AWS Amplify और Amazon Rekognition नमूना कार्यान्वयन का उपयोग करके अपनी पहचान सत्यापन परियोजनाओं में तेजी लाएं

अमेज़ॅन रेकग्निशन आपको एक सुव्यवस्थित पहचान सत्यापन प्रक्रिया के माध्यम से कपटपूर्ण हमलों को कम करने और वैध ग्राहकों के लिए ऑनबोर्डिंग घर्षण को कम करने की अनुमति देता है। इससे ग्राहकों के विश्वास और सुरक्षा में वृद्धि हो सकती है। इस समाधान की प्रमुख क्षमताओं में शामिल हैं:

• सेल्फी का उपयोग करके एक नया उपयोगकर्ता पंजीकृत करें
• एक आईडी कार्ड और आईडी कार्ड डेटा निष्कर्षण के खिलाफ फेस मैच के बाद एक नया उपयोगकर्ता पंजीकृत करें
• लौटने वाले उपयोगकर्ता को प्रमाणित करें

Amazon Rekognition पूर्व-प्रशिक्षित ऑफ़र करता है चेहरे की पहचान क्षमताएं जिन्हें आप अपने उपयोगकर्ता ऑनबोर्डिंग और प्रमाणीकरण वर्कफ़्लोज़ में जल्दी से ऑप्ट-इन उपयोगकर्ताओं की पहचान ऑनलाइन सत्यापित करने के लिए जोड़ सकते हैं। इस सेवा का उपयोग करने के लिए किसी मशीन लर्निंग (एमएल) विशेषज्ञता की आवश्यकता नहीं है।

पिछले एक में पद, हमने एक विशिष्ट पहचान सत्यापन वर्कफ़्लो का वर्णन किया है और आपको दिखाया है कि विभिन्न Amazon Rekognition API का उपयोग करके एक पहचान सत्यापन समाधान कैसे बनाया जाता है। इस पोस्ट में, हमने संपूर्ण एंड-टू-एंड पहचान सत्यापन समाधान दिखाने के लिए एक चेहरे की पहचान-आधारित प्रमाणीकरण उपयोगकर्ता इंटरफ़ेस जोड़ा है। हम अपने में एक पूर्ण नमूना कार्यान्वयन प्रदान करते हैं गिटहब भंडार.

समाधान अवलोकन

निम्नलिखित संदर्भ वास्तुकला से पता चलता है कि आप पहचान सत्यापन को लागू करने के लिए अन्य AWS सेवाओं के साथ Amazon Rekognition का उपयोग कैसे कर सकते हैं।

वास्तुकला में निम्नलिखित घटक शामिल हैं:

1. उपयोगकर्ता के भीतर होस्ट किए गए फ़्रंट-एंड वेब पोर्टल तक पहुँच प्राप्त करते हैं AWS प्रवर्धित करें एम्पलीफाई एक एंड-टू-एंड समाधान है जो फ्रंट-एंड वेब डेवलपर्स को सुरक्षित, स्केलेबल फुल स्टैक एप्लिकेशन बनाने और तैनात करने में सक्षम बनाता है।
2. आवेदन आह्वान अमेज़ॅन एपीआई गेटवे अनुरोधों को सही करने के लिए AWS लाम्बा उपयोगकर्ता प्रवाह के आधार पर कार्य। इस समाधान में चार प्रमुख क्रियाएं हैं: प्रमाणित करें, रजिस्टर करें, आईडी कार्ड के साथ पंजीकरण करें और अपडेट करें।
3. एपीआई गेटवे को चलाने के लिए सेवा एकीकरण का उपयोग करता है AWS स्टेप फ़ंक्शंस एक्सप्रेस स्टेट मशीन एपीआई गेटवे से बुलाए गए विशिष्ट समापन बिंदु के अनुरूप है। प्रत्येक चरण के भीतर, लैम्ब्डा फ़ंक्शन कॉल के सही सेट को और से ट्रिगर करने के लिए जिम्मेदार होते हैं अमेज़ॅन डायनेमोडीबी और अमेज़न सरल भंडारण सेवा (अमेज़ॅन एस 3), प्रासंगिक अमेज़ॅन रिकॉग्निशन एपीआई के साथ।
4. DynamoDB के पास फेस आईडी हैं (face-id), S3 पथ URI, और प्रत्येक के लिए अद्वितीय आईडी (उदाहरण के लिए कर्मचारी आईडी संख्या) face-id. Amazon S3 सभी चेहरे की छवियों को संग्रहीत करता है।
5. समाधान का अंतिम प्रमुख घटक Amazon Rekognition है। प्रत्येक प्रवाह (प्रमाणित करें, पंजीकरण करें, आईडी कार्ड के साथ पंजीकरण करें, और अपडेट करें) कार्य के आधार पर अलग-अलग अमेज़ॅन रिकॉग्निशन एपीआई को कॉल करता है।

समाधान को परिनियोजित करने से पहले, निम्नलिखित अवधारणाओं और API विवरणों को जानना महत्वपूर्ण है:

• संग्रह - Amazon Rekognition पहचाने गए चेहरों के बारे में जानकारी को सर्वर-साइड कंटेनर में संग्रहीत करता है जिसे के रूप में जाना जाता है संग्रह. आप छवियों, संग्रहीत वीडियो और स्ट्रीमिंग वीडियो में ज्ञात चेहरों को खोजने के लिए संग्रह में संग्रहीत चेहरे की जानकारी का उपयोग कर सकते हैं। आप विभिन्न परिदृश्यों में संग्रह का उपयोग कर सकते हैं। उदाहरण के लिए, आप का उपयोग करके स्कैन की गई बैज छवियों को संग्रहीत करने के लिए एक चेहरा संग्रह बना सकते हैं सूचकांक चेहरे जब कोई कर्मचारी भवन में प्रवेश करता है, तो कर्मचारी के चेहरे की एक छवि ली जा सकती है और उसे भेजा जा सकता है चेहरे द्वारा छवि खोजें कार्यवाही। यदि चेहरा मिलान पर्याप्त रूप से उच्च समानता स्कोर (मान लीजिए 99%) उत्पन्न करता है, तो आप कर्मचारी को प्रमाणित कर सकते हैं।
• डिटेक्टफेस एपीआई - यह एपीआई इनपुट के रूप में प्रदान की गई छवि के भीतर चेहरों का पता लगाता है और चेहरों के बारे में जानकारी देता है। उपयोगकर्ता पंजीकरण वर्कफ़्लो में, यह ऑपरेशन अगले चरण पर जाने से पहले छवियों को स्क्रीन करने में आपकी सहायता कर सकता है। उदाहरण के लिए, आप जांच सकते हैं कि क्या किसी फ़ोटो में एक चेहरा है, क्या पहचाना गया व्यक्ति सही दिशा में है, और यदि उन्होंने धूप का चश्मा या टोपी जैसा चेहरा अवरोधक नहीं पहना है।
• इंडेक्सफेस एपीआई - यह एपीआई इनपुट छवि में चेहरों का पता लगाता है और उन्हें निर्दिष्ट संग्रह में जोड़ता है। इस ऑपरेशन का उपयोग भविष्य के प्रश्नों के लिए संग्रह में एक स्क्रीन की गई छवि को जोड़ने के लिए किया जाता है।
• SearchFacesByImage एपीआई - किसी दिए गए इनपुट छवि के लिए, एपीआई पहले छवि में सबसे बड़े चेहरे का पता लगाता है, और फिर मिलान करने वाले चेहरों के लिए निर्दिष्ट संग्रह की खोज करता है। ऑपरेशन निर्दिष्ट संग्रह में चेहरे की विशेषताओं के साथ इनपुट चेहरे की विशेषताओं की तुलना करता है।
• तुलनाफेस एपीआई - यह एपीआई लक्ष्य इनपुट छवि में पाए गए 100 सबसे बड़े चेहरों में से प्रत्येक के साथ स्रोत इनपुट छवि में एक चेहरे की तुलना करता है। यदि स्रोत छवि में कई चेहरे हैं, तो सेवा सबसे बड़े चेहरे का पता लगाती है और लक्ष्य छवि में पहचाने गए प्रत्येक चेहरे से इसकी तुलना करती है। हमारे उपयोग के मामले में, हम उम्मीद करते हैं कि स्रोत और लक्ष्य छवि दोनों में एक ही चेहरा होगा।
• डिलीटफेस एपीआई - यह एपीआई संग्रह से चेहरों को हटाता है। आप हटाने के लिए एक संग्रह आईडी और चेहरा आईडी की एक सरणी निर्दिष्ट करते हैं।

वर्कफ़्लोज़

समाधान उपयोगकर्ता पंजीकरण, प्रमाणीकरण और उपयोगकर्ता प्रोफ़ाइल छवि के अपडेट को सक्षम करने के लिए वर्कफ़्लो का एक नमूना प्रदान करता है। हम इस खंड में प्रत्येक वर्कफ़्लो का विवरण देते हैं।

फेस सेल्फी का उपयोग करके एक नया उपयोगकर्ता पंजीकृत करें

निम्न आंकड़ा एक नए उपयोगकर्ता पंजीकरण के कार्यप्रवाह को दर्शाता है। इस प्रक्रिया में विशिष्ट चरण हैं:

1. एक उपयोगकर्ता एक सेल्फी छवि कैप्चर करता है।
2. सेल्फी इमेज की गुणवत्ता जांच की जाती है।
   नोट: इस चरण के बाद एक जीवंतता का पता लगाने की जांच भी की जा सकती है। अधिक जानकारी के लिए, कृपया इसे पढ़ें ब्लॉग.
3. सेल्फी को मौजूदा उपयोगकर्ता चेहरों के डेटाबेस के खिलाफ जांचा जाता है।

निम्न छवि नए उपयोगकर्ता पंजीकरण के लिए चरण कार्य वर्कफ़्लो को दर्शाती है।

इस कार्यप्रवाह में तीन कार्यों को बुलाया जाता है: पता लगाने वाले चेहरे, खोज-चेहरे, तथा सूचकांक-चेहरे। पता लगाने वाले चेहरे फ़ंक्शन अमेज़ॅन रिकॉग्निशन को कॉल करता है DetectFaces एपीआई यह निर्धारित करने के लिए कि किसी छवि में किसी चेहरे का पता लगाया गया है और प्रयोग योग्य है। कुछ गुणवत्ता जांचों में यह निर्धारित करना शामिल है कि छवि में केवल एक चेहरा मौजूद है, यह सुनिश्चित करना कि चेहरा धूप के चश्मे या टोपी से ढका नहीं है, और यह पुष्टि करना कि चेहरे को घुमाया नहीं गया है ढोंग आयाम। अगर छवि गुणवत्ता जांच पास कर लेती है, तो खोज-चेहरे फ़ंक्शन पुष्टि करके Amazon Rekognition संग्रह में मौजूदा फेस मैच की खोज करता है फेसमैच दहलीज कॉन्फिडेंस स्कोर आपके थ्रेशोल्ड उद्देश्य को पूरा करता है। अधिक जानकारी के लिए देखें चेहरों से मिलान करने के लिए समानता थ्रेसहोल्ड का उपयोग करना. यदि संग्रह में चेहरे की छवि मौजूद नहीं है, तो सूचकांक-चेहरे संग्रह में चेहरे को अनुक्रमित करने के लिए फ़ंक्शन को कॉल किया जाता है। चेहरे की छवि मेटाडेटा को डायनेमोडीबी तालिका में संग्रहीत किया जाता है और चेहरे की छवियों को S3 बाल्टी में संग्रहीत किया जाता है।

यदि नया उपयोगकर्ता पंजीकरण सफल होता है, तो डायनेमोडीबी में चेहरे की छवि विशेषता जानकारी जोड़ दी जाती है। आप व्यवसाय प्रक्रिया के अनुसार प्रवाह को अनुकूलित कर सकते हैं। इसमें अक्सर पूर्ववर्ती आरेख में प्रस्तुत कुछ या सभी चरण होते हैं। आप सभी चरणों को समकालिक रूप से चलाना चुन सकते हैं (अगले चरण पर जाने से पहले एक चरण के पूरा होने की प्रतीक्षा करें)। वैकल्पिक रूप से, आप उपयोगकर्ता पंजीकरण प्रक्रिया को तेज करने और ग्राहक अनुभव को बेहतर बनाने के लिए कुछ चरणों को एसिंक्रोनस रूप से चला सकते हैं (उस चरण के पूरा होने की प्रतीक्षा न करें)। यदि चरण सफल नहीं होते हैं, तो आपको उपयोगकर्ता पंजीकरण वापस लेना होगा।

आईडी कार्ड डेटा निष्कर्षण के साथ एक आईडी कार्ड के खिलाफ फेस मैच के बाद एक नया उपयोगकर्ता पंजीकृत करें

छवि के साथ उपयोगकर्ता पंजीकरण के अलावा, यह वर्कफ़्लो उपयोगकर्ताओं को ड्राइविंग लाइसेंस जैसे पहचान पत्र के साथ पंजीकरण करने की अनुमति देता है। एक नए उपयोगकर्ता को एक आईडी कार्ड के साथ पंजीकृत करने के चरण एक नए उपयोगकर्ता को पंजीकृत करने के चरणों के समान हैं।

निम्न छवि आईडी के साथ नए उपयोगकर्ता पंजीकरण के लिए चरण कार्य वर्कफ़्लो को दर्शाती है।

इस कार्यप्रवाह में चार कार्यों को बुलाया जाता है:  पता लगाने वाले चेहरे, खोज-चेहरे, सूचकांक-चेहरे और तुलना-चेहरे. इस कार्यप्रवाह में संचालन का क्रम उपयोगकर्ता पंजीकरण कार्यप्रवाह के समान है जिसमें शामिल है तुलना-चेहरे. सेल्फी छवि की गुणवत्ता की पुष्टि करने और यह सुनिश्चित करने के बाद कि संग्रह में चेहरे की छवि मौजूद नहीं है, तुलना-चेहरे यह सत्यापित करने के लिए फ़ंक्शन लागू किया जाता है कि सेल्फी छवि आईडी कार्ड में चेहरे की छवि से मेल खाती है। यदि छवियां मेल खाती हैं, तो संबंधित गुण आईडी कार्ड से निकाले जाते हैं। आप नए लॉन्च किए गए का उपयोग करके पहचान दस्तावेजों से कुंजी-मूल्य जोड़े निकाल सकते हैं अमेज़न टेक्सट्रेक AnalyzeID API (अमेरिकी क्षेत्रों के लिए) या Amazon Rekognition DetectText एपीआई (गैर-अमेरिकी क्षेत्र और गैर-अंग्रेजी भाषाएं)। आईडी कार्ड से निकाले गए गुणों को मिला दिया जाता है और उपयोगकर्ता के चेहरे को संग्रह में अनुक्रमित किया जाता है सूचकांक-चेहरे समारोह.

चेहरे की छवि मेटाडेटा को डायनेमोडीबी तालिका में संग्रहीत किया जाता है और चेहरे की छवियों को S3 बाल्टी में संग्रहीत किया जाता है।

यदि छवियां मेल नहीं खाती हैं या डुप्लिकेट पंजीकरण का पता चला है, तो उपयोगकर्ता को लॉगिन विफलता प्राप्त होती है। लॉगिन विफलताओं को a . का उपयोग करके लॉग किया जा सकता है अमेज़ॅन क्लाउडवॉच घटना, और क्रियाओं का उपयोग करके ट्रिगर किया जा सकता है अमेज़न सरल अधिसूचना सेवा (अमेज़ॅन एसएनएस) विफल लॉगिन की निगरानी और ट्रैकिंग के लिए सुरक्षा संचालन को सूचित करने के लिए। अधिक जानकारी के लिए देखें CloudWatch का उपयोग करके Amazon SNS विषयों की निगरानी करना.

लौटने वाले उपयोगकर्ता को प्रमाणित करें

एक अन्य सामान्य प्रवाह एक मौजूदा या लौटने वाला उपयोगकर्ता लॉगिन है। इस प्रवाह में, पहले से पंजीकृत चेहरे के विरुद्ध उपयोगकर्ता के चेहरे (सेल्फ़ी) की जांच की जाती है। इस प्रक्रिया के विशिष्ट चरणों में यूजर फेस कैप्चर (सेल्फी), सेल्फी इमेज क्वालिटी की जांच, और फेस डेटाबेस के खिलाफ सेल्फी की खोज और तुलना शामिल है। निम्नलिखित आरेख एक संभावित प्रवाह दिखाता है।

निम्न छवि मौजूदा उपयोगकर्ता को प्रमाणित करने के लिए कार्यप्रवाह को दर्शाती है।

यह चरण फ़ंक्शन वर्कफ़्लो तीन फ़ंक्शन को कॉल करता है: पता लगाने वाले चेहरे, तुलना-चेहरे और खोज-चेहरे। के बाद पता लगाने वाले चेहरे फ़ंक्शन सत्यापित करता है कि कैप्चर की गई चेहरे की छवि मान्य है, तुलना-चेहरे फ़ंक्शन S3 बकेट में एक चेहरे की छवि के लिए DynamoDB तालिका में लिंक की जाँच करता है जो एक मौजूदा उपयोगकर्ता से मेल खाता है। यदि कोई मिलान मिलता है, तो उपयोगकर्ता सफलतापूर्वक प्रमाणित करता है। यदि कोई मिलान नहीं मिलता है, तो संग्रह में चेहरे की छवि को खोजने के लिए खोज-चेहरे फ़ंक्शन को कॉल किया जाता है। उपयोगकर्ता सत्यापित है और प्रमाणीकरण प्रक्रिया पूरी होती है यदि संग्रह में उनके चेहरे की छवि मौजूद है। अन्यथा, उपयोगकर्ता की पहुंच अस्वीकार कर दी गई है।

.. पूर्वापेक्षाएँ

आरंभ करने से पहले, निम्नलिखित पूर्वापेक्षाएँ पूरी करें:

1. एडब्ल्यूएस खाता बनाएं.
2. स्थापित करें AWS कमांड लाइन इंटरफ़ेस (एडब्ल्यूएस सीएलआई) संस्करण 2 आपकी स्थानीय मशीन पर। निर्देशों के लिए, देखें एडब्ल्यूएस सीएलआई के नवीनतम संस्करण को स्थापित या अद्यतन करना.
3. एडब्ल्यूएस सीएलआई सेट करें.
4. Node.js स्थापित करें अपने स्थानीय मशीन पर।
5. अपने स्थानीय मशीन पर नमूना रेपो क्लोन करें:

git clone https://github.com/aws-samples/rekognition-identity-verification.git

समाधान तैनात करें

अपने पसंदीदा क्षेत्र में अपने AWS खाते में समाधान का प्रावधान करने के लिए उपयुक्त CloudFormation स्टैक चुनें। यह समाधान पहचान सत्यापन कार्यप्रवाह चलाने के लिए चरण कार्यों और Amazon Rekognition API के साथ एकीकृत API गेटवे को परिनियोजित करता है।

निम्नलिखित लॉन्च बटनों में से किसी एक पर क्लिक करने से विशेष क्षेत्र में आपके एडब्ल्यूएस खाते में समाधान का प्रावधान होगा।

  एन. वर्जीनिया (us-east-1)

  ओरेगन (us-west-2)

फ़्रंट-एंड एप्लिकेशन को परिनियोजित करने के लिए अपनी स्थानीय मशीन पर निम्न चरणों को चलाएँ:

cd rekognition-identity-verification 
./fe-deployment.sh

वेब यूआई को आमंत्रित करें

वेब पोर्टल को एम्पलीफाई के साथ तैनात किया गया है। Amplify कंसोल पर, होस्टेड वेब एप्लिकेशन परिवेश और URL की स्थिति जानें। URL को कॉपी करें और इसे अपने ब्राउज़र से एक्सेस करें।

फेस सेल्फी का उपयोग करके एक नया उपयोगकर्ता पंजीकृत करें

निम्नलिखित चरणों के साथ स्वयं को एक उपयोगकर्ता के रूप में पंजीकृत करें:

1. एम्प्लीफाई द्वारा प्रदान किया गया वेब यूआरएल खोलें।
2. चुनें रजिस्टर करें
3. अपना कैमरा सक्षम करें और चेहरे की छवि कैप्चर करें।
4. अपना उपयोगकर्ता नाम और विवरण दर्ज करें।
5. चुनें साइन अप करें अपना खाता पंजीकृत करने के लिए।

लौटने वाले उपयोगकर्ता को प्रमाणित करें

पंजीकृत होने के बाद, आप प्रमाणीकरण तंत्र के रूप में फेस आईडी का उपयोग करके लॉग इन करते हैं।

1. एम्प्लीफाई द्वारा प्रदान किया गया वेब यूआरएल खोलें
2. अपना फेस आईडी कैप्चर करें।
3. अपनी यूजर आईडी दर्ज करें।
4. चुनें लॉग इन करें.

पंजीकरण छवि के साथ आपकी फेस आईडी सत्यापित होने के बाद आपको "लॉगिन सफल" संदेश मिलता है।

आईडी कार्ड डेटा निष्कर्षण के साथ एक आईडी कार्ड के खिलाफ फेस मैच के बाद एक नया उपयोगकर्ता पंजीकृत करें

आईडी के साथ उपयोगकर्ता पंजीकरण का परीक्षण करने के लिए, निम्नलिखित चरणों को पूरा करें:

1. Amplify द्वारा प्रदान किया गया वेब URL खोलें।
2. चुनें आईडी के साथ रजिस्टर करें
3. अपना कैमरा सक्षम करें और चेहरे की छवि कैप्चर करें।
4. अपना आईडी कार्ड खींचें और छोड़ें
5. चुनें रजिस्टर करें.

निम्न स्क्रीनशॉट एक उदाहरण दिखाता है। एप्लिकेशन 256 केबी तक के आईडी कार्ड छवियों का समर्थन करता है।

आपको एक "सफलतापूर्वक पंजीकृत उपयोगकर्ता" संदेश प्राप्त होता है।

क्लीन अप

अपने एडब्ल्यूएस खाते में अतिरिक्त शुल्क जमा होने से रोकने के लिए, एडब्ल्यूएस क्लाउडफॉर्मेशन कंसोल पर नेविगेट करके और आपके द्वारा प्रावधान किए गए संसाधनों को हटा दें। Riv-Prod ढेर।

स्टैक को हटाने से आपके द्वारा बनाई गई S3 बकेट नहीं हटती है। यह बकेट सभी चेहरे की छवियों को संग्रहीत करता है। यदि आप S3 बाल्टी को हटाना चाहते हैं, तो Amazon S3 कंसोल पर नेविगेट करें, बाल्टी खाली करें, और फिर पुष्टि करें कि आप इसे स्थायी रूप से हटाना चाहते हैं।

निष्कर्ष

Amazon Rekognition सिद्ध, अत्यधिक स्केलेबल, गहन शिक्षण तकनीक का उपयोग करके आपके पहचान सत्यापन अनुप्रयोगों में छवि विश्लेषण को जोड़ना आसान बनाता है जिसके उपयोग के लिए किसी ML विशेषज्ञता की आवश्यकता नहीं होती है। अमेज़न मान्यता प्रदान करता है चेहरा पहचान और तुलना क्षमताएं। के संयोजन के साथ पता लगाने की जगह, चेहरे की तुलना करें, सूचकांक चेहरे, चेहरे द्वारा छवि खोजें, डिटेक्टटेक्स्ट और  विश्लेषण आईडी, आप नए उपयोगकर्ता पंजीकरण और मौजूदा उपयोगकर्ता लॉगिन के आसपास सामान्य प्रवाह को लागू कर सकते हैं।

Amazon Rekognition संग्रह सर्वर-साइड कंटेनर में पहचाने गए चेहरों के बारे में जानकारी संग्रहीत करने के लिए एक विधि प्रदान करते हैं। फिर आप छवियों में ज्ञात चेहरों को खोजने के लिए संग्रह में संग्रहीत चेहरे की जानकारी का उपयोग कर सकते हैं। संग्रह का उपयोग करते समय, संग्रह में चेहरों को अनुक्रमित करने के बाद आपको मूल फ़ोटो संग्रहीत करने की आवश्यकता नहीं होती है। Amazon Rekognition संग्रह वास्तविक छवियों को जारी नहीं रखते हैं। इसके बजाय, अंतर्निहित पहचान एल्गोरिथ्म इनपुट छवि में चेहरों का पता लगाता है, चेहरे की विशेषताओं को प्रत्येक चेहरे के लिए एक फीचर वेक्टर में निकालता है, और इसे संग्रह में संग्रहीत करता है।

पहचान सत्यापन की दिशा में अपनी यात्रा शुरू करने के लिए, यहां जाएं Amazon Rekognition का उपयोग करके पहचान सत्यापन.

लेखक के बारे में

विनीत कच्छवाहा मशीन लर्निंग में विशेषज्ञता के साथ एडब्ल्यूएस में एक समाधान वास्तुकार है। वह ग्राहकों को एडब्ल्यूएस पर स्केलेबल, सुरक्षित और लागत प्रभावी वर्कलोड आर्किटेक्ट की मदद करने के लिए जिम्मेदार है।

रमेश त्यागराजन सैन फ्रांसिस्को से बाहर स्थित एक वरिष्ठ समाधान वास्तुकार है। उनके पास अनुप्रयुक्त विज्ञान में विज्ञान स्नातक और साइबर सुरक्षा में स्नातकोत्तर है। वह क्लाउड माइग्रेशन, क्लाउड सुरक्षा, अनुपालन और जोखिम प्रबंधन में माहिर हैं। काम के अलावा, वह एक भावुक माली है, और अचल संपत्ति और गृह सुधार परियोजनाओं में उसकी गहरी रुचि है।

अमित गुप्ता एडब्ल्यूएस में एआई सर्विसेज सॉल्यूशंस आर्किटेक्ट हैं। वह बड़े पैमाने पर अच्छी तरह से आर्किटेक्टेड मशीन लर्निंग सॉल्यूशंस के साथ ग्राहकों को सक्षम बनाने के बारे में भावुक हैं।

टिम मर्फीवाई एडब्ल्यूएस के लिए एक वरिष्ठ समाधान वास्तुकार है, जो व्यापार क्लाउड केंद्रित समाधान बनाने वाले उद्यम वित्तीय सेवा ग्राहकों के साथ काम कर रहा है। उन्होंने पिछले दशक में स्टार्टअप, गैर-लाभकारी, वाणिज्यिक उद्यम और सरकारी एजेंसियों के साथ काम करते हुए बड़े पैमाने पर बुनियादी ढांचे की तैनाती की है। अपने खाली समय में जब वह तकनीक के साथ छेड़छाड़ नहीं कर रहा होता है, तो आप उसे पृथ्वी के दूर-दराज के क्षेत्रों में पहाड़ों की लंबी पैदल यात्रा, लहरों पर सर्फिंग, या एक नए शहर के माध्यम से बाइक चलाते हुए पाएंगे।

नैट बाचमेयर एक AWS सीनियर सॉल्यूशंस आर्किटेक्ट है जो खानाबदोश रूप से न्यूयॉर्क की खोज करता है, एक समय में एक क्लाउड एकीकरण। वह अनुप्रयोगों को स्थानांतरित करने और आधुनिकीकरण करने में माहिर हैं। इसके अलावा, नैट एक पूर्णकालिक छात्र है और उसके दो बच्चे हैं।

जेसी-ली फ्राई एडब्ल्यूएस में कंप्यूटर विजन पर ध्यान देने के साथ एक एसएनआर एआईएमएल विशेषज्ञ हैं। वह धोखाधड़ी से निपटने और अपने ग्राहकों की ओर से नवाचार को चलाने के लिए संगठनों को मशीन लर्निंग और एआई का लाभ उठाने में मदद करती है। काम के अलावा, उसे अपने परिवार के साथ समय बिताना, यात्रा करना और Responsible AI के बारे में सब कुछ पढ़ना अच्छा लगता है।