keeruline
- Vastavus
- Nõuetele vastav
- komponent
- Arvutama
- arvutustehnika
- konfiguratsioon
- Side
- konsultant
- Konteiner
- Konteinerid
- sisaldab
- sisu
- jätkuvalt
- kontrollida
- loodud
- loomine
- loomine
- kriitiline
- tava
- Kliendid
- andmed
- andmete analüüs
- andmeteadus
- andmeteadlane
- esitatud
- edastamine
- tarne
- Nõudlus
- nõudmisi
- juurutada
- lähetatud
- juurutamine
- kasutuselevõtu
- kasutuselevõtt
- kirjeldatud
- disainilahendused
- detail
- detailid
- arenenud
- arendaja
- Arendajad
- arenev
- & Tarkvaraarendus
- erinev
- raske
- digitaalne
- otse
- jagatud
- hajutatud arvutus
- laevalaadija
- Ei tee
- alla
- sõidu
- kergesti
- tõhus
- jõupingutusi
- Töötage välja
- võimaldama
- Lõpp-punkt
- insener
- Inseneriteadus
- Inseneride
- ettevõte
- keskkond
- Hinnanguliselt
- hindamine
- arenema
- näide
- täitmine
- olemasolevate
- kogemus
- tunnusjoon
- FUNKTSIOONID
- tagasiside
- finants-
- finantsteenused
- esimene
- Määrama
- Paindlikkus
- Keskenduma
- järgima
- Järel
- Jalajälg
- vorm
- Raamistik
- funktsionaalsus
- tulevik
- Git
- valitsemistava
- Grupp
- Grupi omad
- juhendid
- õnnelik
- aitama
- aitab
- Suur
- Kuidas
- HTTPS
- Identity
- täitmine
- paranenud
- sisaldama
- lisatud
- hõlmab
- kasvanud
- tööstusharudes
- tööstus
- info
- Infrastruktuur
- Innovatsioon
- uuenduslik
- Institutsioon
- integreerima
- integreeritud
- el
- Interface
- Internet
- seotud
- küsimustes
- IT
- Tööturg
- Võti
- võtmed
- teadmised
- suur
- hiljemalt
- viima
- Õppida
- õppimine
- Led
- võimendab
- võimendav
- Raamatukogu
- piiratud
- joon
- sidumine
- kohalik
- masin
- masinõpe
- tehtud
- peamine
- TEEB
- juhtima
- juhitud
- juhtimine
- juhtiv
- viis
- käsiraamat
- küsimus
- tähtaeg
- tähendus
- liikmed
- Meetrika
- miljon
- meeles
- ML
- mudel
- mudelid
- järelevalve
- kuu
- rohkem
- liikuma
- liikuv
- mitmekordne
- nimed
- võrgustike loomine
- Uued funktsioonid
- Uus platvorm
- uus toode
- uute toodete
- number
- pakutud
- offline
- Pardal
- Internetis
- avatud
- Operations
- optimeerima
- organisatsioon
- Muu
- üldine
- enda
- eriline
- partnerlusega
- kirglik
- Muster
- jõudlus
- fotograafia
- piloot
- inimesele
- Platvormid
- mängimine
- Poliitika
- poliitika
- portfell
- portfellid
- põhimõte
- era-
- Privaatvõtmed
- protsess
- Protsessid
- Toode
- Produktsioon
- tootlikkus
- Toodet
- professionaalne
- profiil
- profiilid
- projekt
- projektid
- edendamine
- anda
- annab
- pakkudes
- avalik
- kvaliteet
- Kiire
- kiiresti
- Lugemine
- vähendama
- vähendamine
- regulatiivne
- suhe
- vabastama
- vabastatud
- Pressiteated
- sõltuvus
- Aruanded
- Hoidla
- nõudma
- nõutav
- Nõuded
- ressurss
- Vahendid
- REST
- Tulemused
- läbi
- Marsruut
- jooks
- jooksmine
- Skaalautuvus
- skaalautuvia
- Skaala
- stseenide
- teadus
- teadlane
- teadlased
- SDK
- kindlustama
- turvalisus
- väljavalitud
- Seeria
- teenus
- Teenused
- komplekt
- seade
- Jaga
- jagatud
- märkimisväärne
- Samamoodi
- lihtne
- So
- tarkvara
- Tarkvara insener
- tarkvaraarendus
- lahendus
- Lahendused
- kulutama
- Stabiilsus
- Kestab
- standard
- alustajatele
- alustatud
- riik
- avaldused
- olek
- ladustamine
- Strateegiline
- Strateegia
- stuudio
- toetama
- Toetab
- jätkusuutlik
- süsteem
- süsteemid
- ülesanded
- meeskond
- Tehniline
- Tehnoloogiad
- Tehnoloogia
- malle
- test
- Testimine
- testid
- liiges
- teema
- seetõttu
- Läbi
- aeg
- tööriist
- suunas
- Jälgimine
- liiklus
- koolitus
- Muutma
- Transformation
- transiit
- reisima
- Reisimine
- Usalda
- ui
- Uk
- Uudised
- kasutama
- Kasutajad
- ära kasutama
- kasutades
- sort
- vaade
- virtuaalne
- nähtavus
- Veebipõhine
- kas
- kuigi
- WHO
- jooksul
- ilma
- Töö
- töötas
- töö
- trenni tegema
- töötab
- maailm