نفوذ روزافزون هوش مصنوعی در سازمانهای بزرگ، چالشهای مهمی را در مدیریت پلتفرمهای هوش مصنوعی به همراه دارد. اینها شامل توسعه یک پلت فرم مقیاس پذیر و کارآمد عملیاتی است که به انطباق سازمانی و استانداردهای امنیتی پایبند باشد. Amazon SageMaker Studio مجموعه ای جامع از قابلیت ها را برای شاغلین و دانشمندان داده های یادگیری ماشین (ML) ارائه می دهد. اینها شامل یک محیط توسعه هوش مصنوعی کاملاً مدیریت شده با یک محیط توسعه یکپارچه (IDE) است که گردش کار ML انتها به انتها را ساده می کند. قابلیتهای مشترک آن مانند ویرایش همزمان و اشتراکگذاری نوتبوکها در تیم، کار تیمی روان را تضمین میکند، در حالی که مقیاسپذیری و آموزش با کارایی بالا، مجموعههای داده بزرگ را برآورده میکند. با امنیت داخلی، مقرون به صرفه بودن، و طیف وسیعی از ابزارهای از پیش ساخته شده مانند Amazon SageMaker Autopilot, Amazon SageMaker JumpStartو فروشگاه ویژگی Amazon SageMakerSageMaker Studio یک پلت فرم قدرتمند برای تسریع پروژه های هوش مصنوعی و توانمندسازی دانشمندان داده در هر سطحی از تخصص است.
دویچه بان یک سازمان حمل و نقل پیشرو در آلمان با درآمد 56.3 میلیارد یورو (در سال 2022)، نیروی کار 336,884،221,343 کارمند (شامل 130،XNUMX کارمند در آلمان) و عملیات در XNUMX کشور جهان است. آنها طیف گسترده ای از خدمات، از جمله حمل و نقل عمومی و منطقه ای، خدمات باربری و زیرساخت های ریلی را ارائه می دهند. دویچه بان از طریق بهره برداری یکپارچه از زیرساخت های ترافیکی و راه آهن، و همچنین ارتباط هوشمندانه اقتصادی و زیست محیطی همه شیوه های حمل و نقل، مردم و کالاها را جابه جا می کند. Deutsche Bahn با استفاده از SageMaker Studio به عنوان یک پلتفرم کلیدی هوش مصنوعی، در اتخاذ هوش مصنوعی پیشرو بوده است. در دویچه بان، یک تیم اختصاصی پلتفرم هوش مصنوعی، پلتفرم SageMaker Studio را مدیریت و راه اندازی می کند و چندین تیم تجزیه و تحلیل داده در سازمان از این پلت فرم برای توسعه، آموزش و اجرای فعالیت های تحلیلی و ML مختلف استفاده می کنند.
هدف اصلی تیم پلتفرم هوش مصنوعی اطمینان از دسترسی یکپارچه به سرویسهای Workbench و SageMaker Studio برای همه تیمها و پروژههای Deutsche Bahn، با تمرکز اصلی بر روی دانشمندان داده و مهندسان ML است. این پلتفرم به دویچه بان کمک می کند تا طیفی از موارد استفاده از تعمیر و نگهداری راه آهن، پیش بینی و کاربردهای آینده در هوش مصنوعی را درک کند.
سرویس مدیریت پلتفرم هوش مصنوعی، ساخته شده بر روی SageMaker Studio، به طور یکپارچه با استراتژی پلتفرم گسترده گروه دویچه بان هماهنگ است. این الزامات انطباق شرکت را برآورده میکند، با ارائه دامنه SageMaker، شروع سریع پروژه را برای تیم امکانپذیر میسازد، و هزینه تعمیر و نگهداری را به دلیل یک مدل عملیاتی فراگیر کاهش میدهد. مزایای عمده عبارتند از مقیاس پذیری بالای سرویس، تا حد زیادی به دلیل اتوماسیون و مدل سلف سرویس، و یک مدل قیمت گذاری جذاب که اساساً بر اساس مصرف منابع است.
«استودیوی SageMaker یک پلتفرم مشترک برای ما فراهم کرده است که مقیاسپذیر، سازگار با امنیت است و نیازهای توسعه دانشمندان داده از چندین تیم تجزیه و تحلیل داده در سازمان DB را برطرف میکند. قبل از این، هر تیم نوتبوکهای JupyterLab خود را مدیریت و کار میکرد که کارآمد یا مقرون به صرفه نبود. در عرض 8 هفته، بیش از 120 توسعه دهنده را وارد کردیم، 25 دامنه SageMaker را ارائه کردیم و به سرعت استفاده از این پلتفرم را شروع کردیم.
– امانوئل دروسوس، مالک محصول در DB Systel.
در این پست، ما بررسی میکنیم که Deutsche Bahn چگونه پلتفرم هوش مصنوعی خود را با استفاده از SageMaker Studio برای تیمهای متعدد، مقیاسبندی و کار میکند، در حالی که امنیت و نظارت قوی را تضمین میکند.
بررسی اجمالی راه حل
معماری در Deutsche Bahn شامل یک حساب پلتفرم مرکزی است که توسط یک تیم پلتفرم که مسئول مدیریت زیرساخت ها و عملیات برای SageMaker Studio مدیریت می شود. منابع SageMaker Studio بر اساس گروه بندی می شوند دامنه های SageMaker، هر کدام از یک مرتبط تشکیل شده است سیستم فایل الاستیک آمازون جلد (Amazon EFS)، فهرستی از کاربران مجاز، و انواع امنیت، برنامه، سیاست و ابر خصوصی مجازی آمازون تنظیمات (Amazon VPC). در Deutsche Bahn، دانشمندان داده از تیم های مختلف از دامنه های SageMaker برای فعالیت های ML خود استفاده می کنند. هر تیم یک دامنه اختصاصی SageMaker دارد که از آن برای توسعه و آزمایش مدلهای ML استفاده میکند و با استفاده از ویژگیهایی مانند اشتراکگذاری نوتبوک با یکدیگر همکاری میکنند.
از منظر زیرساختی، VPC ارائه شده در حساب پلتفرم هوش مصنوعی همانطور که در شکل زیر نشان داده شده است، برای اطمینان از امنیت و انطباق، اتصال اینترنت خروجی ندارد. برای دسترسی بالا، چندین زیرشبکه خصوصی جدا شده یکسان ارائه شده است. دامنه های SageMaker Studio در حالت VPC فقط مستقر می شوند، که یک رابط شبکه الاستیک برای ارتباط بین حساب سرویس SageMaker (حساب سرویس AWS) و VPC حساب پلت فرم ایجاد می کند. نقاط پایانی مانند SageMaker API، SageMaker Studio و Notebook SageMaker ارتباط ایمن و قابل اعتماد بین VPC حساب پلتفرم و دامنه SageMaker مدیریت شده توسط AWS در حساب سرویس SageMaker را تسهیل میکنند.
هر تیم تجزیه و تحلیل داده می تواند یک یا چند دامنه SageMaker را از طریق پورتال سلف سرویس داخلی شرکت درخواست کند. این فرآیند سفارش دامنه SageMaker از طریق یک فرآیند گردش کار جداگانه (از طریق توابع مرحله AWS). در طول این جریان هماهنگی، یک گروه Azure Active Directory (AD) برای تیم تجزیه و تحلیل داده ها با نام گروه AD مطابق با نام دامنه ارائه می شود. ارکستراسیون منجر به یکپارچگی و استقرار پیوسته خط لوله (CI/CD) می شود که یک خط لوله را مستقر می کند. کیت توسعه ابری AWS برنامه (AWS CDK) متشکل از یک دامنه SageMaker برای تیم مربوطه.
علاوه بر دامنه SageMaker، یک دامنه سفارشی شده است هویت AWS و مدیریت دسترسی نقش (IAM) (SageMaker-execution-role)، سرویس ذخیره سازی ساده آمازون سطل (سطل داده آمازون S3)، کلید مدیریت شده توسط مشتری (CMK) و سایر منابع AWS در طول فرآیند استقرار توسط برنامه AWS CDK ارائه شده است، همانطور که در شکل زیر نشان داده شده است. گروه AD شامل دانشمندانی است که نیاز به دسترسی به دامنه SageMaker تیم خود دارند. نام گروه AD با نام دامنه SageMaker مطابقت دارد و در درجه اول در طول فرآیند مجوز استفاده می شود.
جداسازی کلاینت در سطح دامنه های SageMaker با استفاده از حالت احراز هویت IAM اجرا می شود. یک نقش IAM مخصوص دامنه (SageMaker-execution-role) به هر دامنه متصل می شود که از اصل حداقل امتیاز پیروی می کند و توسط تیم تجزیه و تحلیل داده ها در طول فرآیند ورود به سیستم فرض می شود. این نقش به دانشمندان داده در تیم توانایی انجام فعالیتهای مختلف، مانند اجرای کارهای پردازش، کارهای تنظیم فراپارامتر، کارهای تبدیل و آزمایشها و همچنین ایجاد مدلها را میدهد. این فعالیتهای ML از طرف کاربر توسط SageMaker با استفاده از مجوز نقش پاس IAM اجرا میشوند. با این حال، اقدامات خاصی مانند ایجاد سطل های S3، اصلاح نقش های IAM، به روز رسانی دامنه های SageMaker، و ارائه نمونه های بزرگ به دلایل امنیتی، انطباق و کنترل هزینه محدود شده اند. خط مشی IAM مرتبط مطمئن می شود که تیم تجزیه و تحلیل داده فقط به سطل S3 و CMK مربوطه برای دامنه مجاز خود دسترسی دارد، همانطور که در شکل زیر نشان داده شده است. بهعلاوه، نقش SageMaker-execution-role به اعضای تیم اجازه میدهد تا در سایر حسابهای سازمان Deutsche Bahn از SageMaker Studio نقشهایی را بر عهده بگیرند و انعطافپذیری برای دسترسی به منابعی مانند سرویس پایگاه داده رابطه آمازون (Amazon S3)، سایر سطل های S3 و آمازون آتنا. خطمشی IAM از aws:RequestTag و aws:ResourceTag برای کنترل دسترسی دقیق در طول فعالیتهای SageMaker، مانند کارهای پردازش، مشاغل آموزشی، و ایجاد مدلها استفاده میکند. این تگ ها همچنین به ردیابی هزینه های مربوط به دامنه کمک می کنند. برای اطلاعات بیشتر مراجعه کنید اقدامات، منابع و کلیدهای شرط آمازون SageMaker.
CMK هم محتویات سیستم فایل دامنه SageMaker را که در Amazon EFS ذخیره شده است و هم محتویات سطل S3 (سطل داده) را که برای ذخیره داده ها برای کارهای پردازش و تبدیل SageMaker تهیه شده است، رمزگذاری می کند. علاوه بر این، سیاستهای مبتنی بر منابع، مانند خطمشی سطل و خطمشی CMK، یک لایه امنیتی اضافی را فراهم میکنند، که هم دسترسی به اعضای مجاز تیم هوش مصنوعی و هم اقدامات مجاز در این منابع را محدود میکند.
تیم هوش مصنوعی ندارد کنسول مدیریت AWS دسترسی به حساب تیم پلتفرم هوش مصنوعی برای دسترسی به SageMaker Studio، همانطور که در شکل زیر نشان داده شده است، دانشمندان داده از تیم تجزیه و تحلیل داده ها از یک URL تعیین شده تولید شده با احراز هویت از طریق یک Cognito آمازون برنامه ورود سفارشی مبتنی بر. پس از ورود کاربر به این برنامه سفارشی، یک نشانه دسترسی OAuth دریافت می کند که حاوی اطلاعاتی مانند نام گروه AD است. کاربر پس از ورود به برنامه سفارشی، از طریق رابط کاربری درخواست دسترسی به دامنه SageMaker را با راه اندازی یک دروازه API آمازون برای ایجاد یک URL تعیین شده تماس بگیرید. API Gateway PreSignUrlGenerator را فراخوانی می کند AWS لامبدا تابع و استفاده می کند مجوز دهنده آمازون Cognito برای تأیید اعتبار نشانه دسترسی OAuth در هدر درخواست. تابع PreSignUrlGenerator مجوزهای دسترسی کاربر را برای دامنه درخواستی SageMaker با مقایسه نام AD در نشانه دسترسی با دامنه درخواست شده SageMaker تأیید می کند. پس از تأیید موفقیت آمیز، تابع PreSignUrlGenerator یک نمایه کاربری SageMaker در اولین ورود به سیستم ایجاد می کند و یک پاسخ URL تعیین شده ایجاد می کند. سپس برنامه ورود سفارشی کاربران را به دامنه درخواست شده SageMaker هدایت می کند.
AWS CDK
راه حل در Deutsche Bahn از AWS CDK به عنوان زیرساخت به عنوان کد (IaC) برای ارائه دامنه SageMaker به همراه منابعی مانند سطل S3 و CMK استفاده می کند. شکل زیر پشته ها و منابع مرتبط مورد استفاده برای استقرار SageMaker را نشان می دهد. پشته زیرساخت از راه اندازی منابع ضروری مانند VPC، زیرشبکه ها و چندین نقطه پایانی SageMaker مراقبت می کند. منابعی مانند VPC، زیرشبکهها و سیاستهای کنترل سرویس (SCP) توسط یک تیم ابر مرکزی از طریق یک پشته متفاوت مدیریت میشوند (اما برای سادگی در اینجا نشان داده شده است). SageMakerStudioStack اساساً مسئول تأمین یک دامنه SageMaker، یک سطل داده اختصاصی، یک CMK و نقش اختصاصی IAM SageMaker-execution-role است. قابل ذکر است، هر دامنه SageMaker از طریق SageMakerStudioStack مجزا ارائه می شود.
راه حل از یک ساختار L3 ساخته شده (دامنه SageMaker Studio)، همانطور که در شکل زیر نشان داده شده است، برای منبع دامنه SageMaker استفاده می کند. SageMaker Studio دارای یک پیکربندی چرخه حیات قابلیتی که مقداردهی اولیه خاصی را در حین راه اندازی برنامه های JupyterLab یا KernelGateway فعال می کند.
Deutsch Bahn از پیکربندی چرخه حیات همانطور که در شکل زیر نشان داده شده است برای شناسایی و خاموش کردن خودکار نمونه های بیکار در دامنه SageMaker استفاده می کند و هزینه های غیر ضروری را کاهش می دهد. به دلیل محدودیت اتصالات خروجی، تیم تجزیه و تحلیل داده ها از تصاویر میزبانی داخلی و کتابخانه های شخص ثالث از کارخانه داخلی شرکت استفاده می کند. اسکریپت پیکربندی چرخه حیات برای KernelGateway، مدیران بسته pip و conda را پیکربندی میکند تا دانلودها را به مکان مصنوعی میزبانی داخلی هدایت کند. از زمان نوشتن این مقاله، هیچ ساختار AWS CDK برای منبع پیکربندی چرخه حیات وجود ندارد. بنابراین، آنها از یک منبع CDK سفارشی برای تهیه و مدیریت اسکریپت LifeCycleConfig استفاده می کنند. منابع سفارشی در AWS CDK توانایی تهیه و مدیریت منابعی را ارائه می دهد که مستقیماً توسط آنها پشتیبانی نمی شود AWS CloudFormation یا سازه های AWS CDK.
نصب و راه اندازی
نمونه برنامه AWS CDK نشان می دهد که چگونه اجزای مختلف، از جمله دامنه SageMaker، پیکربندی چرخه حیات، Amazon Cognito و نقش IAM با کمترین امتیازات، با هم کار می کنند. در داخل برنامه، کلاس SagemakerStudioStack تدارک یک دامنه SageMaker، نقش IAM (sagemaker-execution-role) که کاربران فرض میکنند، CMK، پیکربندی چرخه حیات، نمایه کاربر SageMaker، سطل S3 برای پردازش دادهها و گروه کاربر آمازون Cognito را مدیریت میکند. برنامه آزمایشی AWS CDK یک نمای کلی مختصر از اجزای کلیدی، مانند دامنه SageMaker، پیکربندی چرخه حیات، احراز هویت از طریق آمازون Cognito و نقش IAM با کمترین امتیاز ارائه می دهد. SagemakerLoginStack، از طرف دیگر، مسئول استقرار استخر کاربر آمازون Cognito، تابع Lambda و دروازه API برای تولید URL های از پیش تعیین شده است. CognitoUserStack در درجه اول بر روی استقرار یک کاربر در مجموعه کاربران آمازون Cognito تمرکز دارد.
می توانید دستورات زیر را برای کامپایل، ترکیب و استقرار برنامه اجرا کنید. شما باید حساب، کاربر و رمز عبور را در کد نمونه برنامه خود تنظیم کنید. رمز عبور باید حداقل 8 کاراکتر، با حروف بزرگ و اعداد باشد. پارامتر کاربر، کاربر دامنه SageMaker است که توسط Amazon Cognito احراز هویت می شود.
- کد منبع را از GitHub repo.
- حساب AWS را بوت استرپ کنید. در کد زیر شماره حساب و منطقه را در صورت نیاز تنظیم کنید:
- بسته ها را نصب کنید و کد را کامپایل کنید:
- برنامه AWS CDK را ترکیب کنید:
- برنامه را با تمام پشته ها در حساب و منطقه دلخواه خود مستقر کنید:
- برای برقراری تماس API، برنامه Postman را دانلود کنید.
اگر حساب پستچی ندارید، با ایمیل خود یک حساب کاربری رایگان ایجاد کنید. اگر از قبل حساب کاربری دارید، وارد حساب کاربری خود شوید.
- بر پرونده منو ، انتخاب کنید وارد كردن و وارد کنید فایل JSON محیط پستچی در مخزن GitHub گنجانده شده است.
- بر محیط ها تب در Postman، محیطی به نام SageMaker را پیدا کنید.
- متغیرهای محیطی زیر را که به عنوان بخشی از خروجی استقرار پشته می بینید، اضافه کنید
SagemakerLoginStack
:
از پارامترهای زیر استفاده کنید (مقادیر را از خروجی در حین استقرار cdk واکشی کنید):
-
- نام دامنه – پارامتر نام دامنه ای که در cdk deploy ارسال کردید، به عنوان مثال team1
- شناسه مشتری – شناسه مشتری آمازون Cognito
- مشتری راز - راز مشتری آمازون Cognito.
- SageMaker-presigned-api - URL دروازه API ایجاد شده توسط AWS CDK، که URL تعیین شده را تولید می کند
- cognito-signin-endpoint - نشانی وب نقطه پایانی دامنه آمازون Cognito که در آن برنامه مشتری (در این مورد، Postman) با ارائه اطلاعات کاربری کاربر (کاربر دمو) احراز هویت میشود.
مرحله بعدی تولید یک توکن OAuth2 است.
-
- بر اجازه تب، محیط SageMaker را انتخاب کرده و انتخاب کنید ایجاد رمز دسترسی جدید.
تمام مقادیر این تب باید از قبل پر شوند.
-
- متغیرهای محیط را به روز کنید و انتخاب کنید رمز دسترسی جدید را دریافت کنید.
- در پنجره پاپ آپی که باز می شود، با نام کاربری (کاربر دمو) و رمز عبوری که قبلا استفاده کرده اید، وارد Amazon Cognito شوید.
پس از احراز هویت موفقیت آمیز، یک رمز دسترسی جدید تولید می شود.
- را انتخاب کنید از Token استفاده کنید.
- را انتخاب کنید
GeneratePresignedUrlDemo
در مجموعه های Postman SageMaker و انتخاب کنید ارسال. - مطمئن شوید که محیط مناسب (SageMaker) را در لیست کشویی انتخاب کرده اید.
این یک REST API را با API Gateway فراخوانی می کند و یک URL تعیین شده برای دسترسی به دامنه SageMaker ایجاد می کند. می توانید این URL را در بدنه پاسخ مشاهده کنید.
- این URL را کپی کرده و در پنجره مرورگر وارد کنید.
یک دامنه جدید SageMaker با نمایه کاربری شما راه اندازی خواهد شد.
این برنامه آزمایشی از ویژگی های SageMaker مانند مشاغل آموزشی، کارهای پردازش و نقاط پایانی مدل پشتیبانی می کند. توجه داشته باشید که ویژگی های مانند آمازون SageMaker Canvas، SageMaker JumpStart و SageMaker Feature Store فعال نیستند.
پاک کردن
مراحل زیر را برای پاکسازی منابع خود انجام دهید:
- در کنسول SageMaker، در قسمت ناوبری، را انتخاب کنید دامنه, مشخصات کاربرو نرم افزار.
- تمام برنامه های در حال اجرا (KernelGateway یا JupyterLab) را از این راه حل حذف کنید.
- تمام پروفایل های کاربری SageMaker را که در مرحله ورود ایجاد کرده اید حذف کنید.
- در کنسول آمازون EFS، فایل سیستم EFS را حذف کنید برای این پست ایجاد شده است.
- دستور زیر را برای حذف منابع ایجاد شده با CDK AWS اجرا کنید:
نتیجه
این پست نشان میدهد که Deutsche Bahn چگونه به طور مؤثر از SageMaker Studio برای اصلاح پلتفرم هوش مصنوعی خود استفاده میکند و در نتیجه راهحلی مقیاسپذیر، خودکار و قابل مدیریت برای پشتیبانی از تیمهای تجزیه و تحلیل دادههای متنوع خود ایجاد میکند. این معماری دارای یک حساب پلت فرم مرکزی، یک فرآیند سفارش دامنه سلف سرویس، و تامین زیرساخت با استفاده از AWS CDK است. فرآیند استقرار یک خط لوله CI/CD را شامل می شود که از تحویل روان دامنه های SageMaker اطمینان حاصل می کند.
به طور کلی، دگرگونی ایجاد شده توسط استودیو SageMaker به Deutsche Bahn قدرت داده است تا یک پلتفرم قوی برای ابتکارات هوش مصنوعی خود ایجاد کند، که به بیش از 100 توسعهدهنده خدمات میدهد و 20 دامنه SageMaker را در یک حساب AWS مدیریت میکند.
در نهایت، ما از نیکو سیگرت (d-fine) و فیلیپ وولمر (دویچه بان) صمیمانه قدردانی میکنیم، که مشارکتهای ارزشمندشان در شکلدهی به این معماری مؤثر بود.
برای مطالعه بیشتر به منابع زیر مراجعه کنید:
___________________________________________________________________________________________
درباره نویسندگان
پراسانا تولادار یک معمار زیرساخت ابری در AWS Professional Services در مونیخ، آلمان است. او متخصص در زیرساخت های ابری، مهاجرت بار کاری، و DevOps در پلتفرم AWS، به مشتریان قدرت می دهد تا به اهداف تجاری خود دست یابند. در خارج از محل کار، او از دویدن، پیاده روی و اوقات خوشی با خانواده لذت می برد.
امانوئل دروسوس مالک محصول پلتفرم هوش مصنوعی در DBSystel، یکی از شرکت های تابعه Deutsche Bahn (DB) آلمان است. امانوئل با اشتیاق به نوآوری و فناوری، ابتکاراتی را با هدف استفاده از قدرت ابر برای هدایت پلت فرم هوش مصنوعی در DB (دویچه بان) رهبری می کند. AI.Platform یکی از پلتفرم های توسعه گروه DB است. این شامل خدمات و ابزارهای هوش مصنوعی برای توسعه مدلهای هوش مصنوعی (یادگیری ماشین) و خدمات هوش مصنوعی قابل استفاده مستقیم است. ساده، یکپارچه و مقیاس پذیر. او از نزدیک با سایر مشتریان DB کار می کند تا پتانسیل کامل پلت فرم هوش مصنوعی را باز کند و آنها را قادر می سازد تا به اهداف تجاری خود به طور کارآمد و مؤثر دست یابند. امانوئل خارج از فعالیت های حرفه ای خود از سفر لذت می برد و عاشق طبیعت و طبیعت گردی است.
ویشوانات بات یک معمار DevOps در AWS Professional Services، مستقر در آلمان است. او به مشتریان کمک می کند تا از مزایای کامل ابر بهره ببرند و با استفاده از ابر AWS به اهداف تجاری خود برسند. وقتی کار نمی کند، دوست دارد در دریاچه های کوهستانی شنا کند، پیاده روی کند، مطالعه کند یا فوتبال بازی کند.
کومودان چراراجان مشاور DevOps در AWS Professional Services مستقر در سوئیس است. او علاقه زیادی به کمک به مشتریان در اتخاذ فرآیندها و خدماتی دارد که کارایی آنها را در سفر ابری افزایش می دهد. وقتی کار نمی کند، دوست دارد کریکت و موسیقی بزند.
- 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/supercharge-your-ai-team-with-amazon-sagemaker-studio-a-comprehensive-view-of-deutsche-bahns-ai-platform-transformation/
- : دارد
- :است
- :نه
- :جایی که
- $UP
- 10
- 100
- 11
- 12
- 120
- 13
- 130
- 16
- 20
- 2022
- 237
- 25
- 350
- 7
- 8
- a
- توانایی
- قادر
- درباره ما
- تسریع
- دسترسی
- حساب
- حساب ها
- رسیدن
- اقدامات
- فعال
- فعالیت ها
- Ad
- اضافه
- علاوه بر این
- آدرس
- اتخاذ
- تصویب
- پس از
- در برابر
- AI
- پلتفرم هوش مصنوعی
- خدمات هوش مصنوعی
- هدف
- تراز می کند
- معرفی
- اجازه می دهد تا
- در امتداد
- قبلا
- همچنین
- آمازون
- Cognito آمازون
- آمازون SageMaker
- Amazon SageMaker Studio
- آمازون خدمات وب
- an
- علم تجزیه و تحلیل
- و
- و زیرساخت
- API
- نرم افزار
- کاربرد
- برنامه های کاربردی
- تقدیر
- برنامه های
- معماری
- هستند
- AS
- مرتبط است
- فرض
- فرض
- At
- جالب
- اتهام
- تأیید اعتبار
- احراز هویت
- تصدیق
- مجوز
- مجاز
- خودکار
- بطور خودکار
- اتوماسیون
- دسترس پذیری
- AWS
- خدمات حرفه ای AWS
- لاجوردی
- مستقر
- BE
- بوده
- از طرف
- سود
- مزایای
- میان
- بیلیون
- بدن
- خود راه انداز
- هر دو
- به ارمغان می آورد
- آورده
- مرورگر
- ساخته
- ساخته شده در
- کسب و کار
- اما
- by
- صدا
- نام
- CAN
- قابلیت های
- اهميت دادن
- مورد
- موارد
- غذا
- باعث می شود
- مرکزی
- معین
- چالش ها
- کاراکتر
- انتخاب
- را انتخاب کنید
- کلاس
- تمیز
- مشتری
- نزدیک
- ابر
- زیرساخت های ابری
- رمز
- همکاری
- مشترک
- مجموعه
- مشترک
- ارتباط
- شرکت
- مقایسه
- انطباق
- موافق
- اجزاء
- جامع
- مختصر
- شرط
- پیکر بندی
- ارتباط
- اتصال
- شامل
- تشکیل شده است
- کنسول
- ساختن
- می سازد
- مشاور
- مصرف
- شامل
- محتویات
- مداوم
- مشارکت
- کنترل
- متناظر
- مطابقت دارد
- هزینه
- مقرون به صرفه
- هزینه
- کشور
- ایجاد
- ایجاد شده
- ایجاد
- ایجاد
- مجوزها و اعتبارات
- کریکت
- بسیار سخت
- سفارشی
- مشتری
- مشتریان
- سفارشی
- داده ها
- تجزیه و تحلیل داده ها
- پردازش داده ها
- پایگاه داده
- مجموعه داده ها
- اختصاصی
- تحویل
- نسخه ی نمایشی
- نشان می دهد
- نشان داده شده است
- گسترش
- مستقر
- استقرار
- گسترش
- از بین بردن
- تشخیص
- توسعه
- توسعه دهندگان
- در حال توسعه
- پروژه
- مختلف
- مستقیما
- فهرست راهنما
- مختلف
- میکند
- دامنه
- نام دامنه
- حوزه
- آیا
- پایین
- دانلود
- راندن
- دو
- در طی
- هر
- پیش از آن
- به طور موثر
- بهره وری
- موثر
- موثر
- پست الکترونیک
- کارکنان
- قدرت
- توانمندسازی
- توانمندسازی
- را قادر می سازد
- را قادر می سازد
- پشت سر هم
- نقطه پایانی
- مورد تأیید
- اطمینان حاصل شود
- تضمین می کند
- حصول اطمینان از
- وارد
- مشتاق
- محیط
- ضروری است
- EUR
- هر
- مثال
- آزمایش
- تخصص
- اکتشاف
- گسترش
- اضافی
- تسهیل کردن
- خانواده
- ویژگی
- امکانات
- شکل
- پرونده
- نام خانوادگی
- انعطاف پذیری
- جریان
- تمرکز
- تمرکز
- پیروی
- به دنبال آن است
- فوتبال
- برای
- خط مقدم
- رایگان
- از جانب
- کامل
- کاملا
- تابع
- بیشتر
- آینده
- دروازه
- تولید می کنند
- تولید
- تولید می کند
- مولد
- مولد
- هوش مصنوعی مولد
- آلمان
- دریافت کنید
- GitHub
- Go
- اهداف
- مغازه
- کردم
- کمک های مالی
- گروه
- در حال رشد
- دست
- دستگیره
- آیا
- he
- کمک
- کمک
- کمک می کند
- اینجا کلیک نمایید
- زیاد
- عملکرد بالا
- برجسته
- خود را
- میزبانی
- چگونه
- اما
- HTML
- HTTP
- HTTPS
- تنظیم فراپارامتر
- یکسان
- هویت
- آرام
- if
- نشان می دهد
- تصاویر
- اجرا
- واردات
- in
- در دیگر
- شامل
- مشمول
- شامل
- از جمله
- شامل
- افزایش
- فرد
- نفوذ
- اطلاعات
- شالوده
- شروع
- ابتکارات
- ابداع
- نصب
- ابزاری
- یکپارچه
- ادغام
- هوشمند
- رابط
- داخلی
- داخلی
- اینترنت
- به
- فوق العاده گرانبها
- فراخوانی میکند
- جدا شده
- IT
- ITS
- شغل ها
- سفر
- JPG
- json
- کلید
- کلید
- دریاچه ها
- بزرگ
- راه اندازی
- لایه
- برجسته
- منجر می شود
- یادگیری
- کمترین
- سطح
- بهره برداری
- کتابخانه ها
- wifecycwe
- پسندیدن
- دوست دارد
- فهرست
- محل
- ورود به سیستم
- ورود
- دستگاه
- فراگیری ماشین
- نگهداری
- عمده
- ساخت
- باعث می شود
- مدیریت
- قابل کنترل
- اداره می شود
- مدیریت
- مدیران
- مدیریت می کند
- مدیریت
- ملاقات
- اعضا
- مهاجرت
- ML
- حالت
- مدل
- مدل
- حالت های
- بیش
- حرکت می کند
- چندگانه
- موسیقی
- نام
- طبیعت
- جهت یابی
- ضروری
- نیازهای
- شبکه
- جدید
- دسترسی جدید
- بعد
- نه
- به ویژه
- توجه داشته باشید
- دفتر یادداشت
- عدد
- تعداد
- اوت
- هدف
- اهداف
- of
- ارائه
- پیشنهادات
- on
- ONE
- فقط
- باز می شود
- عمل
- عمل می کند
- عملیاتی
- عمل
- عملیات
- or
- هماهنگ شده
- تنظیم و ارکستراسیون
- کدام سازمان ها
- سازمانی
- سازمان های
- دیگر
- ما
- تولید
- خارج از
- روی
- کلاهبرداری
- در بالای سر
- نظارت
- مروری
- خود
- مالک
- بسته
- بسته
- قطعه
- پارامتر
- پارامترهای
- بخش
- عبور
- گذشت
- شور
- احساساتی
- کلمه عبور
- مردم
- انجام
- اجازه
- مجوز
- چشم انداز
- خط لوله
- سکو
- سیستم عامل
- افلاطون
- هوش داده افلاطون
- PlatoData
- بازی
- سیاست
- سیاست
- استخر
- پاپ آپ
- پورتال
- پست
- پتانسیل
- قدرت
- قوی
- قیمت گذاری
- مدل قیمت گذاری
- در درجه اول
- اصلی
- اصل
- خصوصی
- امتیاز
- امتیازات
- روند
- در حال پردازش
- محصول
- حرفه ای
- مشخصات
- پروفایل
- پروژه
- پروژه ها
- ارائه
- ارائه
- فراهم می کند
- ارائه
- تدارک
- عمومی
- کیفیت
- به سرعت
- ریل
- راه آهن
- محدوده
- اعم
- مطالعه
- زمان واقعی
- تحقق بخشیدن
- دلایل
- گرفتن
- تغییر مسیر
- را کاهش می دهد
- کاهش
- مراجعه
- منطقه
- منطقهای
- مربوط
- قابل اعتماد
- درخواست
- درخواست
- مورد نیاز
- منابع
- منابع
- قابل احترام
- پاسخ
- مسئوليت
- REST
- منحصر
- محدود کردن
- نتیجه
- درامد
- راست
- تنومند
- نقش
- نقش
- دویدن
- در حال اجرا
- حکیم ساز
- نمونه
- مقیاس پذیری
- مقیاس پذیر
- مقیاس پذیر
- دانشمندان
- خط
- بدون درز
- یکپارچه
- راز
- امن
- تیم امنیت لاتاری
- دیدن
- انتخاب شد
- سلف سرویس
- جداگانه
- سرویس
- خدمات
- تنظیم
- محیط
- شکل دادن
- اشتراک
- باید
- نشان داده شده
- بسته
- خاموش
- امضاء
- ساده
- سادگی
- ساده
- تنها
- هموار کردن
- راه حل
- منبع
- کد منبع
- تنش
- متخصص
- خاص
- طیف
- پشته
- پشته
- استانداردهای
- آغاز شده
- شروع
- گام
- مراحل
- ذخیره سازی
- opbevare
- ذخیره شده
- استراتژی
- استودیو
- زیرشبکه ها
- فرعی
- موفق
- چنین
- لبریز شدن
- پشتیبانی
- پشتیبانی
- پشتیبانی از
- مطمئن
- SWIFT
- سویس
- ترکیب کردن
- سیستم
- طول می کشد
- تیم
- اعضای تیم
- تیم ها
- کار گروهی
- پیشرفته
- تست
- که
- La
- منبع
- شان
- آنها
- سپس
- آنجا.
- از این رو
- اینها
- آنها
- شخص ثالث
- این
- از طریق
- زمان
- به
- با هم
- رمز
- ابزار
- مسیر
- ترافیک
- قطار
- آموزش
- دگرگونی
- حمل و نقل
- حمل و نقل
- سفر
- راه اندازی
- میزان سازی
- ui
- باز
- غیر ضروری
- به روز رسانی
- بر
- URL
- us
- قابل استفاده
- استفاده کنید
- استفاده
- کاربر
- کاربران
- استفاده
- با استفاده از
- تصدیق
- ارزشها
- تنوع
- مختلف
- از طريق
- چشم انداز
- مجازی
- حجم
- بود
- we
- وب
- خدمات وب
- هفته
- خوب
- بود
- چه زمانی
- که
- در حین
- WHO
- که
- وسیع
- دامنه گسترده
- اراده
- پنجره
- با
- در داخل
- مهاجرت کاری
- گردش کار
- نیروی کار
- کارگر
- با این نسخهها کار
- نوشته
- شما
- شما
- زفیرنت