این پست با همکاری مارک نویمان، آمور استاینبرگ و مارینوس کرومنهوک از گروه BMW نوشته شده است.
La گروه BMW - دفتر مرکزی آن در مونیخ، آلمان - توسط 149,000 کارمند در سراسر جهان هدایت می شود و در بیش از 30 مرکز تولید و مونتاژ در 15 کشور تولید می شود. امروزه، گروه BMW تولیدکننده پیشرو در اتومبیلها و موتورسیکلتهای درجه یک و ارائهدهنده خدمات مالی و حملونقل ممتاز است. گروه BMW گرایشها را در فناوری تولید و پایداری بهعنوان یک رهبر نوآوری با ترکیب مواد هوشمند، تغییر فناوری به سمت دیجیتالیسازی و تولید با منابع کارآمد تنظیم میکند.
در دنیای دیجیتالی فزاینده و به سرعت در حال تغییر، استراتژیهای تجاری و توسعه محصول گروه BMW به شدت بر تصمیمگیری مبتنی بر دادهها متکی است. با آن، نیاز به دانشمندان داده و مهندسان یادگیری ماشین (ML) به طور قابل توجهی افزایش یافته است. این متخصصان ماهر وظیفه ساخت و به کارگیری مدل هایی را دارند که کیفیت و کارایی فرآیندهای تجاری BMW را بهبود می بخشد و تصمیمات رهبری آگاهانه را ممکن می سازد.
دانشمندان داده و مهندسان ML برای کار خود به ابزارهای توانمند و محاسبات کافی نیاز دارند. بنابراین، BMW چندین سال پیش زیرساخت متمرکز ML/Deep Learning را در محل ایجاد کرد و به طور مداوم آن را ارتقا داد. برای هموار کردن راه برای رشد هوش مصنوعی، گروه BMW باید جهشی را در زمینه مقیاس پذیری و کشش و در عین حال کاهش هزینه های عملیاتی، مجوزهای نرم افزاری و مدیریت سخت افزار انجام دهد.
در این پست، ما در مورد اینکه چگونه گروه BMW با همکاری AWS Professional Services، سرویس Jupyter Managed (JuMa) خود را برای مقابله با این چالش ها ساخته است، صحبت خواهیم کرد. JuMa یک سرویس پلت فرم هوش مصنوعی گروه BMW برای تحلیلگران داده، مهندسان ML و دانشمندان داده است که یک فضای کاری کاربرپسند با یک محیط توسعه یکپارچه (IDE) فراهم می کند. توسط آن تغذیه می شود Amazon SageMaker Studio و JupyterLab را برای Python و Posit Workbench را برای R ارائه میکند. این پیشنهاد مهندسان BMW ML را قادر میسازد تا تجزیه و تحلیل دادههای کد محور و ML را انجام دهند، بهرهوری توسعهدهندگان را با ارائه قابلیت سلفسرویس و اتوماسیون زیرساخت افزایش میدهد و کاملاً با چشمانداز ابزار متمرکز IT BMW یکپارچه میشود.
JuMa اکنون در دسترس همه دانشمندان داده، مهندسان ML و تحلیلگران داده در BMW Group است. این سرویس، گردش کار توسعه و تولید ML (MLOps) را در سراسر BMW با ارائه یک محیط توسعه مقرونبهصرفه و مقیاسپذیر که همکاری یکپارچه بین تیمهای علم داده و مهندسی در سراسر جهان را تسهیل میکند، سادهتر میکند. این منجر به آزمایش سریعتر و چرخههای اعتبارسنجی ایده کوتاهتر میشود. علاوه بر این، زیرساخت JuMa، که بر اساس AWS بدون سرور و خدمات مدیریت شده، به کاهش سربار عملیاتی تیمهای DevOps کمک میکند و به آنها اجازه میدهد تا روی موارد استفاده فعال و سرعت بخشیدن به نوآوری هوش مصنوعی در گروه BMW تمرکز کنند.
چالش های رشد یک پلتفرم هوش مصنوعی در محل
قبل از معرفی سرویس JuMa، تیمهای BMW در سراسر جهان از دو پلتفرم داخلی استفاده میکردند که محیطهای JupyterHub و RStudio را برای تیمها فراهم میکردند. این پلتفرمها از نظر CPU، GPU و حافظه بسیار محدود بودند تا امکان مقیاسپذیری هوش مصنوعی را در BMW Group فراهم کنند. مقیاسبندی این پلتفرمها با مدیریت بیشتر سختافزار داخلی، مجوزهای نرمافزار بیشتر و هزینههای پشتیبانی، نیازمند سرمایهگذاریهای اولیه و تلاش زیاد برای نگهداری آن است. برای اضافه کردن به این، قابلیتهای سلف سرویس محدودی در دسترس بود که به تلاش عملیاتی بالایی برای تیمهای DevOps نیاز داشت. مهمتر از آن، استفاده از این پلتفرمها با استراتژی اول ابری IT گروه BMW مطابقت نداشت. برای مثال، تیمهایی که از این پلتفرمها استفاده میکنند، انتقال آسان نمونههای اولیه AI/ML خود را به صنعتیسازی راهحلی که روی AWS اجرا میشود، از دست دادند. در مقابل، تیمهای علم داده و تجزیه و تحلیل از قبل مستقیماً از AWS برای آزمایش استفاده میکردند و باید از ساخت و راهاندازی زیرساختهای AWS خود مراقبت کنند و در عین حال از انطباق با سیاستهای داخلی، قوانین و مقررات محلی BMW Group اطمینان حاصل کنند. این شامل طیف وسیعی از فعالیتهای پیکربندی و حاکمیتی از سفارش حسابهای AWS، محدود کردن دسترسی به اینترنت، استفاده از بستههای مجاز فهرستشده تا بهروز نگهداشتن تصاویر Docker است.
بررسی اجمالی راه حل
JuMa یک سرویس پلت فرم هوش مصنوعی چند مستاجر کاملاً مدیریت شده است که بر اساس AWS ساخته شده است SageMaker Studio در هسته تیم JuMa DevOps با تکیه بر خدمات بدون سرور و مدیریت شده AWS به عنوان بلوک های اصلی زیرساخت، نیازی به نگرانی در مورد وصله سرورها، ارتقای فضای ذخیره سازی یا مدیریت سایر اجزای زیرساخت ندارد. این سرویس تمام این فرآیندها را به طور خودکار مدیریت می کند و یک پلت فرم فنی قدرتمند را ارائه می دهد که به طور کلی به روز و آماده استفاده است.
کاربران JuMa می توانند بدون زحمت یک فضای کاری را از طریق یک پورتال سلف سرویس سفارش دهند تا یک محیط توسعه و آزمایش ایمن و ایزوله برای تیم های خود ایجاد کنند. پس از فراهم شدن فضای کاری JuMa، کاربران میتوانند محیطهای میز کار JupyterLab یا Posit را در استودیوی SageMaker تنها با چند کلیک راهاندازی کنند و با استفاده از ابزارها و چارچوبهایی که بیشتر با آنها آشنا هستند، توسعه را بلافاصله شروع کنند. JuMa به شدت با طیف وسیعی از خدمات فناوری اطلاعات مرکزی BMW، از جمله مدیریت هویت و دسترسی، مدیریت نقش ها و حقوق، ادغام شده است. BMW Cloud Data Hub (دریاچه دادههای بیامو در AWS) و پایگاههای داده در محل. دومی به تیمهای AI/ML کمک میکند تا بدون نیاز به ایجاد خطوط لوله داده، به دادههای مورد نیاز دسترسی پیدا کنند، زیرا مجاز به انجام این کار هستند. علاوه بر این، نوتبوکها را میتوان در مخازن Git شرکت برای همکاری با استفاده از کنترل نسخه ادغام کرد.
این راه حل تمام پیچیدگی های فنی مرتبط با مدیریت، پیکربندی و سفارشی سازی حساب AWS را برای تیم های AI/ML حذف می کند و به آنها اجازه می دهد کاملاً بر نوآوری هوش مصنوعی تمرکز کنند. این پلت فرم تضمین می کند که پیکربندی فضای کاری با الزامات امنیتی و انطباق بی ام و خارج از جعبه مطابقت دارد.
نمودار زیر نمای زمینه سطح بالای معماری را توصیف می کند.
سفر کاربر
اعضای تیم BMW AI/ML می توانند فضای کاری JuMa خود را با استفاده از سرویس کاتالوگ استاندارد BMW سفارش دهند. پس از تایید مدیر خط، فضای کاری JuMa سفارش داده شده توسط پلتفرم به صورت کاملا خودکار ارائه می شود. گردش کار تهیه فضای کاری شامل مراحل زیر است (همانطور که در نمودار معماری شماره گذاری شده است).
- یک تیم دانشمند داده یک فضای کاری جدید JuMa را در کاتالوگ BMW سفارش می دهد. JuMa به طور خودکار یک حساب AWS جدید برای فضای کاری فراهم می کند. این امر انزوای کامل بین فضاهای کاری را به دنبال ساختار حساب مدل فدرال ذکر شده در آن تضمین می کند بهترین روش های مدیریت استودیو SageMaker.
- JuMa یک فضای کاری را پیکربندی می کند (که یک دامنه Sagemaker) که فقط از پیش تعریف شده اجازه می دهد آمازون SageMaker ویژگی های مورد نیاز برای آزمایش و توسعه، هسته های سفارشی خاص و تنظیمات چرخه حیات. همچنین زیرشبکهها و گروههای امنیتی مورد نیاز را راهاندازی میکند تا اطمینان حاصل شود که نوتبوکها در یک محیط امن اجرا میشوند.
- پس از تهیه فضاهای کاری، کاربران مجاز وارد پورتال JuMa می شوند و با استفاده از یک URL از پیش امضا شده SageMaker به SageMaker Studio IDE در فضای کاری خود دسترسی پیدا می کنند. کاربران می توانند بین باز کردن فضای خصوصی SageMaker Studio یا فضای اشتراکی. فضاهای مشترک همکاری بین اعضای مختلف یک تیم را تشویق می کند که می توانند به طور موازی روی یک نوت بوک کار کنند، در حالی که فضاهای خصوصی امکان ایجاد یک محیط توسعه برای حجم کاری انفرادی را فراهم می کند.
- با استفاده از پورتال داده BMW، کاربران میتوانند درخواست دسترسی به پایگاههای داده داخلی یا دادههای ذخیرهشده در مرکز داده ابری BMW را داشته باشند و آن را در فضای کاری خود برای توسعه و آزمایش، از آمادهسازی و تجزیه و تحلیل دادهها تا آموزش مدل و اعتبارسنجی، در دسترس قرار دهند.
پس از توسعه و تایید یک مدل هوش مصنوعی در JuMa، تیمهای هوش مصنوعی میتوانند از سرویس MLOPs پلتفرم هوش مصنوعی BMW استفاده کنند تا آن را به سرعت و بدون زحمت به تولید بفرستند. این سرویس با استفاده از SageMaker، زیرساخت و خطوط لوله ML درجه تولید را در AWS به کاربران ارائه میدهد که تنها با چند کلیک میتوانند در عرض چند دقیقه راهاندازی شوند. کاربران به سادگی باید مدل خود را بر روی زیرساخت تدارک دیده شده میزبانی کنند و خط لوله را برای پاسخگویی به نیازهای مورد استفاده خاص خود سفارشی کنند. به این ترتیب پلتفرم هوش مصنوعی کل چرخه حیات هوش مصنوعی در گروه BMW را پوشش می دهد.
ویژگی های جوما
به دنبال بهترین روش معماری در AWS، سرویس JuMa مطابق با طراحی و پیاده سازی شد چارچوب AWS Well-Architected. تصمیمات معماری هر ستون Well-Architected در بخش های بعدی به تفصیل شرح داده شده است.
امنیت و انطباق
برای اطمینان از انزوا کامل بین مستاجرین، هر فضای کاری حساب AWS خود را دریافت می کند، جایی که کاربران مجاز می توانند به طور مشترک در وظایف تجزیه و تحلیل و همچنین در توسعه و آزمایش مدل های AI/ML همکاری کنند. پرتال JuMa خود جداسازی را در زمان اجرا با استفاده از ایزوله سازی مبتنی بر سیاست با اجرا می کند هویت AWS و مدیریت دسترسی (IAM) و زمینه کاربر JuMa. برای اطلاعات بیشتر در مورد این استراتژی به ادامه مطلب مراجعه کنید زمان اجرا، جداسازی مبتنی بر سیاست با IAM.
دانشمندان داده تنها می توانند از طریق شبکه BMW از طریق URL های از پیش امضا شده تولید شده توسط پورتال به دامنه خود دسترسی داشته باشند. دسترسی مستقیم به اینترنت در دامنه آنها غیرفعال است. امتیازات دامنه Sagemaker آنها با استفاده از ساخته شده است مدیر نقش آمازون SageMaker Personas برای اطمینان از حداقل دسترسی به خدمات AWS مورد نیاز برای توسعه مانند SageMaker، آمازون آتنا, سرویس ذخیره سازی ساده آمازون (Amazon S3) و چسب AWS. این نقش حفاظ های ML را پیاده سازی می کند (مانند مواردی که در توضیح داده شده است حاکمیت و کنترل) از جمله اجرای آموزش ML که در هر دو صورت می گیرد ابر خصوصی مجازی آمازون (Amazon VPC) یا بدون اینترنت و فقط اجازه استفاده از تصاویر سفارشی بررسی شده و به روز SageMaker JuMa را می دهد.
از آنجایی که JuMa برای توسعه، آزمایش و تجزیه و تحلیل ad-hoc طراحی شده است، سیاست های حفظ را برای حذف داده ها پس از 30 روز اجرا می کند. برای دسترسی به دادهها در زمان نیاز و ذخیره آنها برای طولانیمدت، JuMa بهطور یکپارچه با پایگاهدادههای بیامو Cloud Data Hub و BMW در محل ادغام میشود.
در نهایت، JuMa از چندین منطقه برای پیروی از موقعیتهای قانونی محلی ویژه پشتیبانی میکند که برای مثال، آن را ملزم به پردازش دادهها به صورت محلی برای فعال کردن حق حاکمیت داده BMW میکند.
برتری عملیاتی
هر دو باطن پلتفرم JuMa و فضاهای کاری با آن پیاده سازی می شوند AWS بدون سرور و خدمات مدیریت شده استفاده از این خدمات به حداقل رساندن تلاش تیم پلت فرم BMW برای نگهداری و راهاندازی راهحل انتها به انتها کمک میکند و تلاش میکند تا یک سرویس بدون عملیات باشد. هر دو فضای کاری و پورتال با استفاده از نظارت می شوند CloudWatch آمازون گزارشها، سنجهها و آلارمها برای بررسی شاخصهای کلیدی عملکرد (KPI) و بهطور فعالانه تیم پلتفرم را از هرگونه مشکل مطلع میکند. علاوه بر این، AWS X-Ray سیستم ردیابی توزیع شده برای ردیابی درخواست ها در چندین مؤلفه و حاشیه نویسی گزارش های CloudWatch با زمینه مربوط به فضای کاری استفاده می شود.
تمام تغییرات زیرساخت JuMa از طریق اتوماسیون با استفاده از زیرساخت به عنوان کد (IaC) مدیریت و اجرا می شود. این به کاهش تلاشهای دستی و خطاهای انسانی، افزایش ثبات، و اطمینان از تغییرات قابل تکرار و کنترلشده توسط نسخه در هر دو فضای کاری پلتفرم JuMa کمک میکند. به طور خاص، تمام فضاهای کاری از طریق فرآیند نصب بر روی آن ساخته شده و به روز می شوند توابع مرحله AWS, AWS CodeBuildو Terraform. بنابراین، هیچ پیکربندی دستی برای نصب فضاهای کاری جدید در پلت فرم JuMa لازم نیست.
بهینه سازی هزینه
JuMa با استفاده از سرویسهای بدون سرور AWS، مقیاسپذیری درخواستی، اندازههای نمونه از پیش تأیید شده و یک مدل پرداخت بهموقع را برای منابع مورد استفاده در طول فعالیتهای توسعه و آزمایش بر اساس نیازهای تیمهای هوش مصنوعی تضمین میکند. برای بهینهسازی بیشتر هزینهها، پلتفرم JuMa منابع غیرفعال را در SageMaker Studio نظارت و شناسایی میکند و آنها را به طور خودکار خاموش میکند تا از هزینههای منابع غیراستفادهشده جلوگیری کند.
پایداری
JuMa جایگزین دو پلتفرم داخلی BMW برای تحلیل و بارهای کاری یادگیری عمیق می شود که مقدار قابل توجهی برق مصرف می کنند و تولید گازهای گلخانه ای CO2 را حتی در زمانی که استفاده نمی شوند تولید می کنند. با انتقال بارهای کاری AI/ML از محل به AWS، BMW با از کار انداختن پلتفرمهای داخلی، تأثیرات زیستمحیطی خود را کاهش میدهد.
علاوه بر این، مکانیسم خاموش شدن خودکار منابع بیکار، سیاستهای حفظ دادهها و گزارشهای استفاده از فضای کاری به صاحبان آن که در JuMa پیادهسازی شدهاند، کمک میکند تا ردپای محیطی اجرای بارهای کاری AI/ML در AWS را کاهش دهد.
کارایی عملکرد
با استفاده از SageMaker Studio، تیمهای BMW از استفاده آسان از جدیدترین ویژگیهای SageMaker بهره میبرند که میتواند به تسریع آزمایش آنها کمک کند. مثلا می توانند استفاده کنند Amazon SageMaker JumpStart قابلیت استفاده از جدیدترین مدل های از پیش آموزش دیده و منبع باز. علاوه بر این، به کاهش تلاشهای تیم AI/ML کمک میکند تا از آزمایش به صنعتیسازی راهحلها حرکت کند، زیرا محیط توسعه همان خدمات اصلی AWS را ارائه میکند اما به قابلیتهای توسعه محدود میشود.
قابلیت اطمینان
دامنه های SageMaker Studio در حالت VPC فقط برای مدیریت دسترسی به اینترنت مستقر می شوند و فقط اجازه دسترسی به خدمات AWS مورد نظر را می دهند. این شبکه در دو منطقه دسترسی مستقر شده است تا از یک نقطه شکست محافظت کند و به انعطاف پذیری و در دسترس بودن بیشتر پلت فرم برای کاربران خود دست یابد.
تغییرات در فضاهای کاری JuMa به طور خودکار در محیط های توسعه و یکپارچه سازی، با استفاده از خطوط لوله IaC و CI/CD، قبل از ارتقاء محیط های مشتری، مستقر و آزمایش می شوند.
در نهایت، داده ها در سیستم فایل الاستیک آمازون (Amazon EFS) برای دامنه های SageMaker Studio پس از حذف حجم ها برای اهداف پشتیبان نگهداری می شود.
نتیجه
در این پست، توضیح دادیم که چگونه گروه BMW با همکاری AWS ProServe یک سرویس پلتفرم هوش مصنوعی کاملاً مدیریت شده در AWS با استفاده از SageMaker Studio و سایر سرویسهای بدون سرور و مدیریت شده AWS توسعه دادند.
با JuMa، تیمهای AI/ML BMW این اختیار را پیدا میکنند که با تسریع آزمایشها و همچنین زمان رسیدن به بازار برای راهحلهای هوش مصنوعی مخرب، ارزش کسبوکار جدیدی را باز کنند. علاوه بر این، با مهاجرت از پلتفرم داخلی خود، BMW میتواند تلاشها و هزینههای عملیاتی کلی را کاهش دهد و در عین حال پایداری و وضعیت امنیتی کلی را افزایش دهد.
برای کسب اطلاعات بیشتر در مورد اجرای بارهای کاری آزمایشی و توسعه AI/ML خود در AWS، به این سایت مراجعه کنید Amazon SageMaker Studio.
درباره نویسنده
مارک نویمان رئیس پلتفرم مرکزی هوش مصنوعی در گروه BMP است. او مسئول توسعه و اجرای استراتژیهایی برای استفاده از فناوری هوش مصنوعی برای ایجاد ارزش تجاری در سراسر گروه BMW است. هدف اصلی او این است که اطمینان حاصل شود که استفاده از هوش مصنوعی پایدار و مقیاس پذیر است، به این معنی که می توان آن را به طور مداوم در سراسر سازمان به کار برد تا رشد و نوآوری بلندمدت را هدایت کند. نیومن از طریق رهبری خود قصد دارد گروه BMW را به عنوان یک رهبر در نوآوری مبتنی بر هوش مصنوعی و ایجاد ارزش در صنعت خودرو و فراتر از آن قرار دهد.
آمور استاینبرگ یک مهندس یادگیری ماشین در گروه BMW و رهبری خدمات Jupyter Managed است، سرویس جدیدی که هدف آن ارائه یک میز کار تحلیلی و یادگیری ماشینی کد محور برای مهندسان و دانشمندان داده در گروه BMW است. تجربه گذشته او به عنوان مهندس DevOps در موسسات مالی به او این امکان را داد تا درک منحصر به فردی از چالش هایی که بانک ها در اتحادیه اروپا با آن مواجه هستند جمع آوری کند و تعادل بین تلاش برای نوآوری در فناوری، رعایت قوانین و مقررات و به حداکثر رساندن امنیت برای مشتریان را حفظ کند.
مارینوس کرومنهوک یک معمار ارشد راه حل های ابری و یک توسعه دهنده نرم افزار در گروه BMW است. او مشتاق مدرن کردن چشمانداز فناوری اطلاعات با خدمات پیشرفتهای است که ارزش بالایی میافزاید و نگهداری و کارکرد آن آسان است. مارینوس از طرفداران بزرگ میکروسرویس ها، معماری های بدون سرور و کار چابک است. او سابقه کار با تیم های توزیع شده در سراسر جهان در شرکت های بزرگ را دارد.
نیکلاس جاکوب بائر یک معمار اصلی برنامه های ابری در AWS ProServe با تمرکز قوی بر مهندسی داده و یادگیری ماشین، مستقر در سوئیس است. او از نزدیک با مشتریان سازمانی برای طراحی پلتفرم های داده و ساخت تحلیل های پیشرفته و موارد استفاده ML کار می کند.
خواکین رینودو یک معمار امنیتی اصلی در AWS ProServe است. او مشتاق ساخت راه حل هایی است که به توسعه دهندگان کمک می کند تا کیفیت نرم افزار خود را بهبود بخشند. قبل از AWS، او در حوزههای متعددی در صنعت امنیت کار میکرد، از امنیت موبایل گرفته تا موضوعات مربوط به ابر و انطباق. در اوقات فراغت خواکین از گذراندن وقت با خانواده و خواندن رمان های علمی تخیلی لذت می برد.
شکرات خوجائف یک مدیر ارشد تعامل جهانی در AWS ProServe است. او در ارائه کلان داده های تاثیرگذار و راه حل های AI/ML که به مشتریان AWS امکان می دهد ارزش تجاری خود را از طریق استفاده از داده ها به حداکثر برسانند، تخصص دارد.
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
- PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
- PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
- PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
- منبع: https://aws.amazon.com/blogs/machine-learning/accelerating-ai-ml-development-at-bmw-group-with-amazon-sagemaker-studio/
- : دارد
- :است
- :نه
- :جایی که
- $UP
- 000
- 100
- 120
- ٪۱۰۰
- 30
- 7
- 971
- a
- درباره ما
- چکیده ها
- شتاب دادن
- تسریع
- دسترسی
- مطابق
- حساب
- مدیریت حساب
- حساب ها
- دستیابی به
- در میان
- فعالیت ها
- اضافه کردن
- علاوه بر این
- نشانی
- حکومت
- اتخاذ
- پیشرفته
- مدافع
- پس از
- در برابر
- فرز
- پیش
- AI
- پلتفرم هوش مصنوعی
- AI / ML
- اهداف
- معرفی
- اجازه دادن
- مجاز
- اجازه دادن
- اجازه می دهد تا
- قبلا
- همچنین
- آمازون
- آمازون SageMaker
- Amazon SageMaker Studio
- آمازون خدمات وب
- مقدار
- an
- تحلیل
- تحلیلگران
- علم تجزیه و تحلیل
- و
- و زیرساخت
- هر
- کاربرد
- اعمال می شود
- تصویب
- معماری
- معماری
- هستند
- AS
- مجلس
- مرتبط است
- اطمینان
- At
- مجاز
- خودکار
- بطور خودکار
- اتوماسیون
- خودرو
- صنعت خودرو
- دسترس پذیری
- در دسترس
- دور
- AWS
- خدمات حرفه ای AWS
- بخش مدیریت
- پشتیبان گیری
- برج میزان
- بانک
- مستقر
- BE
- زیرا
- قبل از
- سود
- بهترین
- میان
- خارج از
- بزرگ
- بزرگ داده
- بلاک ها
- BMW
- هر دو
- جعبه
- ساختن
- بنا
- ساخته
- کسب و کار
- اما
- by
- CAN
- قابلیت های
- قابلیت
- توانا
- اهميت دادن
- مورد
- موارد
- کاتالوگ
- مرکزی
- متمرکز
- چالش ها
- تبادل
- متغیر
- بررسی
- را انتخاب کنید
- نزدیک
- ابر
- رمز
- همکاری
- همکاری
- پیچیدگی ها
- انطباق
- مطابق
- اجزاء
- محاسبه
- پیکر بندی
- قابل توجه
- همواره
- مصرف
- زمینه
- به طور مداوم
- کنتراست
- کنترل
- هسته
- شرکت
- هزینه
- کشور
- را پوشش می دهد
- ایجاد
- ایجاد
- سفارشی
- مشتری
- مشتریان
- سفارشی سازی
- سفارشی
- چرخه
- داده ها
- تجزیه و تحلیل داده ها
- دریاچه دریاچه
- آماده سازی داده ها
- علم اطلاعات
- دانشمند داده
- داده محور
- پایگاه های داده
- تاریخ
- روز
- تصمیم گیری
- تصمیم گیری
- عمیق
- یادگیری عمیق
- تحویل
- گسترش
- مستقر
- استقرار
- شرح داده شده
- طرح
- طراحی
- جزئیات
- توسعه
- توسعه دهنده
- توسعه دهندگان
- در حال توسعه
- پروژه
- مختلف
- دیجیتال
- دیجیتالی
- مستقیم
- مستقیما
- غیر فعال
- نفاق افکن
- توزیع شده
- do
- کارگر بارانداز
- نمی کند
- دامنه
- حوزه
- پایین
- راندن
- رانده
- در طی
- هر
- ساده
- بهره وری
- تلاش
- زحمت
- تلاش
- هر دو
- برق
- تولید گازهای گلخانه ای
- کارکنان
- قدرت
- قادر ساختن
- فعال
- را قادر می سازد
- را قادر می سازد
- تشویق
- پشت سر هم
- اجرای
- نامزدی
- مهندس
- مهندسی
- مورد تأیید
- اطمینان حاصل شود
- تضمین می کند
- حصول اطمینان از
- سرمایه گذاری
- شرکت
- مشتاق
- تمام
- محیط
- محیطی
- محیط
- خطاهای
- تاسیس
- اروپایی
- اتحادیه اروپا
- حتی
- مثال
- مخارج
- تجربه
- چهره ها
- تسهیل می کند
- امکانات
- شکست
- آشنا
- خانواده
- سریعتر
- امکانات
- هزینه
- کمی از
- پرونده
- مالی
- موسسات مالی
- تمرکز
- پیروی
- رد پا
- برای
- چارچوب
- رایگان
- از جانب
- کامل
- کاملا
- بیشتر
- بعلاوه
- جمع آوری
- عموما
- تولید
- آلمان
- رفتن
- داده
- جهانی
- زمین
- هدف
- حکومت
- GPU
- بیشتر
- گروه
- گروه ها
- در حال رشد
- رشد کرد
- رشد
- دستگیره
- سخت افزار
- he
- سر
- دفتر مرکزی
- به شدت
- کمک
- کمک می کند
- زیاد
- ارزش بالا
- در سطح بالا
- او را
- خود را
- میزبان
- چگونه
- HTML
- HTTP
- HTTPS
- قطب
- انسان
- اندیشه
- شناسایی می کند
- هویت
- آرام
- تصاویر
- بلافاصله
- تأثیر
- تأثیرگذار
- اجرا
- اجرای
- پیاده سازی می کند
- مهمتر
- بهبود
- in
- مشمول
- شامل
- از جمله
- افزایش
- افزایش
- افزایش
- به طور فزاینده
- شاخص ها
- صنعت
- اطلاعات
- اطلاع
- شالوده
- ابداع
- نمونه
- موسسات
- یکپارچه
- ادغام
- ادغام
- هوشمند
- مورد نظر
- داخلی
- اینترنت
- دسترسی به اینترنت
- به
- معرفی
- سرمایه گذاری
- جدا شده
- انزوا
- مسائل
- IT
- ITS
- خود
- یعقوب
- JPG
- تنها
- نگاه داشتن
- نگهداری
- نگه داشته شد
- کلید
- دریاچه
- چشم انداز
- بزرگ
- شرکت های بزرگ
- آخرین
- راه اندازی
- قوانین
- قوانین و مقررات
- رهبری
- رهبر
- رهبری
- برجسته
- پرش
- یاد گرفتن
- یادگیری
- کمترین
- قانونی
- مجوزها
- صدور مجوز
- wifecycwe
- محدود شده
- محدود کردن
- لاین
- ذکر شده
- محلی
- به صورت محلی
- ورود به سیستم
- طولانی
- دراز مدت
- دستگاه
- فراگیری ماشین
- اصلی
- حفظ
- حفظ
- نگهداری
- ساخت
- ساخت
- مدیریت
- اداره می شود
- مدیریت
- مدیر
- مدیریت
- کتابچه راهنمای
- سازنده
- ماده
- بیشینه ساختن
- به حداکثر رساندن
- معنی
- مکانیزم
- دیدار
- ملاقات
- اعضا
- حافظه
- ذکر شده
- متریک
- خدمات میکرو
- مهاجرت
- مهاجرت
- دقیقه
- از دست رفته
- مخلوط
- ML
- MLO ها
- موبایل
- امنیت موبایل
- تحرک
- حالت
- مدل
- مدل
- مدرنیزه کردن
- نظارت
- مانیتور
- بیش
- علاوه بر این
- اکثر
- موتور سیکلت
- متحرک
- چندگانه
- نیاز
- ضروری
- نیازمند
- نیازهای
- شبکه
- جدید
- نه
- اکنون
- شماره گذاری شده
- of
- ارائه
- on
- بر روی تقاضا
- پردازنده
- شبانه روزی
- فقط
- باز کن
- منبع باز
- افتتاح
- کار
- عملیاتی
- قابل استفاده
- بهینه سازی
- or
- سفارش
- سفارشات
- کدام سازمان ها
- دیگر
- خارج
- روی
- به طور کلی
- خود
- صاحبان
- بسته
- موازی
- احساساتی
- گذشته
- پچ کردن
- سنگفرش
- برای
- انجام
- کارایی
- ستون
- خط لوله
- سکو
- سیستم عامل
- افلاطون
- هوش داده افلاطون
- PlatoData
- نقطه
- سیاست
- پورتال
- موقعیت
- پست
- صفحه اصلی
- قوی
- تمرین
- حق بیمه
- تهیه
- جلوگیری از
- اصلی
- اصلی
- قبلا
- خصوصی
- امتیاز
- امتیازات
- روند
- فرآیندهای
- تولید کردن
- محصول
- توسعه محصول
- تولید
- بهره وری
- حرفه ای
- حرفه ای
- محافظت از
- نمونه
- ارائه
- ارائه
- ارائه دهنده
- فراهم می کند
- ارائه
- اهداف
- پــایتــون
- کیفیت
- به سرعت
- R
- محدوده
- سریعا
- مطالعه
- اماده
- دریافت
- رکورد
- كاهش دادن
- کاهش
- مراجعه
- با توجه
- مناطق
- مقررات
- تکیه
- تکیه بر
- برداشتن
- گزارش ها
- درخواست
- درخواست
- نیاز
- ضروری
- مورد نیاز
- منابع
- مسئوليت
- منحصر
- نتایج
- نگهداری
- حقوق
- نقش
- نقش
- دویدن
- در حال اجرا
- زمان اجرا
- حکیم ساز
- همان
- مقیاس پذیری
- مقیاس پذیر
- مقیاس گذاری
- علم
- دانشمند
- دانشمندان
- بدون درز
- یکپارچه
- بخش
- امن
- تیم امنیت لاتاری
- سلف سرویس
- ارشد
- بدون سرور
- سرور
- سرویس
- خدمات
- تنظیم
- مجموعه
- چند
- به اشتراک گذاشته شده
- تغییر
- تعطیل
- خاموش می شود
- قابل توجه
- به طور قابل توجهی
- ساده
- به سادگی
- تنها
- شرایط
- اندازه
- ماهر
- So
- نرم افزار
- راه حل
- مزایا
- منبع
- حق حاکمیت
- فضا
- فضاها
- ویژه
- تخصص دارد
- خاص
- به طور خاص
- هزینه
- استاندارد
- شروع
- وضعیت هنر
- گام
- مراحل
- ذخیره سازی
- opbevare
- ذخیره شده
- استراتژی ها
- استراتژی
- ساده سازی
- تلاش
- قوی
- ساختار
- استودیو
- زیرشبکه ها
- چنین
- کافی
- پشتیبانی
- پشتیبانی از
- پایداری
- قابل تحمل
- سویس
- سیستم
- گرفتن
- صحبت
- وظایف
- تیم
- اعضای تیم
- تیم ها
- فنی
- فنی
- پیشرفته
- مدت
- Terraform
- آزمایش
- که
- La
- خط
- شان
- آنها
- از این رو
- اینها
- آنها
- این
- کسانی که
- از طریق
- سراسر
- محکم
- زمان
- به
- امروز
- هم
- ابزار
- بالا
- تاپیک
- طرف
- پی گیری
- ردیابی
- آموزش
- روند
- دو
- درک
- اتحادیه
- منحصر به فرد
- باز
- در جریان روز
- به روز شده
- به روز رسانی
- URL
- استفاده
- استفاده کنید
- مورد استفاده
- استفاده
- کاربر پسند
- کاربران
- با استفاده از
- تایید شده
- اعتبار سنجی
- ارزش
- ارزشآفرینی
- نسخه
- بررسی شده
- از طريق
- چشم انداز
- مجازی
- بازدید
- جلد
- بود
- مسیر..
- we
- وب
- خدمات وب
- خوب
- بود
- چه زمانی
- هر زمان که
- در حالیکه
- که
- در حین
- اراده
- با
- در داخل
- بدون
- مهاجرت کاری
- مشغول به کار
- گردش کار
- گردش کار
- کارگر
- با این نسخهها کار
- جهان
- جهان
- در سرتاسر جهان
- نگرانی
- خواهد بود
- سال
- شما
- زفیرنت
- مناطق