आप मशीन लर्निंग (एमएल) सुविधाओं के लिए एक केंद्रीय भंडार प्रदान करने के लिए फीचर स्टोर स्थापित कर सकते हैं जिसे प्रशिक्षण, बैच स्कोरिंग और रीयल-टाइम अनुमान के लिए आपके संगठन में डेटा विज्ञान टीमों के साथ साझा किया जा सकता है। डेटा विज्ञान दल केंद्रीय भंडार में संग्रहीत सुविधाओं का पुन: उपयोग कर सकते हैं, विभिन्न परियोजनाओं के लिए पुन: इंजीनियर फीचर पाइपलाइनों की आवश्यकता से बचने और परिणामस्वरूप पुनर्विक्रय और दोहराव को समाप्त कर सकते हैं।
सुरक्षा और अनुपालन आवश्यकताओं को पूरा करने के लिए, आपको इन साझा एमएल सुविधाओं तक कैसे पहुंचा जा सकता है, इस पर बारीक नियंत्रण की आवश्यकता हो सकती है। ये जरूरतें अक्सर टेबल- और कॉलम-लेवल एक्सेस कंट्रोल से अलग-अलग रो-लेवल एक्सेस कंट्रोल तक जाती हैं। उदाहरण के लिए, हो सकता है कि आप खाता प्रतिनिधियों को केवल उनके खातों के लिए बिक्री तालिका से पंक्तियों को देखने देना चाहें और क्रेडिट कार्ड नंबरों जैसे संवेदनशील डेटा के उपसर्ग को छिपाना चाहें। फीचर स्टोर डेटा की सुरक्षा के लिए और किसी व्यक्ति की भूमिका के आधार पर एक्सेस प्रदान करने के लिए बढ़िया एक्सेस कंट्रोल की आवश्यकता होती है। यह उद्योगों में ग्राहकों और हितधारकों के लिए विशेष रूप से महत्वपूर्ण है, जिन्हें फीचर डेटा तक पहुंच का ऑडिट करने और सुरक्षा का सही स्तर सुनिश्चित करने की आवश्यकता होती है।
इस पोस्ट में, हम एक ऑफ़लाइन फीचर स्टोर में संग्रहीत फीचर समूहों और सुविधाओं के लिए दानेदार अभिगम नियंत्रण को लागू करने का एक सिंहावलोकन प्रदान करते हैं। अमेज़न SageMaker फ़ीचर स्टोर और AWS झील निर्माण. यदि आप फ़ीचर स्टोर में नए हैं, तो आप इसका उल्लेख करना चाह सकते हैं Amazon SageMaker Feature Store की प्रमुख क्षमताओं को समझना इस पोस्ट के बाकी हिस्सों में गोता लगाने से पहले अतिरिक्त पृष्ठभूमि के लिए। ध्यान दें कि ऑनलाइन फीचर स्टोर के लिए, आप उपयोग कर सकते हैं AWS पहचान और अभिगम प्रबंधन (IAM) नीतियों के साथ सुविधा समूहों के खिलाफ उपयोगकर्ता की पहुंच को प्रतिबंधित करने की शर्तें।
समाधान अवलोकन
निम्नलिखित आर्किटेक्चर लेक फॉर्मेशन का उपयोग पंक्ति-, कॉलम- या सेल-लेवल एक्सेस को लागू करने के लिए करता है ताकि यह सीमित किया जा सके कि फीचर ग्रुप के भीतर कौन से फीचर ग्रुप या फीचर्स को काम करने वाले डेटा साइंटिस्ट द्वारा एक्सेस किया जा सकता है। अमेज़ॅन सैजमेकर स्टूडियो. यद्यपि हम स्टूडियो में काम करने वाले उपयोगकर्ताओं तक पहुंच को प्रतिबंधित करने पर ध्यान केंद्रित करते हैं, वही दृष्टिकोण उन उपयोगकर्ताओं के लिए लागू होता है जो ऑफ़लाइन सुविधा स्टोर तक पहुंचने वाली सेवाओं का उपयोग करते हैं अमेज़न एथेना.
फ़ीचर स्टोर एमएल सुविधा प्रबंधन के लिए एक उद्देश्य-निर्मित समाधान है जो डेटा विज्ञान टीमों को टीमों और मॉडलों में एमएल सुविधाओं का पुन: उपयोग करने में मदद करता है, कम विलंबता के साथ बड़े पैमाने पर मॉडल भविष्यवाणियों के लिए सुविधाएँ प्रदान करता है, और नए मॉडल को अधिक तेज़ी से और प्रभावी ढंग से प्रशिक्षित और तैनात करता है।
लेक फॉर्मेशन एक पूरी तरह से प्रबंधित सेवा है जो आपको डेटा लेक बनाने, सुरक्षित करने और प्रबंधित करने में मदद करती है, और डेटा लेक में डेटा के लिए एक्सेस कंट्रोल प्रदान करती है। लेक फॉर्मेशन निम्नलिखित सुरक्षा स्तरों का समर्थन करता है:
- पंक्ति-स्तरीय अनुमतियाँ - डेटा अनुपालन और शासन नीतियों के आधार पर विशिष्ट पंक्तियों तक पहुंच को प्रतिबंधित करता है
- कॉलम-स्तरीय अनुमतियां - डेटा फिल्टर के आधार पर विशिष्ट कॉलम तक पहुंच को प्रतिबंधित करता है
- सेल-स्तरीय अनुमतियां - आपको डेटाबेस टेबल पर विशिष्ट पंक्तियों और स्तंभों तक पहुंच की अनुमति देकर पंक्ति- और स्तंभ-स्तरीय नियंत्रण दोनों को जोड़ती है
लेक फॉर्मेशन केंद्रीकृत ऑडिटिंग और अनुपालन रिपोर्टिंग भी प्रदान करता है, यह पहचान कर कि किन प्रिंसिपलों ने किस डेटा, कब और किन सेवाओं के माध्यम से एक्सेस किया।
फीचर स्टोर और लेक फॉर्मेशन को मिलाकर, आप अपने मौजूदा ऑफलाइन फीचर स्टोर पर एमएल सुविधाओं के लिए बारीक पहुंच को लागू कर सकते हैं।
इस पोस्ट में, हम उपयोग के मामलों के लिए एक दृष्टिकोण प्रदान करते हैं जिसमें आपने फीचर स्टोर में फीचर समूह बनाए हैं और फीचर एक्सप्लोरेशन और उनकी परियोजनाओं के लिए मॉडल बनाने के लिए अपनी डेटा विज्ञान टीमों तक पहुंच प्रदान करने की आवश्यकता है। उच्च स्तर पर, लेक फॉर्मेशन एडमिन लेक फॉर्मेशन में एक अनुमति मॉडल को परिभाषित करता है और बनाता है और इसे अलग-अलग स्टूडियो उपयोगकर्ताओं या उपयोगकर्ताओं के समूहों को असाइन करता है।
हम आपको निम्नलिखित चरणों के माध्यम से चलते हैं:
- लेक फॉर्मेशन में ऑफलाइन फीचर स्टोर को रजिस्टर करें।
- बारीक पहुंच नियंत्रण के लिए लेक फॉर्मेशन डेटा फिल्टर बनाएं।
- सुविधा समूह (तालिकाएँ) और सुविधाएँ (स्तंभ) अनुमतियाँ प्रदान करें।
.. पूर्वापेक्षाएँ
इस समाधान को लागू करने के लिए, आपको IAM में एक लेक फॉर्मेशन एडमिन यूजर बनाना होगा और उस एडमिन यूजर के रूप में साइन इन करना होगा। निर्देशों के लिए, देखें डेटा लेक व्यवस्थापक बनाएं.
हम का उपयोग करके कृत्रिम रूप से जेनरेट की गई ग्राहक सूचियों से सिंथेटिक किराना ऑर्डर का उपयोग करके परीक्षण डेटा सेट करना शुरू करते हैं अधिक पायथन पुस्तकालय। आप मॉड्यूल का अनुसरण करके इसे स्वयं आज़मा सकते हैं GitHub. प्रत्येक ग्राहक के लिए, नोटबुक प्रत्येक ऑर्डर में खरीदे गए उत्पादों के साथ 1-10 ऑर्डर के बीच उत्पन्न करता है। फिर आप निम्न का उपयोग कर सकते हैं नोटबुक फीचर स्टोर में ग्राहकों, उत्पादों और ऑर्डर डेटासेट के लिए तीन फीचर समूह बनाने के लिए। सुविधा समूह बनाने से पहले, सुनिश्चित करें कि आपका स्टूडियो परिवेश आपके AWS खाते में सेट है। निर्देशों के लिए, देखें अमेज़न सेजमेकर डोमेन पर ऑनबोर्ड.
लक्ष्य यह वर्णन करना है कि सुविधाओं को स्टोर करने के लिए फ़ीचर स्टोर का उपयोग कैसे करें और इन सुविधाओं तक पहुंच को नियंत्रित करने के लिए लेक फॉर्मेशन का उपयोग करें। निम्नलिखित स्क्रीनशॉट की परिभाषा दिखाता है orders
स्टूडियो कंसोल का उपयोग करके फीचर समूह।
फ़ीचर स्टोर एक का उपयोग करता है अमेज़न सरल भंडारण सेवा (अमेज़ॅन S3) बकेट आपके खाते में ऑफ़लाइन डेटा संग्रहीत करने के लिए। आप प्रशिक्षण डेटासेट निकालने या फीचर डेटा का विश्लेषण करने के लिए अमेज़ॅन एस 3 में ऑफ़लाइन डेटा स्टोर के खिलाफ एथेना जैसे क्वेरी इंजन का उपयोग कर सकते हैं, और आप एक ही क्वेरी में एक से अधिक फीचर समूह में शामिल हो सकते हैं। फ़ीचर स्टोर स्वचालित रूप से बनाता है एडब्ल्यूएस गोंद फीचर समूह निर्माण के दौरान फीचर समूहों के लिए डेटा कैटलॉग, जो आपको एथेना या ओपन-सोर्स टूल जैसे कि ऑफ़लाइन स्टोर से डेटा तक पहुंचने और क्वेरी करने के लिए इस कैटलॉग का उपयोग करने की अनुमति देता है। हाथ की सफ़ाई.
लेक फॉर्मेशन में ऑफलाइन फीचर स्टोर रजिस्टर करें
अपने मौजूदा फ़ीचर स्टोर डेटाबेस और टेबल के साथ लेक फॉर्मेशन अनुमतियों का उपयोग शुरू करने के लिए, आपको सुपर अनुमति को रद्द करना होगा IAMAllowedPrincipals
डेटाबेस पर समूह और लेक फॉर्मेशन में संबंधित फीचर ग्रुप टेबल।
- में साइन इन करें एडब्ल्यूएस प्रबंधन कंसोल झील निर्माण प्रशासक के रूप में।
- नेविगेशन फलक में, के तहत डेटा कैटलॉग, चुनें डेटाबेस.
- डेटाबेस का चयन करें
sagemaker_featurestore
, जो ऑफलाइन फीचर स्टोर से जुड़ा डेटाबेस है।
चूँकि फ़ीचर स्टोर स्वचालित रूप से AWS ग्लू डेटा कैटलॉग बनाता है जब आप फ़ीचर समूह बनाते हैं, तो ऑफ़लाइन फ़ीचर स्टोर लेक फॉर्मेशन में डेटाबेस के रूप में दिखाई देता है।
- पर क्रियाएँ मेनू, चुनें संपादित करें.
- पर डेटाबेस संपादित करें पृष्ठ, यदि आप चाहते हैं कि लेक फॉर्मेशन अनुमतियाँ नव निर्मित फीचर समूहों के लिए भी काम करें और उन्हें रद्द नहीं करना है
IAMAllowedPrincipals
प्रत्येक तालिका के लिए, अचयनित करें इस डेटाबेस में नई तालिकाओं के लिए केवल IAM अभिगम नियंत्रण का उपयोग करें, उसके बाद चुनो सहेजें. - पर डेटाबेस पृष्ठ, का चयन करें
sagemaker_featurestore
डेटाबेस। - पर क्रियाएँ मेनू, चुनें अनुमति देखें.
- चयन
IAMAllowedPrincipals
समूह और चुनें वापस लेना.
इसी तरह, आपको इन चरणों को उन सभी सुविधा समूह तालिकाओं के लिए निष्पादित करने की आवश्यकता है जो आपके ऑफ़लाइन सुविधा संग्रह से संबद्ध हैं।
- नेविगेशन फलक में, के तहत डेटा कैटलॉग, चुनें टेबल्स.
- अपने फीचर समूह के नाम के साथ तालिका चुनें।
- पर क्रियाएँ मेनू, चुनें अनुमति देखें.
- चयन
IAMAllowedPrincipals
समूह और चुनें वापस लेना.
ऑफलाइन फीचर स्टोर को लेक फॉर्मेशन अनुमति मॉडल में बदलने के लिए, आपको ऑफलाइन फीचर स्टोर के अमेज़न S3 स्थान के लिए लेक फॉर्मेशन अनुमतियों को चालू करना होगा। इसके लिए आपको Amazon S3 लोकेशन को रजिस्टर करना होगा।
- नेविगेशन फलक में, के तहत रजिस्टर और निगलना, चुनें डेटा लेक लोकेशन.
- चुनें स्थान रजिस्टर करें.
- Amazon S3 में ऑफलाइन फीचर स्टोर के स्थान का चयन करें अमेज़न S3 पथ.
स्थान है S3Uri
जो सुविधा समूह के ऑफ़लाइन स्टोर कॉन्फ़िगरेशन में प्रदान किया गया था और इसमें पाया जा सकता है DescribeFeatureGroup
एपीआई ResolvedOutputS3Uri
खेत।
- डिफ़ॉल्ट का चयन करें
AWSServiceRoleForLakeFormationDataAccess
IAM भूमिका और चुनें स्थान रजिस्टर करें.
झील निर्माण के साथ एकीकृत करता है AWS प्रमुख प्रबंधन सेवा (एडब्ल्यूएस केएमएस); यह दृष्टिकोण Amazon S3 स्थानों के साथ भी काम करता है जिन्हें AWS प्रबंधित कुंजी के साथ एन्क्रिप्ट किया गया है या ग्राहक प्रबंधित कुंजी के अनुशंसित दृष्टिकोण के साथ। आगे पढ़ने के लिए, देखें एक एन्क्रिप्टेड Amazon S3 स्थान पंजीकृत करना.
बारीक पहुंच नियंत्रण के लिए लेक फॉर्मेशन डेटा फिल्टर बनाएं
आप बनाकर पंक्ति-स्तर और सेल-स्तरीय सुरक्षा लागू कर सकते हैं डेटा फ़िल्टर. जब आप टेबल पर सेलेक्ट लेक फॉर्मेशन की अनुमति देते हैं तो आप डेटा फिल्टर का चयन करते हैं। इस मामले में, हम इस क्षमता का उपयोग फिल्टर के एक सेट को लागू करने के लिए करते हैं जो फीचर समूह के भीतर फीचर समूहों और विशिष्ट सुविधाओं तक पहुंच को सीमित करता है।
डेटा फ़िल्टर कैसे काम करते हैं, यह समझाने के लिए आइए निम्न आकृति का उपयोग करें। यह आंकड़ा दो फीचर समूहों को दिखाता है: customers
और orders
. एक पंक्ति-स्तरीय डेटा फ़िल्टर को लागू किया जाता है customers
फीचर समूह, जिसके परिणामस्वरूप केवल रिकॉर्ड होते हैं feature1 = ‘12’
वापस किया जा रहा है। इसी तरह, ऑर्डर फीचर समूह तक पहुंच सेल-स्तरीय डेटा फ़िल्टर का उपयोग करके केवल फीचर रिकॉर्ड तक ही सीमित है जहां feature2 = ‘22
', साथ ही परिणामी डेटासेट से फीचर 1 को छोड़कर।
एक नया डेटा फ़िल्टर बनाने के लिए, लेक फॉर्मेशन कंसोल पर नेविगेशन फलक में, के तहत डेटा कैटलॉग, चुनें डेटा फ़िल्टर और फिर चुनें नया फ़िल्टर बनाएं.
जब आप सेलेक्ट करेंगे सभी स्तंभों तक पहुंच और एक पंक्ति फ़िल्टर अभिव्यक्ति प्रदान करें, आप केवल पंक्ति-स्तरीय सुरक्षा (पंक्ति फ़िल्टरिंग) स्थापित कर रहे हैं। इस उदाहरण में, हम एक फ़िल्टर बनाते हैं जो डेटा वैज्ञानिक तक पहुंच को केवल रिकॉर्ड करने के लिए सीमित करता है orders
फीचर के मूल्य के आधार पर फीचर ग्रुप customer_id ='C7782'
.
जब आप विशिष्ट कॉलम शामिल या बहिष्कृत करते हैं और एक पंक्ति फ़िल्टर अभिव्यक्ति भी प्रदान करते हैं, तो आप सेल-स्तरीय सुरक्षा (सेल फ़िल्टरिंग) स्थापित कर रहे हैं। इस उदाहरण में, हम एक फ़िल्टर बनाते हैं जो किसी डेटा वैज्ञानिक तक किसी फ़ीचर समूह की कुछ विशेषताओं तक पहुँच को सीमित करता है (हम इसे बाहर करते हैं sex
और is_married
) और में अभिलेखों का एक सबसेट customers
सुविधा के मूल्य के आधार पर सुविधा समूह (customer_id ='C3126'
).
निम्न स्क्रीनशॉट बनाए गए डेटा फ़िल्टर दिखाता है।
सुविधा समूहों (तालिकाओं) और सुविधाओं (स्तंभों) की अनुमति दें
इस खंड में, आप सेजमेकर उपयोगकर्ता को लेक फॉर्मेशन में परिभाषित दानेदार अभिगम नियंत्रण और अनुमतियाँ प्रदान करते हैं, जो मूल रूप से फीचर समूहों को बनाने वाले उपयोगकर्ता से जुड़े सेजमेकर निष्पादन भूमिका को डेटा फ़िल्टर प्रदान करते हैं। सेजमेकर निष्पादन भूमिका के हिस्से के रूप में बनाई गई है सेजमेकर स्टूडियो डोमेन सेटअप और डिफ़ॉल्ट रूप से शुरू होता है AmazonSageMaker-ExecutionRole-*
. आपको लेक फॉर्मेशन एपीआई पर इस भूमिका की अनुमति देनी होगी (GetDataAccess
, StartQueryPlanning
, GetQueryState
, GetWorkUnits
, तथा GetWorkUnitResults
) और एडब्ल्यूएस गोंद एपीआई (GetTables
और GetDatabases
) IAM में डेटा तक पहुंचने में सक्षम होने के लिए।
IAM में निम्न नीति बनाएं, नीति को नाम दें LakeFormationDataAccess
, और इसे सेजमेकर निष्पादन भूमिका में संलग्न करें। आपको यह भी संलग्न करने की आवश्यकता है AmazonAthenaFullAccess
एथेना तक पहुँचने की नीति।
इसके बाद, आपको फीचर स्टोर डेटाबेस और विशिष्ट फीचर समूह तालिका को सेजमेकर निष्पादन भूमिका तक पहुंच प्रदान करने की आवश्यकता है और इसे पहले बनाए गए डेटा फ़िल्टरों में से एक असाइन करना होगा। लेक फॉर्मेशन के अंदर डेटा अनुमतियाँ देने के लिए, नेविगेशन फलक में, के तहत अनुमतियाँ, चुनें डेटा लेक अनुमतियाँ, उसके बाद चुनो अनुदान. निम्न स्क्रीनशॉट दर्शाता है कि सेजमेकर निष्पादन भूमिका के लिए पंक्ति-स्तरीय पहुंच के लिए डेटा फ़िल्टर के साथ अनुमतियां कैसे प्रदान करें।
इसी तरह, आप सेजमेकर निष्पादन भूमिका के लिए सेल-स्तरीय पहुंच के लिए बनाए गए डेटा फ़िल्टर के साथ अनुमतियां प्रदान कर सकते हैं।
टेस्ट फ़ीचर स्टोर एक्सेस
इस खंड में, आप स्टूडियो नोटबुक का उपयोग करके लेक फॉर्मेशन में स्थापित एक्सेस नियंत्रणों को मान्य करते हैं। यह कार्यान्वयन का उपयोग करता है फ़ीचर स्टोर पायथन एसडीके और एथेना को लेक फॉर्मेशन में पंजीकृत ऑफलाइन फीचर स्टोर से डेटा क्वेरी करने के लिए।
सबसे पहले, आप अपने सुविधा समूह के लिए एथेना क्वेरी बनाकर पंक्ति-स्तरीय पहुंच का परीक्षण करते हैं orders
निम्नलिखित कोड के साथ। table_name
एडब्ल्यूएस गोंद तालिका है जो फीचर स्टोर द्वारा स्वचालित रूप से उत्पन्न होती है।
आप निम्न क्वेरी स्ट्रिंग का उपयोग करके ऑर्डर से सभी रिकॉर्ड क्वेरी करते हैं:
केवल रिकॉर्ड के साथ customer_id = ‘C7782’
लेक फॉर्मेशन में बनाए गए डेटा फिल्टर के अनुसार लौटाए जाते हैं।
दूसरे, आप अपने फीचर समूह के लिए एथेना क्वेरी बनाकर सेल-स्तरीय पहुंच का परीक्षण करते हैं customers
निम्नलिखित कोड के साथ। table_name
एडब्ल्यूएस गोंद तालिका है जो फीचर स्टोर द्वारा स्वचालित रूप से उत्पन्न होती है।
आप निम्न क्वेरी स्ट्रिंग का उपयोग करके ऑर्डर से सभी रिकॉर्ड क्वेरी करते हैं:
केवल रिकॉर्ड के साथ customer_id ='C3126'
लेक फॉर्मेशन में बनाए गए डेटा फिल्टर के अनुसार लौटाए जाते हैं। इसके अलावा, सुविधाएँ sex
और is_married
दिखाई नहीं दे रहे हैं।
इस दृष्टिकोण के साथ, आप एक ऑफ़लाइन सुविधा स्टोर पर विस्तृत अनुमति अभिगम नियंत्रण लागू कर सकते हैं। लेक फॉर्मेशन अनुमति मॉडल के साथ, आप संगठन में उनकी भूमिका के आधार पर व्यक्तियों के लिए एक फीचर समूह के भीतर कुछ फीचर समूहों या विशिष्ट सुविधाओं तक पहुंच को सीमित कर सकते हैं।
संपूर्ण कोड उदाहरण को एक्सप्लोर करने के लिए, और इसे अपने खाते में आज़माने के लिए, देखें गीथहब रेपो.
निष्कर्ष
सेजमेकर फ़ीचर स्टोर संगठनों को व्यावसायिक इकाइयों और डेटा विज्ञान टीमों में एमएल विकास को बढ़ाने में मदद करने के लिए एक उद्देश्य-निर्मित सुविधा प्रबंधन समाधान प्रदान करता है। इस पोस्ट में, हमने बताया कि आप अपने ऑफलाइन फीचर स्टोर के लिए बढ़िया एक्सेस कंट्रोल को लागू करने के लिए लेक फॉर्मेशन का उपयोग कैसे कर सकते हैं। इसे आज़माएं, और हमें बताएं कि आप टिप्पणियों में क्या सोचते हैं।
लेखक के बारे में
अरनॉड लॉयर एडब्ल्यूएस में सार्वजनिक क्षेत्र की टीम में सीनियर पार्टनर सॉल्यूशंस आर्किटेक्ट हैं। वह भागीदारों और ग्राहकों को यह समझने में सक्षम बनाता है कि व्यावसायिक जरूरतों को समाधान में बदलने के लिए AWS तकनीकों का सर्वोत्तम उपयोग कैसे किया जाए। उन्हें सार्वजनिक क्षेत्र, ऊर्जा और उपभोक्ता वस्तुओं सहित उद्योगों की एक श्रृंखला में डिजिटल परिवर्तन परियोजनाओं को वितरित करने और तैयार करने का 16 से अधिक वर्षों का अनुभव है। आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग उनके कुछ शौक हैं। अरनौद के पास ML विशेषता प्रमाणन सहित 12 AWS प्रमाणपत्र हैं।
इओन कटाना AWS में आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग स्पेशलिस्ट सॉल्यूशंस आर्किटेक्ट हैं। वह ग्राहकों को एडब्ल्यूएस क्लाउड में अपने एमएल समाधान विकसित करने और स्केल करने में मदद करता है। Ioan के पास 20 से अधिक वर्षों का अनुभव है, ज्यादातर सॉफ्टवेयर आर्किटेक्चर डिजाइन और क्लाउड इंजीनियरिंग में।
स्वागत कुलकर्णी एडब्ल्यूएस में वरिष्ठ समाधान वास्तुकार और एआई/एमएल उत्साही हैं। उन्हें क्लाउड-नेटिव सेवाओं और मशीन लर्निंग वाले ग्राहकों के लिए वास्तविक दुनिया की समस्याओं को हल करने का शौक है। स्वागत के पास खुदरा, यात्रा और आतिथ्य और स्वास्थ्य सेवा सहित कई डोमेन में ग्राहकों के लिए कई डिजिटल परिवर्तन पहल देने का 15 से अधिक वर्षों का अनुभव है। काम के अलावा, स्वागत को यात्रा करना, पढ़ना और ध्यान करना पसंद है।
चारु सरीन अमेज़ॅन सेजमेकर फ़ीचर स्टोर के लिए एक वरिष्ठ उत्पाद प्रबंधक हैं। AWS से पहले, वह VMware में SaaS सेवाओं के लिए विकास और मुद्रीकरण रणनीति का नेतृत्व कर रही थीं। वह डेटा और मशीन सीखने की उत्साही हैं और उन्हें उत्पाद प्रबंधन, डेटा इंजीनियरिंग और उन्नत एनालिटिक्स में एक दशक से अधिक का अनुभव है। उसके पास नेशनल इंस्टीट्यूट ऑफ टेक्नोलॉजी, भारत से सूचना प्रौद्योगिकी में स्नातक की डिग्री है और मिशिगन विश्वविद्यालय, रॉस स्कूल ऑफ बिजनेस से एमबीए है।
- कॉइनस्मार्ट। यूरोप का सर्वश्रेष्ठ बिटकॉइन और क्रिप्टो एक्सचेंज।
- प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। नि: शुल्क प्रवेश।
- क्रिप्टोहॉक। Altcoin रडार। मुफ्त परीक्षण।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/control-access-to-amazon-sagemaker-feature-store-offline-using-aws-lake-formation/
- '
- "
- 100
- 15 साल
- 20 साल
- 9
- About
- पहुँच
- लेखा
- के पार
- कार्य
- इसके अलावा
- अतिरिक्त
- व्यवस्थापक
- उन्नत
- सब
- की अनुमति दे
- हालांकि
- वीरांगना
- विश्लेषिकी
- एपीआई
- उपयुक्त
- दृष्टिकोण
- स्थापत्य
- कृत्रिम
- कृत्रिम बुद्धिमत्ता
- आर्टिफिशियल इंटेलिजेंस एंड मशीन लर्निंग
- आडिट
- एडब्ल्यूएस
- पृष्ठभूमि
- जा रहा है
- BEST
- सीमा
- निर्माण
- बनाता है
- व्यापार
- क्षमताओं
- मामलों
- केंद्रीकृत
- प्रमाणीकरण
- चुनें
- बादल
- कोड
- टिप्पणियाँ
- अनुपालन
- विन्यास
- कंसोल
- उपभोक्ता
- नियंत्रण
- बनाया
- बनाता है
- बनाना
- निर्माण
- श्रेय
- क्रेडिट कार्ड
- ग्राहक
- तिथि
- डेटा विज्ञान
- आँकड़े वाला वैज्ञानिक
- डाटाबेस
- डेटाबेस
- दशक
- पहुंचाने
- तैनात
- डिज़ाइन
- विकसित करना
- विकास
- विभिन्न
- डिजिटल
- डिजिटल परिवर्तन
- डोमेन
- डोमेन
- प्रभाव
- ऊर्जा
- अभियांत्रिकी
- वातावरण
- स्थापित करना
- उदाहरण
- निष्पादन
- अनुभव
- अन्वेषण
- का पता लगाने
- Feature
- विशेषताएं
- आकृति
- फ़िल्टर
- फोकस
- निम्नलिखित
- पाया
- आगे
- लक्ष्य
- माल
- शासन
- समूह
- विकास
- स्वास्थ्य सेवा
- मदद
- मदद करता है
- हाई
- रखती है
- कैसे
- How To
- HTTPS
- पहचान
- पहचान
- लागू करने के
- कार्यान्वयन
- महत्वपूर्ण
- शामिल
- सहित
- इंडिया
- व्यक्ति
- उद्योगों
- करें-
- सूचना प्रौद्योगिकी
- बुद्धि
- IT
- में शामिल होने
- कुंजी
- प्रमुख
- सीख रहा हूँ
- स्तर
- पुस्तकालय
- सूचियाँ
- स्थान
- स्थानों
- मशीन
- यंत्र अधिगम
- कामयाब
- प्रबंध
- प्रबंधन समाधान
- प्रबंधक
- मुखौटा
- मिशिगन
- ML
- आदर्श
- मॉडल
- अधिक
- विभिन्न
- राष्ट्रीय
- पथ प्रदर्शन
- नोटबुक
- संख्या
- ऑफ़लाइन
- ऑनलाइन
- आदेश
- आदेशों
- संगठन
- संगठनों
- अपना
- साथी
- भागीदारों
- आवेशपूर्ण
- नीतियाँ
- नीति
- भविष्यवाणियों
- समस्याओं
- एस्ट्रो मॉल
- उत्पाद प्रबंधन
- उत्पाद
- परियोजनाओं
- रक्षा करना
- प्रदान करना
- प्रदान करता है
- सार्वजनिक
- खरीदा
- जल्दी से
- रेंज
- पढ़ना
- वास्तविक समय
- अभिलेख
- रजिस्टर
- पंजीकृत
- कोष
- अपेक्षित
- संसाधन
- बाकी
- खुदरा
- विक्रय
- स्केल
- स्कूल के साथ
- विज्ञान
- वैज्ञानिक
- सेक्टर
- सुरक्षित
- सुरक्षा
- सेवा
- सेवाएँ
- सेट
- की स्थापना
- साझा
- उसी प्रकार
- सरल
- सॉफ्टवेयर
- समाधान
- समाधान ढूंढे
- कुछ
- विशेष रूप से
- प्रारंभ
- शुरू होता है
- कथन
- भंडारण
- की दुकान
- भंडार
- स्ट्रेटेजी
- स्टूडियो
- समर्थन करता है
- स्विच
- टीम
- टेक्नोलॉजीज
- टेक्नोलॉजी
- परीक्षण
- यहाँ
- उपकरण
- प्रशिक्षण
- परिवर्तन
- यात्रा
- समझना
- विश्वविद्यालय
- us
- उपयोग
- उपयोगकर्ताओं
- मूल्य
- दिखाई
- vmware
- क्या
- कौन
- अंदर
- काम
- काम कर रहे
- कार्य
- साल