Ebben a bejegyzésben bemutatjuk, hogyan konfigurálhat egy új OAuth-alapú hitelesítési funkciót a használathoz Hópehely in Amazon SageMaker Data Wrangler. A Snowflake egy felhőalapú adatplatform, amely adatmegoldásokat kínál az adattárházhoz az adattudomány számára. A hópehely egy AWS partner többszörös AWS-akkreditációval, beleértve az AWS-kompetenciákat a gépi tanulás (ML), a kiskereskedelem, valamint az adat- és elemzés területén.
A Data Wrangler leegyszerűsíti az adat-előkészítési és funkciótervezési folyamatot, hetekről percekre csökkenti az időt azáltal, hogy egyetlen vizuális felületet biztosít az adattudósok számára az adatok kiválasztásához és tisztításához, szolgáltatások létrehozásához és az adatok előkészítésének automatizálásához az ML munkafolyamatokban kód írása nélkül. Több adatforrásból is importálhat adatokat, mint pl Amazon egyszerű tárolási szolgáltatás (Amazon S3), Amazon Athéné, Amazon RedShift, Amazon EMR, és Hópehely. Ezzel az új funkcióval használhatja saját identitásszolgáltatóját (IdP), mint pl Okta, azúrkékvagy Ping Szövetség hogy Data Wrangleren keresztül csatlakozzon a Snowflake-hez.
Megoldás áttekintése
A következő szakaszokban az IdP, a Snowflake és a Studio beállításához szükséges lépéseket ismertetjük a rendszergazdáknak. Részletezzük azokat a lépéseket is, amelyeket az adatkutatók megtehetnek az adatfolyam konfigurálásához, az adatminőség elemzéséhez és az adatátalakítások hozzáadásához. Végül bemutatjuk, hogyan exportálható az adatfolyam, és hogyan tanítható be egy modell SageMaker Autopilot.
Előfeltételek
Ehhez az áttekintéshez a következő előfeltételekkel kell rendelkeznie:
- Adminnak:
- Egy Snowflake-felhasználó, aki jogosultsággal rendelkezik tárolási integrációk és biztonsági integrációk létrehozására a Snowflake-ben.
- Létrehozási engedéllyel rendelkező AWS-fiók AWS Identity and Access Management (IAM) irányelvei és szerepei.
- Hozzáférés és engedélyek az IDP konfigurálásához a Data Wrangler alkalmazás regisztrálásához és az engedélyezési szerver vagy API beállításához.
- Adattudósnak:
Rendszergazdai beállítások
Ahelyett, hogy a felhasználók közvetlenül beírnák a Snowflake hitelesítő adataikat a Data Wranglerbe, megkérheti őket egy IdP használatával a Snowflake eléréséhez.
A következő lépésekkel engedélyezhető a Data Wrangler OAuth hozzáférése a Snowflake-hez:
- Konfigurálja az IdP-t.
- Hópehely konfigurálása.
- A SageMaker Studio beállítása.
Konfigurálja az IdP-t
Az IdP beállításához regisztrálnia kell a Data Wrangler alkalmazást, és be kell állítania az engedélyezési szervert vagy API-t.
Regisztrálja a Data Wrangler alkalmazást az IdP-n belül
Tekintse meg a következő dokumentációt a Data Wrangler által támogatott IDP-kről:
Használja az IdP által biztosított dokumentációt a Data Wrangler alkalmazás regisztrálásához. Az ebben a szakaszban található információk és eljárások segítenek megérteni, hogyan kell helyesen használni az IdP által biztosított dokumentációt.
A vonatkozó útmutatók lépésein túlmenően a speciális testreszabások az alfejezetekben találhatók.
- Válassza ki azt a konfigurációt, amely elindítja a Data Wrangler alkalmazásként történő regisztrálásának folyamatát.
- Biztosítson hozzáférést az IdP-n belüli felhasználóknak a Data Wranglerhez.
- Engedélyezze az OAuth-kliens-hitelesítést az ügyfél hitelesítő adatainak titkos kezelőjeként való tárolásával.
- Adjon meg egy átirányítási URL-t a következő formátumban:
https://domain-ID.studio.AWS Region.sagemaker.aws/jupyter/default/lab
.
Megadja a Data Wrangler futtatásához használt SageMaker tartományazonosítót és AWS-régiót. Regisztrálnia kell egy URL-t minden olyan domainhez és régióhoz, ahol a Data Wranglert futtatja. Azok a domainből és régióból származó felhasználók, amelyek nem rendelkeznek átirányítási URL-címekkel, nem fognak tudni hitelesíteni az IdP-vel a Snowflake-kapcsolat eléréséhez.
- Győződjön meg arról, hogy az engedélyezési kód és a frissítési jogkivonat engedélyezési típusai engedélyezettek a Data Wrangler alkalmazásban.
Állítsa be az engedélyezési szervert vagy API-t az IdP-n belül
Az IdP-n belül be kell állítania egy engedélyezési kiszolgálót vagy egy alkalmazásprogramozási felületet (API). Az engedélyezési szerver vagy az API minden felhasználó esetében tokeneket küld a Data Wranglernek, Snowflake közönséggel.
A hópehely a fogalmát használja szerepek amelyek különböznek az AWS-ben használt IAM-szerepektől. Az IdP-t úgy kell konfigurálnia, hogy BÁRMELY szerepkört használjon a Snowflake-fiókhoz társított alapértelmezett szerepkör használatához. Például, ha egy felhasználó rendelkezik systems administrator
A Snowflake-profil alapértelmezett szerepeként a Data Wrangler és a Snowflake közötti kapcsolatot használja systems administrator
mint a szerep.
A következő eljárással állítsa be az engedélyezési szervert vagy API-t az IdP-n belül:
- Az IdP-ről kezdje meg a szerver vagy API beállításának folyamatát.
- Állítsa be az engedélyezési kiszolgálót az engedélyezési kód használatára és a jogkivonat engedélyezési típusainak frissítésére.
- Adja meg a hozzáférési token élettartamát.
- Állítsa be a frissítési token tétlenségi időtúllépését.
A tétlenségi időkorlát az az idő, ameddig a frissítési token lejár, ha nem használják. Ha a Data Wranglerben ütemez feladatokat, javasoljuk, hogy a tétlenségi időt állítsa nagyobbra, mint a feldolgozási feladat gyakoriságát. Ellenkező esetben előfordulhat, hogy egyes feldolgozási feladatok meghiúsulnak, mert a frissítési token lejárt, mielőtt futhattak volna. Amikor a frissítési jogkivonat lejár, a felhasználónak újra hitelesítenie kell magát a Snowflake-hez a Data Wrangleren keresztül létrehozott kapcsolat elérésével.
Vegye figyelembe, hogy a Data Wrangler nem támogatja a forgó frissítési tokeneket. A forgó frissítési tokenek használata hozzáférési hibákhoz vezethet, vagy a felhasználóknak gyakran be kell jelentkezniük.
Ha a frissítési jogkivonat lejár, a felhasználóknak újra hitelesíteniük kell magukat a Snowflake-hez a Data Wrangleren keresztül létrehozott kapcsolat elérésével.
- Adja meg
session:role-any
mint az új szkóp.
Az Azure AD esetében meg kell adnia a hatókör egyedi azonosítóját is.
Az OAuth-szolgáltató beállítása után meg kell adnia a Data Wrangler számára a szolgáltatóhoz való csatlakozáshoz szükséges információkat. A következő mezők értékeinek lekéréséhez használhatja az IdP dokumentációját:
- Token URL – Annak a tokennek az URL-címe, amelyet az IdP küld a Data Wranglernek
- Engedélyezési URL – Az IdP jogosultsági szerverének URL-címe
- ügyfél-azonosító – Az IdP azonosítója
- Ügyfél titka – A titok, amelyet csak az engedélyezési szerver vagy API ismer fel
- OAuth hatókör – Ez csak az Azure AD-re vonatkozik
Hópehely konfigurálása
A Snowflake konfigurálásához kövesse az alábbi utasításokat Adatok importálása a Snowflake szolgáltatásból.
Használja az IdP-hez tartozó Snowflake dokumentációt külső OAuth-integráció beállításához a Snowflake-ben. Lásd az előző részt Regisztrálja a Data Wrangler alkalmazást az IdP-n belül további információért a külső OAuth-integráció beállításáról.
Amikor beállítja a biztonsági integrációt a Snowflake-ben, feltétlenül aktiválja external_oauth_any_role_mode
.
A SageMaker Studio beállítása
A mezőket és az értékeket egy Secrets Manager-titkosban tárolja, és hozzáadja a Data Wranglerhez használt Studio életciklus-konfigurációhoz. Az életciklus-konfiguráció egy shell-szkript, amely automatikusan betölti a titokban tárolt hitelesítő adatokat, amikor a felhasználó bejelentkezik a Studioba. A titkok létrehozásával kapcsolatos információkért lásd: Helyezze át a kódolt titkokat az AWS Secrets Managerbe. Az életciklus-konfigurációk Studio programban való használatáról a következő helyen talál további információt: Életciklus-konfigurációk használata az Amazon SageMaker Studio segítségével.
Hozzon létre egy titkot a Snowflake hitelesítő adataihoz
A Snowflake hitelesítő adatok titkának létrehozásához hajtsa végre a következő lépéseket:
- A Secrets Manager konzolon válassza a lehetőséget Tárolj el egy új titkot.
- A Titkos típusválassza Más típusú titok.
- Adja meg a titok részleteit kulcs-érték párokként.
A kulcsnevekhez kisbetűket kell írni a kis- és nagybetűk érzékenysége miatt. A Data Wrangler figyelmeztetést ad, ha ezek közül bármelyiket hibásan adja meg. Adja meg a titkos értékeket kulcs-érték párokként Kulcs/érték, ha szeretné, vagy használja a Egyszerű szöveg opciót.
A következő az Okta számára használt titok formátuma. Ha Azure AD-t használ, hozzá kell adnia a datasource_oauth_scope
mező.
- Frissítse az előző értékeket a választott azonosítóval és az alkalmazás regisztrációja után gyűjtött információkkal.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Következő.
- A Titkos név, adja hozzá az előtagot
AmazonSageMaker
(A mi titkunk például azAmazonSageMaker-DataWranglerSnowflakeCreds
). - A Címkék szakaszban adjon hozzá egy címkét a kulccsal
SageMaker
és értékettrue
. - A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Következő.
- A többi mező kitöltése nem kötelező; választ Következő amíg nincs választási lehetősége bolt tárolni a titkot.
A titok tárolása után visszatér a Titkokkezelő konzolhoz.
- Válassza ki az imént létrehozott titkot, majd kérje le a titkos ARN-t.
- Tárolja ezt a kívánt szövegszerkesztőben későbbi használatra, amikor létrehozza a Data Wrangler adatforrást.
Hozzon létre egy Studio életciklus-konfigurációt
Életciklus-konfiguráció létrehozásához a Studio alkalmazásban hajtsa végre a következő lépéseket:
- A SageMaker konzolon válassza a lehetőséget Életciklus konfigurációk a navigációs ablaktáblában.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Konfiguráció létrehozása.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Jupyter szerver alkalmazás.
- Hozzon létre egy új életciklus-konfigurációt, vagy fűzzen hozzá egy meglévőt a következő tartalommal:
A konfiguráció létrehoz egy fájlt a névvel ".snowflake_identity_provider_oauth_config"
, amely tartalmazza a titkot a felhasználó saját mappájában.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Konfiguráció létrehozása.
Állítsa be az alapértelmezett életciklus-konfigurációt
Hajtsa végre a következő lépéseket az imént létrehozott életciklus-konfiguráció alapértelmezett beállításához:
- A SageMaker konzolon válassza a lehetőséget Domains a navigációs ablaktáblában.
- Válassza ki a példához használni kívánt Studio-domaint.
- A Környezet fül, a Életciklus-konfigurációk a személyes Studio-alkalmazásokhoz szakaszban válassza csatolása.
- A forrásválassza Meglévő konfiguráció.
- Válassza ki az imént elkészített konfigurációt, majd válassza ki Csatolás a domainhez.
- Válassza ki az új konfigurációt, és válassza ki Beállítás alapértelmezett, majd válassza ki Beállítás alapértelmezett ismét a felugró üzenetben.
Az új beállításoknak most már láthatónak kell lenniük a alatt Életciklus-konfigurációk a személyes Studio-alkalmazásokhoz alapértelmezettként.
- Zárja le a Studio alkalmazást, és indítsa újra, hogy a módosítások érvénybe lépjenek.
Adattudós tapasztalat
Ebben a részben bemutatjuk, hogyan csatlakozhatnak az adattudósok a Snowflake-hez mint adatforráshoz a Data Wranglerben, és hogyan készíthetnek elő adatokat az ML-hez.
Hozzon létre egy új adatfolyamot
Az adatfolyam létrehozásához hajtsa végre a következő lépéseket:
- A SageMaker konzolon válassza a lehetőséget Amazon SageMaker Studio a navigációs ablaktáblában.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a OpenStudio.
- A Stúdióban Kezdőlap oldalon válassza a lehetőséget Adatok importálása és előkészítése vizuálisan. Alternatív megoldásként a filé legördülő menüből válasszon Új, majd válassza ki SageMaker Data Wrangler Flow.
Egy új folyamat létrehozása eltarthat néhány percig.
- A Adatok importálása oldalon válassza a lehetőséget Kapcsolat létrehozása.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Hópehely adatforrások listájából.
- A Hitelesítési módszer, választ OAuth.
Ha nem látja az OAuth-t, ellenőrizze az előző életciklus-konfigurációs lépéseket.
- Adja meg a részleteket Snowflake fiók neve és a Tárhely integráció.
- Adja meg a kapcsolat nevét, és válassza ki Csatlakozás.
A rendszer átirányítja egy IdP-hitelesítési oldalra. Ebben a példában az Okta-t használjuk.
- Adja meg felhasználónevét és jelszavát, majd válassza ki Bejelentkezés.
A sikeres hitelesítés után átirányítjuk a Studio adatfolyam oldalára.
- A Adatok importálása a Snowflake szolgáltatásból oldalt, böngésszen az adatbázis-objektumok között, vagy futtasson lekérdezést a célzott adatokhoz.
- A lekérdezésszerkesztőben írjon be egy lekérdezést, és tekintse meg az eredmények előnézetét.
A következő példában betöltjük Hiteladatok és lekéri az összes oszlopot 5,000 sorból.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a import.
- Adja meg az adatkészlet nevét (ehhez a bejegyzéshez használjuk
snowflake_loan_dataset
) és válassza hozzáad.
Ön át lesz irányítva a Készít oldal, ahol átalakításokat és elemzéseket adhat hozzá az adatokhoz.
A Data Wrangler megkönnyíti az adatok feldolgozását és olyan adat-előkészítési feladatok elvégzését, mint például a feltáró adatelemzés, a funkciók kiválasztása és a funkciótervezés. Ebben az adat-előkészítésről szóló bejegyzésben a Data Wrangler képességei közül csak néhányat ismertettünk; A Data Wrangler segítségével fejlettebb adatelemzéseket végezhet, mint például a funkciók fontossága, a célszivárgás és a modell magyarázhatósága egy egyszerű és intuitív felhasználói felület segítségével.
Az adatok minőségének elemzése
Használja a Adatminőségi és betekintési jelentés a Data Wranglerbe importált adatok elemzéséhez. A Data Wrangler a mintavételezett adatokból készíti el a jelentést.
- A Data Wrangler folyamat oldalán válassza ki a mellette lévő pluszjelet Adattípusok, majd válassza ki Szerezzen betekintést az adatokból.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Adatminőségi és betekintési jelentés mert Elemzés típusa.
- A Céloszlop, válassza ki a céloszlopot.
- A Probléma típusaválassza Osztályozás.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Teremt.
Az insights jelentés az adatok rövid összefoglalását tartalmazza, amely általános információkat tartalmaz, például hiányzó értékeket, érvénytelen értékeket, jellemzőtípusokat, kiugró értékeket stb. Letöltheti a jelentést, vagy megtekintheti online.
Adjon hozzá átalakításokat az adatokhoz
A Data Wrangler több mint 300 beépített átalakítást tartalmaz. Ebben a részben ezen átalakítások némelyikét használjuk fel az adatkészlet ML modellhez való előkészítésére.
- A Data Wrangler folyamatoldalán válassza ki a pluszjelet, majd válassza a lehetőséget Transzformáció hozzáadása.
Ha követi a bejegyzésben szereplő lépéseket, az adatkészlet hozzáadása után automatikusan ide kerül.
- Ellenőrizze és módosítsa az oszlopok adattípusát.
Az oszlopokat átnézve ezt azonosítjuk MNTHS_SINCE_LAST_DELINQ
és a MNTHS_SINCE_LAST_RECORD
nagy valószínűséggel számtípusként kell ábrázolni, nem pedig karakterláncként.
- A módosítások alkalmazása és a lépés hozzáadása után ellenőrizheti, hogy az oszlop adattípusa lebegőre módosult.
Az adatokat átnézve láthatjuk, hogy a mezők EMP_TITLE
, URL
, DESCRIPTION
és TITLE
valószínűleg nem fog értéket adni a modellünknek a mi használati esetünkben, ezért elvethetjük őket.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Add hozzá a lépést, majd válassza ki Oszlopok kezelése.
- A Átalakítás, választ Dobja el az oszlopot.
- A Eldobandó oszlop, adja meg
EMP_TITLE
,URL
,DESCRIPTION
ésTITLE
. - A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Preview és a hozzáad.
Ezután kategorikus adatokat szeretnénk keresni az adatkészletünkben. A Data Wrangler beépített funkcióval rendelkezik a kategorikus adatok kódolására, mind sorszámú, mind egyszeri kódolással. Adatkészletünket tekintve láthatjuk, hogy a TERM
, HOME_OWNERSHIP
és PURPOSE
az oszlopok mind kategorikus jellegűnek tűnnek.
- Adjon hozzá egy másik lépést, és válassza ki Kategorikus kódolás.
- A Átalakítás, választ Egyszeri kódolás.
- A Beviteli oszlop, választ
TERM
. - A Kimeneti stílus, választ Oszlopok.
- Hagyja az összes többi beállítást alapértelmezettként, majd válassza a lehetőséget Preview és a hozzáad.
A HOME_OWNERSHIP
az oszlop négy lehetséges értéket tartalmaz: RENT
, MORTGAGE
, OWN
, és egyéb.
- Ismételje meg az előző lépéseket, hogy egy gyors kódolási megközelítést alkalmazzon ezeken az értékeken.
Végül a PURPOSE
oszlop több lehetséges értéket tartalmaz. Ezeknél az adatoknál is one-hot kódolási megközelítést alkalmazunk, de a kimenetet inkább vektorra állítjuk be, mint oszlopokat.
- A Átalakítás, választ Egyszeri kódolás.
- A Beviteli oszlop, választ
PURPOSE
. - A Kimeneti stílus, választ vektor.
- A Kimeneti oszlop, ezt az oszlopot hívjuk
PURPOSE_VCTR
.
Ez megtartja az eredetit PURPOSE
oszlopot, ha később úgy döntünk, hogy használjuk.
- Hagyja az összes többi beállítást alapértelmezettként, majd válassza a lehetőséget Preview és a hozzáad.
Exportálja az adatfolyamot
Végül exportáljuk ezt az egész adatfolyamot egy szolgáltatástárolóba egy SageMaker Processing feladattal, amely létrehoz egy Jupyter-jegyzetfüzetet az előre feltöltött kóddal.
- Az adatfolyam oldalon válassza ki a pluszjelet és Exportálás.
- Válassza ki az exportálás helyét. Használati esetünkben mi választjuk SageMaker Feature Store.
Az exportált jegyzetfüzet most készen áll a futtatásra.
Exportáljon adatokat és képezzen modellt az Autopilot segítségével
Most már betaníthatjuk a modellt a segítségével Amazon SageMaker Autopilot.
- Az adatfolyam oldalon válassza ki a Képzések Tab.
- A Amazon S3 hely, adja meg a menteni kívánt adatok helyét.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Export és vonat.
- Adja meg a beállításokat a Cél és funkciók, Képzési módszer, Telepítési és előzetes beállításokés Tekintse át és hozzon létre szakaszok.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Kísérlet létrehozása hogy megtalálja a problémájára a legjobb modellt.
Tisztítsuk meg
Ha a Data Wranglerrel végzett munka befejeződött, állítsa le a Data Wrangler-példányt további díjak elkerülése érdekében.
Következtetés
Ebben a bejegyzésben bemutattuk a kapcsolódást Data Wrangler a Snowflake-hez OAuth használatával, egy adatkészlet átalakítása és elemzése, végül exportálása az adatfolyamba, hogy egy Jupyter notebookban is használható legyen. A legjelentősebb, hogy létrehoztunk egy folyamatot az adatok előkészítéséhez anélkül, hogy kódot kellett volna írni.
A Data Wrangler használatának megkezdéséhez lásd: Készítsen ML adatokat az Amazon SageMaker Data Wrangler segítségével.
A szerzőkről
Ajjay Govindaram az AWS vezető megoldási építésze. Stratégiai ügyfelekkel dolgozik, akik AI/ML-t használnak összetett üzleti problémák megoldására. Tapasztalata abban rejlik, hogy műszaki irányítást, valamint tervezési segítséget nyújt a szerény és nagyszabású AI/ML alkalmazások telepítéséhez. Ismerete az alkalmazás-architektúrától a big data-ig, az analitikáig és a gépi tanulásig terjed. Szívesen hallgat zenét pihenés közben, tapasztal a szabadban, és szeretivel tölti az időt.
Bosco Albuquerque az AWS Sr. Partner Solutions Architect-je, és több mint 20 éves tapasztalattal rendelkezik a vállalati adatbázis-szállítóktól és felhőszolgáltatóktól származó adatbázis- és elemzési termékek terén. Segített nagy technológiai cégeknek adatelemzési megoldások tervezésében, és mérnöki csapatokat vezetett adatelemzési platformok és adattermékek tervezésében és megvalósításában.
Matt Marzillo Sr. Partner Sales Engineer a Snowflake-nél. 10 éves tapasztalattal rendelkezik adattudományi és gépi tanulási feladatok terén, mind a tanácsadásban, mind az iparági szervezetekkel. Matt tapasztalattal rendelkezik AI és ML modellek fejlesztésében és bevezetésében számos különböző szervezetben, például marketing, értékesítés, üzemeltetés, klinikai és pénzügyi területeken, valamint tanácsadói szerepkörben.
Huong Nguyen az Amazon SageMaker Data Wrangler termékvezetője az AWS-nél. 15 éves tapasztalattal rendelkezik az ügyfelek megszállottja és adatvezérelt termékek létrehozásában mind a vállalati, mind a fogyasztói terek számára. Szabadidejében szeret hangoskönyveket, kertészkedni, túrázni, és a családjával és barátaival tölti az idejét.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- Platoblockchain. Web3 metaverzum intelligencia. Felerősített tudás. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/access-snowflake-data-using-oauth-based-authentication-in-amazon-sagemaker-data-wrangler/
- :is
- $ UP
- 000
- 10
- 100
- 15 év
- 20 év
- 7
- 8
- 9
- a
- Képes
- Rólunk
- hozzáférés
- Az adatokhoz való hozzáférés
- Hozzáférés
- Fiók
- át
- Ad
- mellett
- További
- admin
- előre
- fejlett
- tanácsadás
- Után
- AI
- AI / ML
- Minden termék
- amazon
- Amazon SageMaker
- Amazon SageMaker Data Wrangler
- elemzések
- elemzés
- analitika
- elemez
- elemzése
- és a
- Másik
- api
- app
- megjelenik
- Alkalmazás
- alkalmaz
- Alkalmazása
- megközelítés
- alkalmazások
- építészet
- VANNAK
- területek
- AS
- Támogatás
- társult
- At
- csatolja
- közönség
- hang-
- hitelesíteni
- Hitelesítés
- meghatalmazás
- automatizált
- automatikusan
- AWS
- Égszínkék
- BE
- mert
- előtt
- kezdődik
- BEST
- Nagy
- Big adatok
- test
- Könyvek
- beépített
- üzleti
- by
- hívás
- hívott
- TUD
- képességek
- eset
- CAT
- Változások
- választás
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- vásárló
- Klinikai
- felhő
- kód
- Oszlop
- Oszlopok
- Companies
- teljes
- bonyolult
- koncepció
- Configuration
- Csatlakozás
- Csatlakozó
- kapcsolat
- Konzol
- tanácsadó
- fogyasztó
- tartalom
- tudott
- terjed
- fedett
- teremt
- készítette
- teremt
- létrehozása
- Hitelesítő adatok
- Ügyfelek
- dátum
- adatelemzés
- Adatelemzés
- Adatplatform
- Adatok előkészítése
- adat-tudomány
- adattudós
- adatalapú
- adatbázis
- dönt
- alapértelmezett
- igazolták
- bevezetéséhez
- bevetések
- Design
- tervezés
- részlet
- részletek
- fejlesztése
- különböző
- irány
- közvetlenül
- különböző
- dokumentáció
- Nem
- domain
- ne
- le-
- letöltés
- Csepp
- minden
- szerkesztő
- hatás
- bármelyik
- lehetővé
- mérnök
- Mérnöki
- belép
- Vállalkozás
- Környezet
- példa
- létező
- tapasztalat
- tapasztal
- Feltáró adatelemzés
- export
- külső
- FAIL
- család
- Funkció
- Jellemzők
- díjak
- kevés
- mező
- Fields
- filé
- Végül
- finanszíroz
- Találjon
- Úszó
- áramlási
- következő
- A
- formátum
- Frekvencia
- gyakran
- barátok
- ból ből
- funkcionalitás
- általános
- kap
- ad
- biztosít
- nagyobb
- Útmutatók
- Legyen
- tekintettel
- segít
- segített
- itt
- Kezdőlap
- Hogyan
- How To
- HTML
- http
- HTTPS
- ID
- azonosító
- azonosítani
- Identitás
- Idle
- végrehajtási
- importál
- fontosság
- in
- magában foglalja a
- Beleértve
- tévesen
- ipar
- információ
- bemenet
- Insight
- meglátások
- utasítás
- integráció
- integrációk
- Felület
- intuitív
- részt
- IT
- Munka
- Állások
- jpg
- Kulcs
- tudás
- nagy
- nagyarányú
- vezető
- tanulás
- Led
- fekszik
- életciklus
- élettartam
- mint
- Valószínű
- Lista
- Kihallgatás
- kiszámításának
- terhelések
- elhelyezkedés
- néz
- keres
- szeretett
- gép
- gépi tanulás
- készült
- csinál
- KÉSZÍT
- Gyártás
- menedzser
- sok
- Marketing
- üzenet
- esetleg
- Perc
- hiányzó
- ML
- modell
- modellek
- módosítása
- több
- a legtöbb
- többszörös
- zene
- név
- nevek
- Természet
- Navigáció
- Szükség
- igénylő
- igények
- Új
- következő
- nevezetesen
- jegyzetfüzet
- szám
- auth
- objektumok
- of
- OKTA
- on
- ONE
- online
- Művelet
- opció
- szervezetek
- eredeti
- Más
- másképp
- szabadban
- teljesítmény
- saját
- oldal
- párok
- üvegtábla
- partner
- Jelszó
- Teljesít
- engedélyek
- személyes
- csővezeték
- emelvény
- Platformok
- Plató
- Platón adatintelligencia
- PlatoData
- plusz
- Politikák
- pop-up
- lehetséges
- állás
- előnyben részesített
- Készít
- előfeltételek
- Preview
- előző
- Probléma
- problémák
- eljárások
- folyamat
- feldolgozás
- Termékek
- Termékek
- profil
- Programozás
- megfelelően
- ad
- feltéve,
- ellátó
- szolgáltatók
- biztosít
- amely
- világítás
- Inkább
- kész
- ajánl
- átirányítás
- csökkentő
- vidék
- Regisztráció
- regisztráció
- Bejegyzés
- újraindít
- jelentést
- képviselők
- szükség
- azok
- REST
- eredményez
- Eredmények
- kiskereskedelem
- Szerep
- szerepek
- futás
- futás
- sagemaker
- értékesítés
- ütemezés
- Tudomány
- Tudós
- tudósok
- hatálya
- Titkos
- Rész
- szakaszok
- biztonság
- kiválasztás
- idősebb
- Érzékenység
- készlet
- beállítás
- beállítások
- számos
- Héj
- kellene
- előadás
- <p></p>
- Egyszerű
- egyetlen
- So
- Megoldások
- SOLVE
- néhány
- forrás
- Források
- terek
- Költési
- kezdődött
- kezdődik
- Lépés
- Lépései
- tárolás
- tárolni
- memorizált
- tárolása
- Stratégiai
- Húr
- stúdió
- sikeres
- ilyen
- ÖSSZEFOGLALÓ
- támogatás
- Támogatja
- TAG
- Vesz
- tart
- cél
- célzott
- feladatok
- csapat
- Műszaki
- Technológia
- technológiai cégek
- hogy
- A
- az információ
- azok
- Őket
- Ezek
- Keresztül
- idő
- nak nek
- jelképes
- tokenek
- Vonat
- Átalakítás
- transzformációk
- transzformáló
- típusok
- alatt
- megért
- egyedi
- Frissítések
- URL
- használ
- használati eset
- használó
- felhasználói felület
- Felhasználók
- érték
- Értékek
- gyártók
- ellenőrzése
- keresztül
- Megnézem
- látható
- végigjátszás
- figyelmeztetés
- Hetek
- JÓL
- ami
- míg
- WHO
- egész
- lesz
- val vel
- belül
- nélkül
- Munka
- munkafolyamatok
- dolgozó
- művek
- ír
- írás
- év
- te
- A te
- zephyrnet