Egy előzőben Hozzászólás, beszélgettünk a Veeva Vault PromoMats-ben tárolt eszközök elemzéséről és címkézéséről az Amazon AI-szolgáltatások és a Veeva Vault Platform API-k segítségével. Ebben a bejegyzésben megvizsgáljuk, hogyan kell használni Amazon App Flow, egy teljesen felügyelt integrációs szolgáltatás, amely lehetővé teszi az adatok biztonságos átvitelét szoftverként szolgáltatásként (SaaS) származó alkalmazásokból, például a Veeva Vaultból az AWS-be. Az Amazon AppFlow Veeva csatlakozó lehetővé teszi az AWS-környezet gyors, megbízható és költséghatékony összekapcsolását a Veeva ökoszisztémával a Veeva Vaultban tárolt gazdag tartalom nagymértékű elemzése érdekében.
Az Amazon AppFlow Veeva csatlakozó az első Amazon AppFlow csatlakozó, amely támogatja az automatikus átvitelt Veeva dokumentumok. Lehetővé teszi a választást a legújabb verzió (a steady State verzió a Veeva kifejezéssel) és a dokumentumok összes verziója. Ezenkívül importálhatja a dokumentumok metaadatait.
Néhány kattintással egyszerűen beállíthat egy felügyelt kapcsolatot, és kiválaszthatja az importálandó Veeva Vault dokumentumokat és metaadatokat. Tovább módosíthatja az importálási viselkedést, ha a forrásmezőket leképezi a célmezőkre. Szűrőket is hozzáadhat a dokumentum típusa és altípusa, osztályozása, termékek, ország, webhely stb. alapján. Végül hozzáadhat érvényesítést, valamint kezelheti az igény szerinti és ütemezett folyamatindítókat.
Az Amazon AppFlow Veeva csatlakozót különféle felhasználási esetekben használhatja, kezdve a Veeva Vault PromoMats-től a többi Veeva Vault megoldásig, mint például a QualityDocs, az eTMF vagy a Regulatory Information Management (RIM). Az alábbiakban felsorolunk néhány olyan esetet, amikor használhatja a csatlakozót:
- Adatszinkronizálás – Használhatja a csatlakozót a Veeva Vault forrásból származó adatok és a későbbi rendszerek közötti konzisztencia és harmonizáció megteremtésének folyamatában. Például megoszthatja a Veeva PromoMats marketingeszközeit a Salesforce-szal. A csatlakozót arra is használhatja, hogy megossza a Veeva QualityDoc dokumentumokat, például a szabványos működési eljárásokat (SOP) vagy a specifikációkat a gyorsítótárazott webhelyekkel, amelyek a gyártási területen lévő táblagépekről kereshetők.
- Anomáliák felderítése – Megoszthatja a Veeva PromoMats dokumentumokat Amazon Lookout for Metrics az anomália észlelésére. A Vault RIM-mel ellátott csatlakozót grafikákban, kereskedelmi címkéken, sablonokban vagy betegtájékoztatókban is használhatja, mielőtt importálná azokat vállalati címkézési megoldásokba, például a Loftware-be.
- Data tó hidratálása – Az összekötő hatékony eszköz lehet a strukturált vagy strukturálatlan adatok adatlakokba replikálására, az adatlakok létrehozásának és hidratálásának támogatása érdekében. Az összekötő segítségével például szabványosított vizsgálati információkat nyerhet ki a Vault RIM-ben tárolt protokollokból, és azokat később az orvosi elemző csoportok számára is elérhetővé teheti.
- Fordítása – A csatlakozó hasznos lehet műalkotások, klinikai dokumentumok, marketinganyagok vagy tanulmányi protokollok anyanyelvű fordítás céljából történő küldésekor az osztályoknak, például a csomagolásnak, a klinikai vizsgálatoknak vagy a szabályozási beadványoknak.
Ez a bejegyzés arra összpontosít, hogyan használhatod Amazon AI szolgáltatások az Amazon AppFlow-val kombinálva a Veeva Vault PromoMats-ban tárolt tartalom elemzéséhez, automatikusan kinyeri a címkeinformációkat, és végül visszaadja ezeket az információkat a Veeva Vault rendszerbe. A bejegyzés az általános architektúrát, a megoldás és az irányítópult üzembe helyezésének lépéseit, valamint az eszközök metaadat-címkézésének használati esetét tárgyalja. Az ehhez a használati esethez tartozó koncepcióbizonyítási kódalapról további információkért tekintse meg a GitHub tárház.
Megoldás áttekintése
A következő ábra a frissített megoldás architektúrát mutatja be.
Korábban a Veeva Vault eszközeinek importálásához saját egyéni kódlogikát kellett írnia a Veeva Vault API-k változások lekérdezéséhez és az adatok importálásához Amazon egyszerű tárolási szolgáltatás (Amazon S3). Ez egy manuális, időigényes folyamat lehet, amelyben figyelembe kellett vennie az API-korlátozásokat, a hibákat és az újrapróbálkozásokat, valamint a méretezhetőséget a korlátlan mennyiségű eszköz befogadásához. A frissített megoldás az Amazon AppFlow segítségével távolítja el az egyéni Veeva–Amazon S3 adatimportálási folyamat bonyolult karbantartását.
Ahogy a bevezetőben említettük, az Amazon AppFlow egy könnyen használható, kód nélküli önkiszolgáló eszköz, amely point-and-click konfigurációkat használ az adatok egyszerű és biztonságos mozgatására a különböző SaaS-alkalmazások és AWS-szolgáltatások között. Az AppFlow lehetővé teszi az adatok (objektumok és dokumentumok) lekérését a támogatott forrásokból, és ezeket az adatokat különböző támogatott célhelyekre írhatja. A forrás vagy cél lehet egy SaaS-alkalmazás vagy egy AWS-szolgáltatás, például az Amazon S3, Amazon RedShiftvagy Lookout for Metrics. A kód nélküli felületen kívül az Amazon AppFlow támogatja a konfigurációt API-n, AWS CLI-n és AWS felhőképződés interfészek.
Az Amazon AppFlow egyik folyamata leírja, hogyan kell áthelyezni az adatokat, beleértve a forrás részleteit, a célállomás részleteit, a folyamatindító feltételeket (igény szerint, eseménykor vagy ütemezetten), valamint az adatfeldolgozási feladatokat, például az ellenőrzési pontokat, a mező érvényesítését vagy a maszkolást. Ha aktiválódik, az Amazon AppFlow egy folyamatot futtat, amely lekéri a forrásadatokat (általában a forrásalkalmazás nyilvános API-jain keresztül), adatfeldolgozási feladatokat futtat, és a feldolgozott adatokat továbbítja a célállomásra.
Ebben a példában egy előre konfigurált folyamatot helyez üzembe egy CloudFormation-sablon használatával. A következő képernyőkép az előre konfigurált veeva-aws-connector
folyamat, amelyet a megoldássablon automatikusan létrehoz az Amazon AppFlow konzolon.
A folyamat a Veeva-t használja forrásként, és a Veeva Vault összetevő objektumok importálására van konfigurálva. A metaadatok és a forrásfájlok egyaránt szükségesek a feldolgozott eszközök nyomon követéséhez, és a címkék visszaállításához a megfelelő megfelelő eszközhöz a forrásrendszerben. Ebben a helyzetben csak a legfrissebb verziót importálja a rendszer, a megjelenítéseket pedig nem tartalmazza.
A folyamat célállomását is konfigurálni kell. A következő képernyőképen meghatározzuk a CloudFormation sablon részeként létrehozott S3 vödör fájlformátumát és mappaszerkezetét.
Végül az áramlást demonstrációs célból igény szerint elindítják. Ez módosítható úgy, hogy az áramlás ütemezetten fusson, legfeljebb 1 perces részletességgel. Ütemezett indításkor az átviteli mód automatikusan teljes átvitelről növekményes átviteli módra vált. Megadhat egy forrás időbélyegző mezőt a változások nyomon követéséhez. A címkézés használatához azt találtuk, hogy a Utolsó módosítás dátuma beállítás a legalkalmasabb.
Az Amazon AppFlow ezután integrálva van Amazon EventBridge események közzétételéhez, amikor egy folyamatfutás befejeződik.
A jobb ellenálló képesség érdekében a AVAIAppFlowListener
AWS Lambda funkció be van kötve az EventBridge-be. Amikor egy Amazon AppFlow esemény aktiválódik, ellenőrzi, hogy az adott folyamatfutás sikeresen befejeződött-e, beolvassa az adott folyamatfutásból származó összes importált eszköz metaadat-információit, és az egyes dokumentumok metaadatait egy Amazon Simple Queue Service (Amazon SQS) sor. Az Amazon SQS használata laza kapcsolatot biztosít az architektúra gyártói és feldolgozói részei között, és lehetővé teszi a processzorszakasz módosításainak telepítését a bejövő frissítések leállítása nélkül.
Egy második poller funkció (AVAIQueuePoller
) gyakori időközönként (percenként) beolvassa az SQS-sort, és feldolgozza a bejövő eszközöket. A Lambda funkció még jobb reakcióideje érdekében lecserélheti a CloudWatch szabályt úgy, hogy az Amazon SQS-t a funkció indítójaként konfigurálja.
A bejövő üzenet típusától függően a megoldás különböző AWS AI-szolgáltatásokat használ az adatokból való betekintéshez. Néhány példa:
- Szövegfájlok – A funkció a DetectEntities üzemeltetése Amazon Comprehend Medical, egy természetes nyelvi feldolgozás (NLP) szolgáltatás, amely megkönnyíti az ML használatát a releváns orvosi információk strukturálatlan szövegből való kinyerésére. Ez a művelet olyan kategóriájú entitásokat észlel, mint pl
Anatomy
,Medical_Condition
,Medication
,Protected_Health_Information
ésTest_Treatment_Procedure
. A kapott kimenetet szűrjükProtected_Health_Information
, és a fennmaradó információt a megbízhatósági pontszámokkal együtt egyengetjük és beillesztjük egy Amazon DynamoDB asztal. Ez az információ az OpenSearch Kibana-fürtön van ábrázolva. Valós alkalmazásokban használhatja az Amazon Comprehend Medicalt is ICD-10-CM vagy RxNorm funkció az észlelt információk orvosi ontológiákhoz való kapcsolásához, így a későbbi egészségügyi alkalmazások felhasználhatják azokat további elemzésekhez. - képek – A funkció a DetectLabels a metódusa Amazon felismerés hogy felismerje a címkéket a bejövő képen. Ezek a címkék címkeként működhetnek a képekben eltemetett gazdag információk azonosítására, például a kereskedelmi műalkotásokra és a klinikai címkékre vonatkozó információkra. Ha a címkék szeretik
Human
orPerson
80%-ot meghaladó megbízhatósági pontszámmal észlelik a kód a Arcok észlelése módszer a kulcsfontosságú arcvonások, például a szemek, az orr és a száj megkeresésére, hogy felismerje az arcokat a bemeneti képen. Az Amazon Rekognition mindezeket az információkat egy hozzárendelt megbízhatósági pontszámmal szállítja, amelyet leegyenlít és a DynamoDB táblában tárol. - Hangfelvételek – Hangeszközök esetén a kód a StartTranscriptionJob aszinkron módszere Amazon átirat hogy a bejövő hangot szöveggé írja át, egyedi azonosítóként adva át
TranscriptionJobName
. A kód feltételezi, hogy a hang nyelve angol (USA), de módosíthatja, hogy a Veeva Vaulttól származó információkhoz kapcsolódjon. A kód a GetTranscriptionJob módszerrel, ugyanazt az egyedi azonosítót adja át, mint aTranscriptionJobName
hurokban, amíg a munka be nem fejeződik. Az Amazon Transcribe a kimeneti fájlt egy S3 tárolóban szállítja, amelyet a kód beolvas, és töröl. A kód meghívja a szövegfeldolgozási munkafolyamatot (ahogyan korábban tárgyaltuk), hogy az entitásokat kivonja az átírt hangból. - Szkennelt dokumentumok (PDF-ek) – Az élettudományi eszközök nagy százaléka PDF-ben található – ezek lehetnek tudományos folyóiratoktól és kutatási cikkektől a gyógyszercímkékig. Amazon szöveg egy olyan szolgáltatás, amely automatikusan kivonja a szöveget és az adatokat a beolvasott dokumentumokból. A kód a StartDocumentTextDetection metódus egy aszinkron feladat elindításához a dokumentumban lévő szöveg észlelésére. A kód a
JobId
válaszolt a hívásra GetDocumentTextDetection hurokban, amíg a munka be nem fejeződik. A kimeneti JSON-struktúra az észlelt szöveg sorait és szavait tartalmazza, valamint megbízhatósági pontszámokat minden egyes azonosított elemhez, így megalapozott döntéseket hozhat az eredmények felhasználásával kapcsolatban. A kód feldolgozza a JSON-struktúrát a szövegkimosás újbóli létrehozásához, és meghívja a szövegfeldolgozási munkafolyamatot, hogy entitásokat vonjon ki a szövegből.
A DynamoDB tábla az összes feldolgozott adatot tárolja. A megoldás használ DynamoDB Streams és Lambda triggerek (AVAIPopulateES
) adatok feltöltéséhez egy OpenSearch Kibana-fürtbe. Az AVAIPopulateES függvény minden frissítési, beszúrási és törlési műveletnél lefut, amely a DynamoDB táblában történik, és beszúr egy megfelelő rekordot az OpenSearch indexbe. A Kibana segítségével megjelenítheti ezeket a rekordokat.
A visszacsatolási kör lezárásához a AVAICustomFieldPopulator
A lambda funkció létrejött. A DynamoDB metaadat-tábla DynamoDB-folyamában lévő események váltják ki. Minden DocumentID
a DynamoDB-rekordokban a függvény a Veeva API segítségével megpróbálja a címkeinformációkat az eszköz előre meghatározott egyéni mezőtulajdonságába beilleszteni a Veeva megfelelő azonosítójával. Az egyéni mezőbe zaj beszúrásának elkerülése érdekében a Lambda függvény kiszűr minden olyan címkét, amelyet 0.9-nél alacsonyabb megbízhatósági pontszámmal azonosítottak. A sikertelen kérelmeket a rendszer egy holtbetűs sorba (DLQ) továbbítja kézi ellenőrzésre vagy automatikus újrapróbálkozásra.
Ez a megoldás szerver nélküli, felosztó-kirovó megközelítést kínál a digitális eszközök feldolgozásához, címkézéséhez és átfogó keresések lehetővé tételéhez. Ezenkívül minden egyes felügyelt összetevő magas rendelkezésre állású, beépített automatikus telepítéssel több rendelkezésre állási zónában. Mert Amazon OpenSearch szolgáltatás (az Amazon Elasticsearch Service utódja), kiválaszthatja a három-AZ opció hogy jobb elérhetőséget biztosítson domainjei számára.
Előfeltételek
Ehhez az áttekintéshez a következő előfeltételekkel kell rendelkeznie:
- An AWS-fiók megfelelővel AWS Identity and Access Management (IAM) engedélyei a CloudFormation sablon elindításához
- Megfelelő hozzáférési hitelesítő adatok a Veeva Vault PromoMats domainhez (domain URL, felhasználónév és jelszó)
- Egyéni tartalomcímke, amelyet a Veeva-ban határoztak meg a címkézni kívánt digitális eszközökhöz (példaként létrehoztuk a
AutoTags
egyéni tartalomcímke) - A PromoMats Vaultban található digitális eszközök, amelyek az előző hitelesítő adatokhoz hozzáférhetők
Telepítse a megoldást
A megoldás üzembe helyezéséhez CloudFormation verem használható. A verem létrehozza az összes szükséges erőforrást, beleértve:
- Egy S3 vödör a beérkező eszközök tárolására.
- Amazon AppFlow folyam, amely automatikusan importálja az eszközöket az S3 tárolóba.
- EventBridge szabály és Lambda függvény, amely reagál az Amazon AppFlow által generált eseményekre (
AVAIAppFlowListener
). - Egy SQS FIFO sor, amely laza csatolásként működik a figyelő funkció között (
AVAIAppFlowListener
) és a poller függvény (AVAIQueuePoller
). - DynamoDB tábla az Amazon AI-szolgáltatások kimenetének tárolására.
- Amazon OpenSearch Kibana (ELK) fürt az elemzett címkék megjelenítéséhez.
- Lambda funkció az azonosított címkék visszatolásához a Veeva-ba (
AVAICustomFieldPopulator
), megfelelő DLQ-val. - Szükséges lambda funkciók:
- AVAIAppFlowListener – Az Amazon AppFlow által az EventBridge-hez tolt események váltják ki. A folyamat futtatásának ellenőrzésére és az üzenet SQS-sorba küldésére szolgál.
- AVAIQueuePoller – 1 percenként aktiválódik. Az SQS-sor lekérdezésére, az eszközök Amazon AI-szolgáltatások segítségével történő feldolgozására és a DynamoDB-tábla feltöltésére szolgál.
- AVAIPopulateES – Akkor aktiválódik, amikor frissítés, beszúrás vagy törlés történik a DynamoDB táblában. A DynamoDB változásainak rögzítésére és az ELK-fürt feltöltésére szolgál.
- AVAICustomFieldPopulator – Akkor aktiválódik, amikor frissítés, beszúrás vagy törlés történik a DynamoDB táblában. A címkeinformációk Veeva-ba való visszacsatolására szolgál.
- A Amazon CloudWatch események szabályok, amelyek kiváltják a
AVAIQueuePoller
funkció. Ezek a triggerek aDISABLED
állapot alapértelmezés szerint. - Szükséges IAM-szerepek és házirendek az EventBridge-vel és az AI-szolgáltatásokkal való interakcióhoz a hatókör lefelé tartása érdekében.
A kezdéshez hajtsa végre a következő lépéseket:
- Jelentkezzen be a AWS felügyeleti konzol olyan fiókkal, amely rendelkezik a szükséges IAM-engedélyekkel.
- 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 Indítsa el a Stack alkalmazást és nyissa meg egy új lapon:
- A Verem létrehozása oldalon válassza a lehetőséget Következő.
- A Adja meg a verem részleteit oldalon adja meg a verem nevét.
- Adja meg a paraméterek értékeit.
- 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 Állítsa be a verembeállításokat oldalon, hagyjon mindent alapértelmezettként, és válassza ki Következő.
- A Felülvizsgálat oldalon, a Képességek és átalakítások szakaszban jelölje be a három jelölőnégyzetet.
- 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 Verem létrehozása.
- Várja meg, amíg a verem befejeződik. Megvizsgálhatja a különböző eseményeket a verem létrehozási folyamatából a Események Tab.
- Miután a verem létrehozása befejeződött, megtekintheti a Tudástár lapon megtekintheti a CloudFormation-sablon által létrehozott összes erőforrást.
- A Kimenetek lapon másolja az értékét
ESDomainAccessPrincipal
.
Ez az IAM szerepkör ARN-je, amelyet a AVAIPopulateES
függvény feltételezi. Később használhatja az Amazon OpenSearch Service tartományhoz való hozzáférés konfigurálásához.
Állítsa be az Amazon OpenSearch szolgáltatást és a Kibanát
Ez a szakasz végigvezeti Önt az Amazon OpenSearch Service-fürt biztonságossá tételén és a helyi proxy telepítésén a Kibana biztonságos eléréséhez.
- Az Amazon OpenSearch Service konzolon válassza ki a sablon által létrehozott tartományt.
- A Hozzászólások menüben válasszon Módosítsa a hozzáférési szabályzatot.
- A Domain hozzáférési szabályzat, választ Egyéni hozzáférési szabályzat.
- A A hozzáférési szabályzat törlődik felugró ablakban válassza ki Törölje és folytassa.
- A következő oldalon állítsa be a következő utasításokat az Amazon OpenSearch Service tartományhoz való hozzáférés zárolásához:
- IPv4-cím engedélyezése – Az Ön IP-címe.
- IAM ARN engedélyezése - Az értéke
ESDomainAccessPrincipal
korábban másoltad.
- 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 Küld.
Ez létrehoz egy hozzáférési szabályzatot, amely hozzáférést biztosít az AVAIPopulateES funkcióhoz és a Kibana hozzáféréshez az Ön IP-címéről. A hozzáférési szabályzat hatókörének csökkentésével kapcsolatos további információkért lásd: Hozzáférési házirendek konfigurálása.
- Várja meg, amíg a domain állapota a következőként jelenik meg:
Active
. - Az Amazon EventBridge konzolon a Események, választ Szabályok. Két szabályt láthat, amelyeket a CloudFormation sablon hozott létre.
- Válassza ki a
AVAIQueuePollerSchedule
szabályt, és kattintással engedélyezze engedélyezése.
5–8 percen belül meg kell kezdenie az adatok beáramlását, és az entitások létrejönnek az Amazon OpenSearch Service-fürtben. Most már megjelenítheti ezeket az entitásokat a Kibanában. Ehhez egy nyílt forráskódú proxyt kell használni aws-es-kibana. A proxy számítógépre történő telepítéséhez írja be a következő kódot:
aws-es-kibana your_OpenSearch_domain_endpoint
A tartomány végpontját a Kimenetek alatti CloudFormation verem lapján ESDomainEndPoint
. A következő kimenetet kell látnod:
Készítsen vizualizációkat és elemezze a címkézett tartalmat
Kérjük, olvassa el az eredetit blog bejegyzés.
Tisztítsuk meg
A jövőbeni költségek elkerülése érdekében törölje az erőforrásokat, amikor nincsenek használatban. Könnyen törölheti az összes erőforrást a kapcsolódó CloudFormation-verem törlésével. Ne feledje, hogy a verem sikeres törléséhez ki kell ürítenie a létrehozott S3 gyűjtőhelyeket.
Következtetés
Ebben a bejegyzésben bemutattuk, hogyan használhatja az Amazon AI-szolgáltatásokat az Amazon AppFlow-val kombinálva a Veeva Vault PromoMats funkcióinak kiterjesztésére, valamint az értékes információk gyors és egyszerű kinyerésére. A beépített visszacsatolási mechanizmus lehetővé teszi a címkék visszafrissítését a Veeva Vault-ba, és lehetővé teszi az eszközök automatikus címkézését. Így csapata könnyebben megtalálhatja és gyorsan megtalálhatja az eszközöket.
Bár egyik ML kimenet sem tökéletes, nagyon közel állhat az emberi teljesítményhez, és segíthet ellensúlyozni a csapat erőfeszítéseinek jelentős részét. Ezt a többletkapacitást értéknövelt feladatokra használhatja fel, miközben egy kis kapacitást fordít az ML-megoldás kimenetének ellenőrzésére. Ez a megoldás segíthet a költségek optimalizálásában, a címkézés konzisztenciájában, és lehetővé teszi a meglévő eszközök gyors felfedezését.
Végül fenntarthatja adatainak tulajdonjogát, és kiválaszthatja, hogy mely AWS-szolgáltatások dolgozhatják fel, tárolhatják és tárolhatják a tartalmat. Az AWS az Ön beleegyezése nélkül semmilyen célra nem fér hozzá az Ön tartalmához, és nem használja fel az Ön tartalmát, és soha nem használja fel az ügyfelek adatait marketing vagy reklámozási célokra. További információkért lásd Adatvédelmi GYIK.
A megoldás funkcionalitását további fejlesztésekkel is tovább bővítheti. Például az ebben a bejegyzésben szereplő mesterséges intelligencia és ML szolgáltatások mellett könnyedén hozzáadhatja bármelyik egyéni ML-modelljét, amelyet Amazon SageMaker az építészethez.
Ha további felhasználási eseteket szeretne felfedezni a Veeva és az AWS számára, forduljon az AWS fiókot kezelő csapatához.
A Veeva Systems felülvizsgálta és jóváhagyta ezt a tartalmat. A Veeva Vaulttal kapcsolatos további kérdéseivel forduljon hozzánk bizalommal Veeva támogatás.
A szerzőkről
Mayank Thakkar az AWS AI/ML üzletfejlesztési, globális egészségügyi és élettudományi részlegének vezetője. Több mint 18 éves tapasztalattal rendelkezik különböző iparágakban, például az egészségügyben, az élettudományokban, a biztosításban és a kiskereskedelemben, specializálódott szerver nélküli, mesterséges intelligencia és gépi tanulás alapú megoldások kiépítésére a valós iparági problémák megoldására. Az AWS-nél szorosan együttműködik nagy gyógyszergyártó cégekkel szerte a világon, hogy élvonalbeli megoldásokat építsenek ki, és segítsék őket felhő útjukon. A munkán kívül Mayank feleségével két energikus és huncut fiú, Aaryan (6) és Kiaan (4) nevelésével van elfoglalva, miközben megpróbálja megakadályozni, hogy a ház leégjen vagy víz alá kerüljön!
Anamaria Todor Senior Solutions Architect, Koppenhágában, Dániában. 4 évesen látta meg első számítógépét, és azóta sem engedte el a számítástechnikát és a mérnöki pályát. Különféle műszaki beosztásokban dolgozott a full-stack fejlesztőtől az adatmérnökig, műszaki vezetőig és technológiai igazgatóig különböző dán vállalatoknál. Anamaria alkalmazott mérnöki és számítástechnikai alapképzéssel, számítástechnikai mesterképzéssel és több mint 10 éves gyakorlati AWS-tapasztalattal rendelkezik. Az AWS-nél szorosan együttműködik a vállalati szegmens egészségügyi és élettudományi vállalataival. Amikor nem dolgozik vagy nem játszik videojátékokkal, lányokat és női szakembereket tanít, hogy megértsék és megtalálják útjukat a technológia révén.
- Coinsmart. Európa legjobb Bitcoin- és kriptográfiai tőzsdéje.
- Platoblockchain. Web3 metaverzum intelligencia. Felerősített tudás. SZABAD HOZZÁFÉRÉS.
- CryptoHawk. Altcoin radar. Ingyenes próbaverzió.
- Forrás: https://aws.amazon.com/blogs/machine-learning/analyze-and-tag-assets-stored-in-veeva-vault-promomats-using-amazon-appflow-and-amazon-ai-services/
- "
- 10
- 100
- 7
- 9
- a
- Rólunk
- KIVONAT
- hozzáférés
- hozzáférhető
- elhelyezésére
- Fiók
- Elérése
- át
- törvény
- mellett
- További
- cím
- Hirdetés
- AI
- AI szolgáltatások
- Minden termék
- lehetővé teszi, hogy
- amazon
- összeg
- elemzés
- analitika
- elemez
- külön
- api
- API-k
- Alkalmazás
- alkalmazások
- alkalmazott
- megközelítés
- megfelelő
- építészet
- körül
- mesterséges
- mesterséges intelligencia
- artwork
- vagyontárgy
- Eszközök
- társult
- hang-
- Automatikus
- automatikusan
- elérhetőség
- AWS
- előtt
- hogy
- Jobb
- között
- határ
- épít
- Épület
- beépített
- üzleti
- hívás
- képességek
- Kapacitás
- eset
- esetek
- díjak
- 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
- besorolás
- klinikai vizsgálatok
- felhő
- coaching
- kód
- kombináció
- hogyan
- érkező
- kereskedelmi
- Companies
- teljes
- összetevő
- átfogó
- számítógép
- Computer Science
- koncepció
- Körülmények
- bizalom
- Configuration
- Csatlakozás
- kapcsolat
- beleegyezés
- Konzol
- kapcsolat
- tartalmaz
- tartalom
- Megfelelő
- kiadások
- tudott
- ország
- teremt
- készítette
- teremt
- teremtés
- Hitelesítő adatok
- CTO
- szokás
- vevő
- élvonalbeli
- műszerfal
- dátum
- adatfeldolgozás
- határozatok
- szállít
- Kereslet
- igazolták
- Dánia
- telepíteni
- bevetés
- rendeltetési hely
- úticél
- részletek
- észlelt
- Érzékelés
- Fejlesztő
- Fejlesztés
- digitális
- Digitális eszközök
- felfedezés
- dokumentumok
- Nem
- domain
- domainek
- le-
- gyógyszer
- minden
- könnyen
- könnyen használható
- ökoszisztéma
- Hatékony
- erőfeszítések
- lehetővé
- lehetővé teszi
- Endpoint
- mérnök
- Mérnöki
- Angol
- belép
- Vállalkozás
- Szervezetek
- Környezet
- esemény
- események
- minden
- példa
- példák
- létező
- tapasztalat
- feltárása
- terjed
- kivonatok
- arcok
- Funkció
- Jellemzők
- Visszacsatolás
- női
- Fields
- Szűrők
- megtalálása
- vezetéknév
- áramlási
- koncentrál
- következő
- formátum
- talált
- ból ből
- Tele
- funkció
- funkcionalitás
- funkciók
- további
- jövő
- Games
- általában
- generált
- szerzés
- lányok
- Globális
- támogatások
- hands-on
- fej
- egészségügyi
- segít
- Magas
- Ház
- Hogyan
- How To
- HTTPS
- emberi
- azonosító
- azonosítani
- Identitás
- kép
- képek
- importáló
- tartalmaz
- beleértve
- Beleértve
- index
- egyéni
- iparágak
- ipar
- információ
- tájékoztatták
- bemenet
- Betétek
- Insight
- meglátások
- telepíteni
- biztosítás
- integrált
- integráció
- Intelligencia
- kölcsönható
- érdekelt
- Felület
- IP
- IP-cím
- IT
- Munka
- utazás
- Tart
- Kulcs
- címkézés
- Címkék
- nyelv
- Nyelvek
- nagy
- legutolsó
- indít
- vezet
- Szabadság
- Life Sciences
- vonalak
- LINK
- helyi
- néz
- gép
- fenntartása
- csinál
- KÉSZÍT
- kezelése
- sikerült
- vezetés
- mód
- kézikönyv
- gyártási
- térképészet
- Marketing
- mester
- anyagok
- mechanizmus
- orvosi
- említett
- Metrics
- ML
- modellek
- több
- a legtöbb
- mozog
- többszörös
- Természetes
- elengedhetetlen
- igények
- következő
- Zaj
- Ajánlatok
- eltolt
- nyitva
- üzemeltetési
- működés
- Optimalizálja
- Opciók
- érdekében
- eredeti
- Más
- átfogó
- saját
- tulajdon
- rész
- Múló
- Jelszó
- beteg
- százalék
- tökéletes
- teljesítmény
- Pharma
- játék
- kérem
- Politikák
- politika
- szavazás
- pop-up
- be
- előző
- magánélet
- problémák
- folyamat
- Folyamatok
- feldolgozás
- Processzor
- termelő
- Termékek
- tehetséges alkalmazottal
- bizonyíték
- bizonyíték a koncepcióra
- ingatlan
- protokollok
- ad
- biztosít
- meghatalmazott
- nyilvános
- közzétesz
- cél
- célokra
- meglökött
- Quick
- gyorsan
- emelés
- kezdve
- el
- Reagál
- reakció
- rekord
- nyilvántartások
- szabályozók
- megmaradó
- képviselők
- kéri
- kutatás
- Tudástár
- válasz
- kapott
- Eredmények
- kiskereskedelem
- Szerep
- szabályok
- futás
- azonos
- skálázhatóság
- Skála
- tervezett
- Tudomány
- TUDOMÁNYOK
- biztosan
- részes
- vagy szerver
- szolgáltatás
- Szolgáltatások
- készlet
- beállítás
- Megosztás
- előadás
- Egyszerű
- óta
- weboldal
- helyzet
- kicsi
- So
- szoftver
- szoftver mint szolgáltatás
- szilárd
- megoldások
- Megoldások
- SOLVE
- néhány
- szakosodott
- különleges
- specifikációk
- verem
- standard
- kezdet
- kezdődött
- Állami
- nyilatkozatok
- Állapot
- tárolás
- tárolni
- árnyékolók
- folyam
- szerkesztett
- Tanulmány
- lényeges
- sikeres
- sikeresen
- támogatás
- Támogatott
- Támogató
- Támogatja
- rendszer
- Systems
- feladatok
- csapat
- csapat
- Műszaki
- Technológia
- sablonok
- feltételek
- A
- The Source
- a világ
- három
- Keresztül
- NYAKKENDŐ
- idő
- időigényes
- szerszám
- felé
- vágány
- Csomagkövetés
- átruházás
- transzferek
- Fordítás
- váltott
- alatt
- megértés
- egyedi
- korlátlan
- Frissítések
- Frissítés
- us
- használ
- érvényesítés
- érték
- különféle
- Boltozat
- változat
- videó
- videojátékok
- honlapok
- míg
- nélkül
- szavak
- Munka
- dolgozott
- dolgozó
- művek
- világ
- év
- A te