यह एक अतिथि ब्लॉग पोस्ट है जिसे PwC के विक पंत और काइल बैसेट के साथ मिलकर लिखा गया है।
मशीन लर्निंग (एमएल) में तेजी से निवेश करने वाले संगठनों के साथ, एमएल को अपनाना व्यवसाय परिवर्तन रणनीतियों का एक अभिन्न अंग बन गया है। हाल ही में पीडब्ल्यूसी के सीईओ सर्वेक्षण खुलासा किया कि 84% कनाडाई सीईओ इस बात से सहमत हैं कि कृत्रिम बुद्धिमत्ता (एआई) अगले 5 वर्षों के भीतर उनके व्यवसाय को महत्वपूर्ण रूप से बदल देगी, जिससे यह तकनीक पहले से कहीं अधिक महत्वपूर्ण हो जाएगी। हालांकि, एमएल को उत्पादन में लागू करना विभिन्न विचारों के साथ आता है, विशेष रूप से एआई की दुनिया को सुरक्षित, रणनीतिक और जिम्मेदारी से नेविगेट करने में सक्षम होना। एआई संचालित बनने के लिए पहले कदमों में से एक और विशेष रूप से एक बड़ी चुनौती एमएल पाइपलाइनों को प्रभावी ढंग से विकसित करना है जो क्लाउड में स्थायी रूप से स्केल कर सकते हैं। पाइपलाइनों के संदर्भ में एमएल के बारे में सोचना जो स्वयं मॉडल के बजाय मॉडल को उत्पन्न और बनाए रखता है, बहुमुखी और लचीला भविष्यवाणी प्रणाली बनाने में मदद करता है जो समय के साथ प्रासंगिक डेटा में सार्थक परिवर्तनों का सामना करने में सक्षम हैं।
कई संगठन एमएल की दुनिया में एक मॉडल-केंद्रित दृष्टिकोण के साथ अपनी यात्रा शुरू करते हैं। एमएल अभ्यास के निर्माण के शुरुआती चरणों में, प्रशिक्षण पर्यवेक्षित एमएल मॉडल पर ध्यान केंद्रित किया जाता है, जो इनपुट (स्वतंत्र चर) और आउटपुट (निर्भर चर) के बीच संबंधों का गणितीय प्रतिनिधित्व है जो डेटा (आमतौर पर ऐतिहासिक) से सीखा जाता है। मॉडल गणितीय कलाकृतियाँ हैं जो इनपुट डेटा लेती हैं, उन पर गणना और संगणनाएँ करती हैं, और भविष्यवाणियाँ या अनुमान उत्पन्न करती हैं।
यद्यपि यह दृष्टिकोण एक उचित और अपेक्षाकृत सरल प्रारंभिक बिंदु है, यह मॉडल प्रशिक्षण, ट्यूनिंग, परीक्षण और परीक्षण गतिविधियों के मैनुअल और तदर्थ प्रकृति के कारण स्वाभाविक रूप से स्केलेबल या आंतरिक रूप से टिकाऊ नहीं है। एमएल डोमेन में अधिक परिपक्वता वाले संगठन एक एमएल ऑपरेशंस (एमएलओपीएस) प्रतिमान को अपनाते हैं जिसमें निरंतर एकीकरण, निरंतर वितरण, निरंतर तैनाती और निरंतर प्रशिक्षण शामिल होता है। इस प्रतिमान का केंद्र औद्योगिक-शक्ति एमएल सिस्टम के विकास और संचालन के लिए एक पाइपलाइन-केंद्रित दृष्टिकोण है।
इस पोस्ट में, हम MLOps और इसके लाभों के अवलोकन के साथ शुरू करते हैं, इसके कार्यान्वयन को सरल बनाने के लिए एक समाधान का वर्णन करते हैं, और आर्किटेक्चर पर विवरण प्रदान करते हैं। हम इस समाधान को लागू करने वाले एक बड़े AWS और PwC ग्राहक द्वारा महसूस किए गए लाभों पर प्रकाश डालते हुए एक केस स्टडी के साथ समाप्त करते हैं।
पृष्ठभूमि
एक एमएलओपीएस पाइपलाइन चरणों के परस्पर संबंधित अनुक्रमों का एक सेट है जो उत्पादन में एक या अधिक एमएल मॉडल बनाने, तैनात करने, संचालित करने और प्रबंधित करने के लिए उपयोग किया जाता है। इस तरह की पाइपलाइन एमएल मॉडल के निर्माण, परीक्षण, ट्यूनिंग और तैनाती में शामिल चरणों को शामिल करती है, जिसमें डेटा तैयार करना, फीचर इंजीनियरिंग, मॉडल प्रशिक्षण, मूल्यांकन, परिनियोजन और निगरानी शामिल है, लेकिन इन तक सीमित नहीं है। जैसे, एक एमएल मॉडल एमएलओपीएस पाइपलाइन का उत्पाद है, और एक पाइपलाइन एक या अधिक एमएल मॉडल बनाने के लिए एक वर्कफ़्लो है। इस तरह की पाइपलाइन एमएल मॉडल के निर्माण, अंशांकन, मूल्यांकन और कार्यान्वयन के लिए संरचित और व्यवस्थित प्रक्रियाओं का समर्थन करती हैं, और मॉडल खुद भविष्यवाणियां और अनुमान उत्पन्न करते हैं। पाइपलाइनों के चरणों के विकास और संचालन को स्वचालित करके, संगठन मॉडल की डिलीवरी के समय को कम कर सकते हैं, उत्पादन में मॉडल की स्थिरता बढ़ा सकते हैं और डेटा वैज्ञानिकों, सॉफ्टवेयर इंजीनियरों और आईटी प्रशासकों की टीमों के बीच सहयोग में सुधार कर सकते हैं।
समाधान अवलोकन
AWS स्केलेबल और टिकाऊ तरीके से MLOps पाइपलाइनों को विकसित करने और चलाने के लिए क्लाउड-नेटिव सेवाओं का एक व्यापक पोर्टफोलियो प्रदान करता है। अमेज़न SageMaker डेवलपर्स को क्लाउड में एमएल मॉडल बनाने, प्रशिक्षित करने, तैनात करने, संचालित करने और प्रबंधित करने में सक्षम बनाने के लिए पूरी तरह से प्रबंधित MLOps सेवा के रूप में क्षमताओं का एक व्यापक पोर्टफोलियो शामिल है। SageMaker अंतर्निहित उच्च-प्रदर्शन एल्गोरिदम और परिष्कृत स्वचालित एमएल (ऑटोएमएल) प्रयोगों के साथ डेटा एकत्र करने और तैयार करने और प्रशिक्षण देने के लिए पूरे MLOps वर्कफ़्लो को कवर करता है ताकि कंपनियां विशिष्ट मॉडल चुन सकें जो उनकी व्यावसायिक प्राथमिकताओं और प्राथमिकताओं के अनुकूल हों। SageMaker संगठनों को उनके अधिकांश MLOps जीवनचक्र को सहयोगी रूप से स्वचालित करने में सक्षम बनाता है ताकि वे परियोजना में देरी या बढ़ती लागतों को जोखिम में डाले बिना व्यावसायिक परिणामों पर ध्यान केंद्रित कर सकें। इस तरह, SageMaker व्यवसायों को औद्योगिक-शक्ति भविष्यवाणी सेवाओं को शक्ति देने से जुड़े बुनियादी ढाँचे, विकास और रखरखाव की चिंता किए बिना परिणामों पर ध्यान केंद्रित करने की अनुमति देता है।
सेजमेकर शामिल हैं अमेज़न SageMaker जम्पस्टार्ट, जो अपने MLOps यात्रा में तेजी लाने के इच्छुक संगठनों के लिए आउट-ऑफ-द-बॉक्स समाधान पैटर्न प्रदान करता है। संगठन पूर्व-प्रशिक्षित और ओपन-सोर्स मॉडल के साथ शुरू कर सकते हैं जिन्हें फिर से प्रशिक्षण और सीखने के हस्तांतरण के माध्यम से उनकी विशिष्ट आवश्यकताओं को पूरा करने के लिए ठीक किया जा सकता है। इसके अतिरिक्त, जम्पस्टार्ट सामान्य उपयोग के मामलों से निपटने के लिए डिज़ाइन किए गए समाधान टेम्पलेट प्रदान करता है, साथ ही पूर्व-लिखित स्टार्टर कोड के साथ ज्यूपिटर नोटबुक का उदाहरण भी देता है। इन संसाधनों तक केवल जम्पस्टार्ट लैंडिंग पृष्ठ पर जाकर पहुँचा जा सकता है अमेज़ॅन सैजमेकर स्टूडियो.
PwC ने एक पूर्व-पैकेज्ड MLOps त्वरक बनाया है जो SageMaker का उपयोग करने वाले संगठनों के लिए समय को महत्व देता है और निवेश पर रिटर्न बढ़ाता है। यह MLOps त्वरक पूरक AWS सेवाओं को एकीकृत करके जम्पस्टार्ट की मूल क्षमताओं को बढ़ाता है। तकनीकी कलाकृतियों के एक व्यापक सूट के साथ, कोड (IaC) स्क्रिप्ट के रूप में बुनियादी ढाँचे, डेटा प्रोसेसिंग वर्कफ़्लो, सेवा एकीकरण कोड और पाइपलाइन कॉन्फ़िगरेशन टेम्प्लेट सहित, PwC का MLOps त्वरक उत्पादन-श्रेणी की भविष्यवाणी प्रणाली के विकास और संचालन की प्रक्रिया को सरल करता है।
वास्तुकला अवलोकन
AWS से क्लाउड-नेटिव सर्वरलेस सेवाओं को शामिल करने को PwC MLOps त्वरक के आर्किटेक्चर में प्राथमिकता दी गई है। इस त्वरक में प्रवेश बिंदु कोई भी सहयोग उपकरण है, जैसे स्लैक, जिसका उपयोग डेटा वैज्ञानिक या डेटा इंजीनियर MLOps के लिए AWS वातावरण का अनुरोध करने के लिए कर सकते हैं। इस तरह के अनुरोध को पार्स किया जाता है और फिर उस सहयोग उपकरण में वर्कफ़्लो सुविधाओं का उपयोग करके पूर्ण या अर्ध-स्वचालित रूप से स्वीकृत किया जाता है। एक अनुरोध के स्वीकृत होने के बाद, इसके विवरण का उपयोग IaC टेम्प्लेट को पैरामीटराइज़ करने के लिए किया जाता है। इन IaC टेम्प्लेट के लिए स्रोत कोड में प्रबंधित किया जाता है AWS कोडकॉमिट. ये पैरामिट्रीकृत IaC टेम्प्लेट सबमिट किए जाते हैं एडब्ल्यूएस CloudFormation एडब्ल्यूएस और तीसरे पक्ष के संसाधनों के ढेर के मॉडलिंग, प्रावधान और प्रबंधन के लिए।
निम्न आरेख कार्यप्रवाह दिखाता है।
AWS CloudFormation द्वारा AWS पर MLOps के लिए एक वातावरण का प्रावधान करने के बाद, पर्यावरण डेटा वैज्ञानिकों, डेटा इंजीनियरों और उनके सहयोगियों द्वारा उपयोग के लिए तैयार है। PWC त्वरक में पूर्वनिर्धारित भूमिकाएँ शामिल हैं AWS पहचान और अभिगम प्रबंधन (आईएएम) जो एमएलओपीएस गतिविधियों और कार्यों से संबंधित हैं। ये भूमिकाएँ MLOps वातावरण में सेवाओं और संसाधनों को निर्दिष्ट करती हैं जिन्हें विभिन्न उपयोगकर्ताओं द्वारा उनके जॉब प्रोफाइल के आधार पर एक्सेस किया जा सकता है। MLOps वातावरण तक पहुँचने के बाद, उपयोगकर्ता अपने कर्तव्यों का पालन करने के लिए SageMaker पर किसी भी तरीके का उपयोग कर सकते हैं। इनमें सेजमेकर नोटबुक उदाहरण शामिल हैं, अमेज़ॅन सैजमेकर ऑटोपायलट प्रयोग, और स्टूडियो। आप मॉडल प्रशिक्षण, ट्यूनिंग, मूल्यांकन, परिनियोजन और निगरानी सहित सभी सैजमेकर सुविधाओं और कार्यों से लाभान्वित हो सकते हैं।
त्वरक में कनेक्शन भी शामिल हैं अमेज़न डेटाज़ोन मॉडल बनाने और समृद्ध करने के लिए संगठनात्मक सीमाओं के पैमाने पर डेटा साझा करने, खोजने और खोजने के लिए। इसी तरह, प्रशिक्षण, परीक्षण, सत्यापन और मॉडल ड्रिफ्ट का पता लगाने के लिए डेटा विभिन्न प्रकार की सेवाओं का स्रोत हो सकता है, जिनमें शामिल हैं अमेज़न रेडशिफ्ट, अमेज़न रिलेशनल डेटाबेस सर्विस (अमेज़ॅन आरडीएस), अमेज़ॅन इलास्टिक फ़ाइल सिस्टम (अमेज़ॅन ईएफएस), और अमेज़न सरल भंडारण सेवा (अमेज़न एस 3)। भविष्यवाणी प्रणाली को कई तरीकों से तैनात किया जा सकता है, जिसमें सीधे SageMaker एंडपॉइंट्स शामिल हैं, SageMaker एंडपॉइंट्स लिपटे हुए हैं AWS लाम्बा फ़ंक्शंस, और SageMaker एंडपॉइंट्स को कस्टम कोड के माध्यम से लागू किया गया अमेज़ॅन इलास्टिक कुबेरनेट्स सेवा (अमेज़न ईकेएस) या अमेज़ॅन इलास्टिक कम्प्यूट क्लाउड (अमेज़ॅन ईसी 2)। अमेज़ॅन क्लाउडवॉच AWS पर MLOps के लिए पर्यावरण की निगरानी के लिए व्यापक तरीके से अलार्म, लॉग और संपूर्ण स्टैक (एप्लिकेशन, इन्फ्रास्ट्रक्चर, नेटवर्क और सेवाओं) से ईवेंट डेटा का निरीक्षण करने के लिए उपयोग किया जाता है।
निम्नलिखित चित्र इस वास्तुकला को दर्शाता है।
मामले का अध्ययन
इस खंड में, हम कनाडा की एक बड़ी बीमा कंपनी की उदाहरणात्मक केस स्टडी को साझा करते हैं। यह PwC कनाडा के MLOps त्वरक और जम्पस्टार्ट टेम्प्लेट के कार्यान्वयन के परिवर्तनकारी प्रभाव पर केंद्रित है।
इस ग्राहक ने अक्षम मॉडल विकास और अप्रभावी परिनियोजन प्रक्रियाओं, निरंतरता और सहयोग की कमी, और एमएल मॉडल को स्केल करने में कठिनाई के साथ चुनौतियों का समाधान करने के लिए PwC कनाडा और AWS के साथ भागीदारी की। जम्पस्टार्ट टेम्प्लेट के साथ मिलकर इस MLOps एक्सेलरेटर के कार्यान्वयन ने निम्नलिखित हासिल किया:
- एंड-टू-एंड ऑटोमेशन - ऑटोमेशन ने डेटा प्रीप्रोसेसिंग, मॉडल ट्रेनिंग, हाइपरपैरामीटर ट्यूनिंग और मॉडल परिनियोजन और निगरानी के लिए समय की मात्रा को लगभग आधा कर दिया है
- सहयोग और मानकीकरण - संगठन में निरंतरता को बढ़ावा देने के लिए मानकीकृत उपकरण और रूपरेखा मॉडल नवाचार की दर को लगभग दोगुना कर दिया
- मॉडल शासन और अनुपालन - उन्होंने यह सुनिश्चित करने के लिए एक मॉडल गवर्नेंस फ्रेमवर्क लागू किया कि सभी एमएल मॉडल नियामक आवश्यकताओं को पूरा करते हैं और कंपनी के नैतिक दिशानिर्देशों का पालन करते हैं, जिससे जोखिम प्रबंधन लागत 40% कम हो जाती है।
- स्केलेबल क्लाउड इन्फ्रास्ट्रक्चर - उन्होंने बड़े पैमाने पर डेटा वॉल्यूम को प्रभावी ढंग से प्रबंधित करने और एक साथ कई एमएल मॉडल तैनात करने के लिए स्केलेबल इंफ्रास्ट्रक्चर में निवेश किया, जिससे इंफ्रास्ट्रक्चर और प्लेटफॉर्म की लागत में 50% की कमी आई।
- तेजी से तैनाती - पहले से पैक किए गए समाधान ने उत्पादन में लगने वाले समय को 70% तक कम कर दिया
तेजी से परिनियोजन पैकेजों के माध्यम से MLOps सर्वोत्तम प्रथाओं को वितरित करके, हमारे ग्राहक अपने MLOps कार्यान्वयन को जोखिम में डालने में सक्षम थे और जोखिम भविष्यवाणी और परिसंपत्ति मूल्य निर्धारण जैसे व्यावसायिक कार्यों की एक श्रृंखला के लिए ML की पूरी क्षमता को अनलॉक कर सकते थे। कुल मिलाकर, PwC MLOps त्वरक और जम्पस्टार्ट के बीच तालमेल ने हमारे क्लाइंट को उनके डेटा विज्ञान और डेटा इंजीनियरिंग गतिविधियों को कारगर बनाने, स्केल करने, सुरक्षित करने और बनाए रखने में सक्षम बनाया।
यह ध्यान दिया जाना चाहिए कि PwC और AWS समाधान उद्योग विशिष्ट नहीं हैं और उद्योगों और क्षेत्रों में प्रासंगिक हैं।
निष्कर्ष
सेजमेकर और इसके त्वरक संगठनों को उनके एमएल कार्यक्रम की उत्पादकता बढ़ाने की अनुमति देते हैं। इसके कई लाभ हैं, जिनमें निम्नलिखित शामिल हैं लेकिन इन तक सीमित नहीं हैं:
- मानकीकरण से व्यावसायिक लाभ प्राप्त करने के लिए सहयोगात्मक रूप से IaC, MLOps और AutoML उपयोग के मामले बनाएँ
- IaC, MLOps, और AutoML के साथ विकास से परिनियोजन तक AI को टर्बोचार्ज करने के लिए, कोड के साथ और उसके बिना कुशल प्रायोगिक प्रोटोटाइप को सक्षम करें
- फीचर इंजीनियरिंग और AutoML के साथ हाइपरपैरामीटर ट्यूनिंग जैसे थकाऊ, समय लेने वाले कार्यों को स्वचालित करें
- उद्यम जोखिम क्षमता के साथ एमएल मॉडल के उपयोग के जोखिम को संरेखित करने के लिए एक सतत मॉडल निगरानी प्रतिमान को नियोजित करें
कृपया इस पोस्ट के लेखकों से संपर्क करें, AWS सलाहकार कनाडाया, पीडब्ल्यूसी कनाडा जम्पस्टार्ट और PwC के MLOps त्वरक के बारे में अधिक जानने के लिए।
लेखक के बारे में
विक पीडब्ल्यूसी कनाडा में क्लाउड एंड डेटा प्रैक्टिस में भागीदार हैं उन्होंने टोरंटो विश्वविद्यालय से सूचना विज्ञान में पीएचडी अर्जित की है। वह आश्वस्त है कि उसके जैविक तंत्रिका नेटवर्क और कृत्रिम तंत्रिका नेटवर्क के बीच एक टेलीपैथिक संबंध है जिसे वह सैजमेकर पर प्रशिक्षित करता है। उसके साथ जुड़ें लिंक्डइन.
केली PwC कनाडा में क्लाउड और डेटा अभ्यास में एक भागीदार है, तकनीकी कीमियागरों की अपनी क्रैक टीम के साथ, वे मंत्रमुग्ध एमएलओपी समाधान बुनते हैं जो त्वरित व्यावसायिक मूल्य के साथ ग्राहकों को मंत्रमुग्ध करते हैं। आर्टिफिशियल इंटेलिजेंस की शक्ति और जादूगरी के छिड़काव से लैस, काइल जटिल चुनौतियों को डिजिटल परियों की कहानियों में बदल देता है, जिससे असंभव को संभव बना दिया जाता है। उसके साथ जुड़ें लिंक्डइन.
फ्रेंकोइस डेटा और इनोवेशन एडवाइजरी के लिए AWS प्रोफेशनल सर्विसेज कनाडा और कनाडाई प्रैक्टिस लीड के साथ एक प्रिंसिपल एडवाइजरी कंसल्टेंट है। वह दृष्टि, रणनीति, व्यापार चालकों, शासन, लक्ष्य ऑपरेटिंग मॉडल और रोडमैप पर ध्यान केंद्रित करते हुए ग्राहकों को उनकी समग्र क्लाउड यात्रा और उनके डेटा कार्यक्रमों को स्थापित करने और लागू करने के लिए मार्गदर्शन करता है। उसके साथ जुड़ें लिंक्डइन.
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोआईस्ट्रीम। Web3 डेटा इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- मिंटिंग द फ्यूचर डब्ल्यू एड्रिएन एशले। यहां पहुंचें।
- PREIPO® के साथ PRE-IPO कंपनियों में शेयर खरीदें और बेचें। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/accelerate-machine-learning-time-to-value-with-amazon-sagemaker-jumpstart-and-pwcs-mlops-accelerator/
- :हैस
- :है
- :नहीं
- $यूपी
- 100
- 7
- a
- योग्य
- About
- में तेजी लाने के
- त्वरित
- त्वरक
- त्वरक
- पहुँच
- पहुँचा
- तक पहुँचने
- हासिल
- के पार
- गतिविधियों
- Ad
- इसके अतिरिक्त
- पता
- प्रशासकों
- अपनाना
- दत्तक ग्रहण
- सलाहकार
- बाद
- AI
- एल्गोरिदम
- संरेखित करें
- सब
- अनुमति देना
- की अनुमति देता है
- साथ में
- भी
- वीरांगना
- अमेज़ॅन EC2
- अमेज़ॅन आरडीएस
- अमेज़न SageMaker
- अमेज़न SageMaker जम्पस्टार्ट
- अमेज़ॅन वेब सेवा
- राशि
- an
- और
- कोई
- अनुप्रयोगों
- दृष्टिकोण
- अनुमोदित
- स्थापत्य
- हैं
- सशस्त्र
- कृत्रिम
- कृत्रिम बुद्धिमत्ता
- कृत्रिम बुद्धिमत्ता (AI)
- AS
- आकलन
- आस्ति
- जुड़े
- At
- लेखकों
- को स्वचालित रूप से
- स्वचालित
- स्वचालित
- स्वचालन
- ऑटो एम.एम.एल.
- एडब्ल्यूएस
- एडब्ल्यूएस CloudFormation
- AWS व्यावसायिक सेवाएँ
- आधारित
- BE
- बन
- बनने
- जा रहा है
- लाभ
- लाभ
- BEST
- सर्वोत्तम प्रथाओं
- बेहतर
- के बीच
- ब्लॉग
- सीमाओं
- निर्माण
- इमारत
- बनाया गया
- में निर्मित
- व्यापार
- व्यावसायिक कार्य
- व्यापार परिवर्तन
- व्यवसायों
- लेकिन
- by
- गणना
- कर सकते हैं
- कनाडा
- कैनेडियन
- क्षमताओं
- मामला
- मामले का अध्ययन
- मामलों
- केंद्रीय
- मुख्य कार्यपालक अधिकारी
- मुख्य कार्यकारी अधिकारियों
- चुनौती
- चुनौतियों
- परिवर्तन
- परिवर्तन
- चुनें
- ग्राहक
- ग्राहकों
- बादल
- क्लाउड इन्फ्रास्ट्रक्चर
- कोड
- सहयोग
- एकत्रित
- COM
- आता है
- सामान्य
- कंपनियों
- कंपनी
- कंपनी का है
- पूरक
- पूरा
- जटिल
- व्यापक
- शामिल
- संगणना
- गणना करना
- कॉन्सर्ट
- विन्यास
- जुडिये
- संबंध
- कनेक्शन
- विचार
- सलाहकार
- संपर्क करें
- निरंतर
- लागत
- कवर
- दरार
- बनाना
- बनाना
- महत्वपूर्ण
- रिवाज
- ग्राहक
- ग्राहक
- तिथि
- डेटा तैयारी
- डेटा संसाधन
- डेटा विज्ञान
- आँकड़े वाला वैज्ञानिक
- डाटाबेस
- देरी
- पहुंचाने
- प्रसव
- निर्भर
- तैनात
- तैनात
- तैनाती
- तैनाती
- वर्णन
- बनाया गया
- विवरण
- डेवलपर्स
- विकासशील
- विकास
- कठिनाई
- डिजिटल
- सीधे
- खोज
- डोमेन
- दोगुनी
- ड्राइवरों
- दो
- शीघ्र
- अर्जित
- प्रभावी रूप से
- कुशल
- सक्षम
- सक्षम
- सक्षम बनाता है
- अंतर्गत कई
- इंजीनियर
- अभियांत्रिकी
- इंजीनियर्स
- बढ़ाना
- बढ़ाता है
- समृद्ध
- सुनिश्चित
- उद्यम
- संपूर्ण
- प्रविष्टि
- वातावरण
- स्थापित करना
- नैतिक
- मूल्यांकन
- घटनाओं
- कभी
- उदाहरण
- प्रयोगों
- Feature
- विशेषताएं
- पट्टिका
- खत्म
- प्रथम
- पहला चरण
- फिट
- फोकस
- केंद्रित
- ध्यान केंद्रित
- निम्नलिखित
- के लिए
- ढांचा
- चौखटे
- से
- पूर्ण
- पूरी तरह से
- कार्यों
- आगे
- उत्पन्न
- शासन
- महान
- अधिक से अधिक
- अतिथि
- दिशा निर्देशों
- मार्गदर्शिकाएँ
- आधी
- he
- मदद करता है
- उच्च प्रदर्शन
- पर प्रकाश डाला
- उसे
- उसके
- ऐतिहासिक
- तथापि
- एचटीएमएल
- http
- HTTPS
- हाइपरपरमेटर ट्यूनिंग
- पहचान
- दिखाता है
- प्रभाव
- लागू करने के
- कार्यान्वयन
- कार्यान्वित
- कार्यान्वयन
- असंभव
- में सुधार
- in
- शामिल
- शामिल
- सहित
- समावेश
- बढ़ना
- बढ़ जाती है
- तेजी
- स्वतंत्र
- उद्योगों
- उद्योग
- अप्रभावी
- पता
- करें-
- इंफ्रास्ट्रक्चर
- नवोन्मेष
- निवेश
- निविष्टियां
- बीमा
- अभिन्न
- घालमेल
- एकीकरण
- बुद्धि
- में
- आंतरिक रूप से
- निवेश
- निवेश करना
- निवेश
- लागू
- शामिल
- IT
- आईटी इस
- काम
- यात्रा
- जेपीजी
- रंग
- अवतरण
- बड़ा
- नेतृत्व
- जानें
- सीखा
- सीख रहा हूँ
- जीवन चक्र
- सीमित
- लिंक्डइन
- मशीन
- यंत्र अधिगम
- बनाए रखना
- रखरखाव
- बहुमत
- निर्माण
- प्रबंधन
- कामयाब
- प्रबंध
- प्रबंध
- ढंग
- गाइड
- बहुत
- विशाल
- गणितीय
- परिपक्वता
- सार्थक
- मिलना
- ML
- एमएलओपीएस
- आदर्श
- मॉडल
- मॉनिटर
- निगरानी
- अधिक
- विभिन्न
- देशी
- प्रकृति
- नेविगेट करें
- लगभग
- की जरूरत है
- नेटवर्क
- नेटवर्क
- तंत्रिका नेटवर्क
- तंत्रिका जाल
- अगला
- विशेष रूप से
- नोटबुक
- विख्यात
- निरीक्षण
- of
- ऑफर
- on
- ONE
- खुला स्रोत
- संचालित
- परिचालन
- संचालन
- or
- संगठन
- संगठनात्मक
- संगठनों
- हमारी
- के ऊपर
- कुल
- सिंहावलोकन
- संकुल
- पृष्ठ
- मिसाल
- भाग
- साथी
- भागीदारी
- पैटर्न उपयोग करें
- निष्पादन
- पाइपलाइन
- मंच
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- बिन्दु
- संविभाग
- संभव
- पद
- संभावित
- बिजली
- संचालित
- शक्ति
- अभ्यास
- प्रथाओं
- भविष्यवाणी
- भविष्यवाणियों
- वरीयताओं
- तैयारी
- कीमत निर्धारण
- प्रिंसिपल
- प्राथमिकता के आधार पर
- प्रक्रिया
- प्रक्रियाओं
- प्रसंस्करण
- एस्ट्रो मॉल
- उत्पादन
- उत्पादकता
- पेशेवर
- प्रोफाइल
- कार्यक्रम
- प्रोग्राम्स
- परियोजना
- को बढ़ावा देना
- प्रोटोटाइप
- प्रदान करना
- प्रदान करता है
- पीडब्ल्यूसी
- रेंज
- उपवास
- मूल्यांकन करें
- बल्कि
- तैयार
- महसूस करना
- उचित
- हाल
- को कम करने
- घटी
- को कम करने
- नियामक
- सम्बंधित
- रिश्ते
- अपेक्षाकृत
- प्रासंगिक
- का अनुरोध
- आवश्यकताएँ
- लचीला
- उपयुक्त संसाधन चुनें
- परिणाम
- वापसी
- जोखिम
- जोखिम प्रबंधन
- खतरे में डालकर
- रोडमैप
- भूमिकाओं
- दौड़ना
- सुरक्षित
- sagemaker
- स्केलेबल
- स्केल
- स्केलिंग
- विज्ञान
- वैज्ञानिक
- वैज्ञानिकों
- लिपियों
- खोज
- अनुभाग
- सेक्टर्स
- सुरक्षित
- मांग
- serverless
- सेवा
- सेवाएँ
- सेट
- Share
- बांटने
- चाहिए
- काफी
- उसी प्रकार
- सरल
- को आसान बनाने में
- केवल
- एक साथ
- ढीला
- So
- सॉफ्टवेयर
- समाधान
- समाधान ढूंढे
- परिष्कृत
- स्रोत
- स्रोत कोड
- विशिष्ट
- गति
- स्थिरता
- धुआँरा
- ढेर
- चरणों
- प्रारंभ
- शुरुआत में
- कदम
- भंडारण
- रणनीतिक
- रणनीतियों
- स्ट्रेटेजी
- सुवीही
- संरचित
- स्टूडियो
- अध्ययन
- प्रस्तुत
- ऐसा
- सूट
- समर्थन
- स्थायी
- तालमेल
- सिस्टम
- पकड़ना
- लेना
- लक्ष्य
- कार्य
- टीम
- टीमों
- तकनीक
- तकनीकी
- टेक्नोलॉजी
- टेम्पलेट्स
- शर्तों
- परीक्षण
- से
- कि
- RSI
- स्रोत
- दुनिया
- लेकिन हाल ही
- उन
- अपने
- फिर
- वहाँ।
- इन
- वे
- विचारधारा
- तीसरे दल
- इसका
- यहाँ
- पहर
- बहुत समय लगेगा
- सेवा मेरे
- साधन
- उपकरण
- टोरंटो
- रेलगाड़ी
- प्रशिक्षण
- गाड़ियों
- स्थानांतरण
- परिवर्तन
- परिवर्तनकारी
- बदल जाता है
- आम तौर पर
- विश्वविद्यालय
- अनलॉक
- अनावरण किया
- प्रयोग
- उपयोग
- प्रयुक्त
- उपयोगकर्ताओं
- का उपयोग
- मूल्य
- विविधता
- विभिन्न
- बहुमुखी
- दृष्टि
- संस्करणों
- था
- मार्ग..
- तरीके
- we
- बुनना
- वेब
- वेब सेवाओं
- कुंआ
- कौन कौन से
- कौन
- मर्जी
- साथ में
- अंदर
- बिना
- workflows
- विश्व
- लिपटा
- साल
- आप
- जेफिरनेट