Postingan ini ditulis bersama Marc Neumann, Amor Steinberg dan Marinus Krommenhoek dari BMW Group.
Grafik BMW Group โ berkantor pusat di Munich, Jerman โ didukung oleh 149,000 karyawan di seluruh dunia dan berproduksi di lebih dari 30 fasilitas produksi dan perakitan di 15 negara. Saat ini, BMW Group adalah produsen mobil dan sepeda motor premium terkemuka di dunia, serta penyedia layanan keuangan dan mobilitas premium. BMW Group menetapkan tren dalam teknologi produksi dan keberlanjutan sebagai pemimpin inovasi dengan perpaduan material yang cerdas, pergeseran teknologi menuju digitalisasi, dan produksi yang hemat sumber daya.
Di dunia yang semakin digital dan berubah dengan cepat, strategi pengembangan bisnis dan produk BMW Group sangat bergantung pada pengambilan keputusan berdasarkan data. Oleh karena itu, kebutuhan akan ilmuwan data dan insinyur pembelajaran mesin (ML) telah meningkat secara signifikan. Para profesional terampil ini ditugaskan untuk membangun dan menerapkan model yang meningkatkan kualitas dan efisiensi proses bisnis BMW dan memungkinkan pengambilan keputusan kepemimpinan yang tepat.
Ilmuwan data dan teknisi ML memerlukan peralatan yang mumpuni dan komputasi yang memadai untuk pekerjaan mereka. Oleh karena itu, BMW membangun infrastruktur ML/pembelajaran mendalam terpusat di lokasi beberapa tahun yang lalu dan terus meningkatkannya. Untuk membuka jalan bagi pertumbuhan AI, BMW Group perlu melakukan lompatan terkait skalabilitas dan elastisitas sekaligus mengurangi biaya operasional, lisensi perangkat lunak, dan manajemen perangkat keras.
Dalam postingan ini, kita akan membahas tentang bagaimana BMW Group, bekerja sama dengan AWS Professional Services, membangun layanan Jupyter Managed (JuMa) untuk mengatasi tantangan ini. JuMa adalah layanan platform AI BMW Group untuk analis data, insinyur ML, dan ilmuwan data yang menyediakan ruang kerja yang ramah pengguna dengan lingkungan pengembangan terintegrasi (IDE). Hal ini didukung oleh Studio Amazon SageMaker dan menyediakan JupyterLab untuk Python dan Posit Workbench untuk R. Penawaran ini memungkinkan para insinyur ML BMW melakukan analisis data dan ML yang berpusat pada kode, meningkatkan produktivitas pengembang dengan menyediakan kemampuan layanan mandiri dan otomatisasi infrastruktur, dan terintegrasi erat dengan lanskap perkakas TI terpusat BMW.
JuMa kini tersedia untuk semua ilmuwan data, teknisi ML, dan analis data di BMW Group. Layanan ini menyederhanakan alur kerja pengembangan dan produksi ML (MLOps) di seluruh BMW dengan menyediakan lingkungan pengembangan yang hemat biaya dan terukur yang memfasilitasi kolaborasi tanpa batas antara tim ilmu data dan teknik di seluruh dunia. Hal ini menghasilkan eksperimen yang lebih cepat dan siklus validasi ide yang lebih pendek. Apalagi infrastruktur JuMa yang berbasis AWS tanpa server dan layanan terkelola, membantu mengurangi overhead operasional untuk tim DevOps dan memungkinkan mereka fokus dalam mengaktifkan kasus penggunaan dan mempercepat inovasi AI di BMW Group.
Tantangan dalam mengembangkan platform AI lokal
Sebelum memperkenalkan layanan JuMa, tim BMW di seluruh dunia menggunakan dua platform lokal yang menyediakan lingkungan tim JupyterHub dan RStudio. Platform ini terlalu terbatas dalam hal CPU, GPU, dan memori untuk memungkinkan skalabilitas AI di BMW Group. Meningkatkan skala platform ini dengan mengelola lebih banyak perangkat keras lokal, lebih banyak lisensi perangkat lunak, dan biaya dukungan akan memerlukan investasi awal yang signifikan dan upaya besar untuk pemeliharaannya. Selain itu, kemampuan layanan mandiri yang tersedia terbatas, sehingga memerlukan upaya operasional yang tinggi untuk tim DevOpsnya. Yang lebih penting lagi, penggunaan platform ini tidak selaras dengan strategi TI cloud-first BMW Group. Misalnya, tim yang menggunakan platform ini melewatkan migrasi yang mudah dari prototipe AI/ML mereka ke industrialisasi solusi yang berjalan di AWS. Sebaliknya, tim ilmu data dan analitik yang sudah menggunakan AWS secara langsung untuk eksperimen juga perlu membangun dan mengoperasikan infrastruktur AWS mereka sambil memastikan kepatuhan terhadap kebijakan internal, undang-undang, dan peraturan setempat BMW Group. Hal ini mencakup serangkaian aktivitas konfigurasi dan tata kelola mulai dari memesan akun AWS, membatasi akses internet, menggunakan paket terdaftar yang diizinkan hingga menjaga image Docker mereka tetap mutakhir.
Ikhtisar solusi
JuMa adalah layanan platform AI multi-penyewa yang dikelola sepenuhnya dan diperkuat dengan keamanan yang dibangun di AWS dengan Studio SageMaker pada intinya. Dengan mengandalkan layanan tanpa server dan terkelola AWS sebagai elemen penyusun utama infrastruktur, tim JuMa DevOps tidak perlu khawatir tentang melakukan patching server, meningkatkan penyimpanan, atau mengelola komponen infrastruktur lainnya. Layanan ini menangani semua proses tersebut secara otomatis, menyediakan platform teknis canggih yang umumnya terkini dan siap digunakan.
Pengguna JuMa dapat dengan mudah memesan ruang kerja melalui portal layanan mandiri untuk menciptakan lingkungan pengembangan dan eksperimen yang aman dan terisolasi untuk tim mereka. Setelah ruang kerja JuMa disediakan, pengguna dapat meluncurkan lingkungan meja kerja JupyterLab atau Posit di SageMaker Studio hanya dengan beberapa klik dan segera memulai pengembangan, menggunakan alat dan kerangka kerja yang paling mereka kenal. JuMa terintegrasi erat dengan berbagai layanan TI Pusat BMW, termasuk manajemen identitas dan akses, manajemen peran dan hak, Pusat Data Cloud BMW (data lake BMW di AWS) dan database lokal. Yang terakhir ini membantu tim AI/ML mengakses data yang diperlukan dengan lancar, mengingat mereka diberi wewenang untuk melakukannya, tanpa perlu membangun saluran data. Selain itu, notebook dapat diintegrasikan ke dalam repositori Git perusahaan untuk berkolaborasi menggunakan kontrol versi.
Solusi ini menghilangkan semua kerumitan teknis yang terkait dengan pengelolaan, konfigurasi, dan penyesuaian akun AWS untuk tim AI/ML, sehingga memungkinkan mereka untuk sepenuhnya fokus pada inovasi AI. Platform ini memastikan bahwa konfigurasi ruang kerja memenuhi persyaratan keamanan dan kepatuhan BMW.
Diagram berikut menjelaskan tampilan konteks tingkat tinggi arsitektur.
Perjalanan pengguna
Anggota tim BMW AI/ML dapat memesan ruang kerja JuMa mereka menggunakan layanan katalog standar BMW. Setelah disetujui oleh manajer lini, ruang kerja JuMa yang dipesan disediakan oleh platform secara otomatis sepenuhnya. Alur kerja penyediaan ruang kerja mencakup langkah-langkah berikut (seperti yang diberi nomor dalam diagram arsitektur).
- Tim ilmuwan data memesan ruang kerja JuMa baru di Katalog BMW. JuMa secara otomatis menyediakan akun AWS baru untuk ruang kerja. Hal ini memastikan isolasi penuh antara ruang kerja mengikuti struktur akun model gabungan yang disebutkan dalam Praktik Terbaik Administrasi SageMaker Studio.
- JuMa mengonfigurasi ruang kerja (yaitu a Domain pembuat bijak) yang hanya mengizinkan yang telah ditentukan sebelumnya Amazon SageMaker fitur yang diperlukan untuk eksperimen dan pengembangan, kernel khusus tertentu, dan konfigurasi siklus hidup. Ini juga menyiapkan subnet dan grup keamanan yang diperlukan untuk memastikan notebook berjalan di lingkungan yang aman.
- Setelah ruang kerja disediakan, pengguna yang berwenang masuk ke portal JuMa dan mengakses SageMaker Studio IDE dalam ruang kerja mereka menggunakan URL SageMaker yang telah ditandatangani sebelumnya. Pengguna dapat memilih antara membuka ruang pribadi SageMaker Studio atau a ruang bersama. Ruang bersama mendorong kolaborasi antara anggota tim yang berbeda yang dapat bekerja secara paralel pada buku catatan yang sama, sedangkan ruang pribadi memungkinkan lingkungan pengembangan untuk beban kerja tersendiri.
- Dengan menggunakan portal data BMW, pengguna dapat meminta akses ke database lokal atau data yang disimpan di Cloud Data Hub BMW, sehingga tersedia di ruang kerja mereka untuk pengembangan dan eksperimen, mulai dari persiapan dan analisis data hingga pelatihan dan validasi model.
Setelah model AI dikembangkan dan divalidasi di JuMa, tim AI dapat menggunakan layanan MLOPs dari platform AI BMW untuk menerapkannya ke produksi dengan cepat dan mudah. Layanan ini memberi pengguna infrastruktur dan pipeline ML tingkat produksi di AWS menggunakan SageMaker, yang dapat disiapkan dalam hitungan menit hanya dengan beberapa klik. Pengguna hanya perlu menghosting model mereka pada infrastruktur yang disediakan dan menyesuaikan alur untuk memenuhi kebutuhan kasus penggunaan spesifik mereka. Dengan cara ini, platform AI mencakup seluruh siklus hidup AI di BMW Group.
Fitur JuMa
Mengikuti arsitek praktik terbaik di AWS, layanan JuMa dirancang dan diimplementasikan sesuai dengan Kerangka Kerja AWS Well-Architected. Keputusan arsitektur dari masing-masing pilar Well-Architected dijelaskan secara rinci di bagian berikut.
Keamanan dan kepatuhan
Untuk memastikan isolasi penuh antar penyewa, setiap ruang kerja menerima akun AWS-nya sendiri, tempat pengguna yang berwenang dapat berkolaborasi bersama dalam tugas analitik serta mengembangkan dan bereksperimen dengan model AI/ML. Portal JuMa sendiri menerapkan isolasi saat runtime menggunakan isolasi berbasis kebijakan Identitas AWS dan Manajemen Akses (IAM) dan konteks pengguna JuMa. Untuk informasi lebih lanjut tentang strategi ini, lihat Isolasi berbasis kebijakan run-time dengan IAM.
Ilmuwan data hanya dapat mengakses domain mereka melalui jaringan BMW melalui URL yang telah ditandatangani sebelumnya yang dihasilkan oleh portal. Akses internet langsung dinonaktifkan dalam domain mereka. Hak istimewa domain Sagemaker mereka dibuat menggunakan Manajer Peran Amazon SageMaker persona untuk memastikan akses hak istimewa paling rendah ke layanan AWS yang diperlukan untuk pengembangan seperti SageMaker, Amazon Athena, Layanan Penyimpanan Sederhana Amazon (Amazon S3), dan Lem AWS. Peran ini mengimplementasikan pagar pembatas ML (seperti yang dijelaskan dalam Tata Kelola dan Kontrol), termasuk penegakan pelatihan ML yang akan dilakukan di salah satu negara tersebut Cloud Pribadi Virtual Amazon (Amazon VPC) atau tanpa internet dan hanya mengizinkan penggunaan gambar SageMaker terbaru dan terverifikasi khusus dari JuMa.
Karena JuMa dirancang untuk pengembangan, eksperimen, dan analisis ad-hoc, JuMa menerapkan kebijakan penyimpanan untuk menghapus data setelah 30 hari. Untuk mengakses data kapan pun diperlukan dan menyimpannya untuk jangka panjang, JuMa berintegrasi secara mulus dengan BMW Cloud Data Hub dan database lokal BMW.
Terakhir, JuMa mendukung beberapa Wilayah untuk mematuhi situasi hukum lokal khusus yang, misalnya, mengharuskannya memproses data secara lokal untuk memungkinkan kedaulatan data BMW.
Keunggulan operasional
Backend platform JuMa dan ruang kerja diimplementasikan AWS tanpa server dan layanan terkelola. Penggunaan layanan tersebut membantu meminimalkan upaya tim platform BMW dalam memelihara dan mengoperasikan solusi end-to-end, berupaya menjadi layanan tanpa operasi. Ruang kerja dan portal dipantau menggunakan amazoncloudwatch log, metrik, dan alarm untuk memeriksa indikator kinerja utama (KPI) dan secara proaktif memberi tahu tim platform jika ada masalah. Selain itu, Sinar-X AWS sistem penelusuran terdistribusi digunakan untuk melacak permintaan di beberapa komponen dan memberi anotasi pada log CloudWatch dengan konteks yang relevan dengan ruang kerja.
Semua perubahan pada infrastruktur JuMa dikelola dan diimplementasikan melalui otomatisasi menggunakan infrastruktur sebagai kode (IaC). Hal ini membantu mengurangi upaya manual dan kesalahan manusia, meningkatkan konsistensi, dan memastikan perubahan yang dapat direproduksi dan dikontrol versi di kedua ruang kerja backend platform JuMa. Secara khusus, semua ruang kerja disediakan dan diperbarui melalui proses orientasi yang dibangun di atasnya Fungsi Langkah AWS, Pembuatan Kode AWS, dan Terraform. Oleh karena itu, tidak diperlukan konfigurasi manual untuk memasukkan ruang kerja baru ke platform JuMa.
Optimalisasi biaya
Dengan menggunakan layanan tanpa server AWS, JuMa memastikan skalabilitas sesuai permintaan, ukuran instans yang telah disetujui sebelumnya, dan model bayar sesuai penggunaan untuk sumber daya yang digunakan selama aktivitas pengembangan dan eksperimen sesuai kebutuhan tim AI/ML. Untuk lebih mengoptimalkan biaya, platform JuMa memantau dan mengidentifikasi sumber daya yang tidak digunakan dalam SageMaker Studio dan mematikannya secara otomatis untuk mencegah pengeluaran untuk sumber daya yang tidak digunakan.
Keberlanjutan
JuMa menggantikan dua platform lokal milik BMW untuk beban kerja analitik dan pembelajaran mendalam yang menghabiskan banyak listrik dan menghasilkan emisi CO2 bahkan saat tidak digunakan. Dengan memigrasikan beban kerja AI/ML dari on-premise ke AWS, BMW akan mengurangi dampak lingkungannya dengan menonaktifkan platform on-premise.
Selain itu, mekanisme penghentian otomatis sumber daya yang menganggur, kebijakan penyimpanan data, dan laporan penggunaan ruang kerja kepada pemiliknya yang diterapkan di JuMa membantu meminimalkan jejak lingkungan dari menjalankan beban kerja AI/ML di AWS.
Efisiensi kinerja
Dengan menggunakan SageMaker Studio, tim BMW mendapatkan manfaat dari kemudahan penerapan fitur SageMaker terbaru yang dapat membantu mempercepat eksperimen mereka. Misalnya, mereka bisa menggunakan Mulai Lompatan Amazon SageMaker kemampuan untuk menggunakan model sumber terbuka terbaru yang telah dilatih sebelumnya. Selain itu, hal ini membantu mengurangi upaya tim AI/ML untuk beralih dari eksperimen ke industrialisasi solusi, karena lingkungan pengembangan menyediakan layanan inti AWS yang sama tetapi terbatas pada kemampuan pengembangan.
Keandalan
Domain SageMaker Studio diterapkan dalam mode khusus VPC untuk mengelola akses internet dan hanya mengizinkan akses ke layanan AWS yang dimaksudkan. Jaringan disebarkan dalam dua Availability Zone untuk melindungi dari satu titik kegagalan, sehingga mencapai ketahanan dan ketersediaan platform yang lebih besar bagi penggunanya.
Perubahan pada ruang kerja JuMa secara otomatis diterapkan dan diuji ke lingkungan pengembangan dan integrasi, menggunakan jalur pipa IaC dan CI/CD, sebelum meningkatkan lingkungan pelanggan.
Terakhir, data disimpan di Sistem File Amazon Elastis (Amazon EFS) untuk domain SageMaker Studio disimpan setelah volume dihapus untuk tujuan pencadangan.
Kesimpulan
Dalam postingan ini, kami menjelaskan bagaimana BMW Group bekerja sama dengan AWS ProServe mengembangkan layanan platform AI yang terkelola sepenuhnya di AWS menggunakan SageMaker Studio dan layanan tanpa server dan terkelola AWS lainnya.
Dengan JuMa, tim AI/ML BMW diberdayakan untuk membuka nilai bisnis baru dengan mempercepat eksperimen serta waktu pemasaran untuk solusi AI yang disruptif. Selain itu, dengan bermigrasi dari platform on-premise, BMW dapat mengurangi upaya dan biaya operasional secara keseluruhan sekaligus meningkatkan keberlanjutan dan postur keamanan secara keseluruhan.
Untuk mempelajari lebih lanjut tentang menjalankan eksperimen AI/ML dan beban kerja pengembangan di AWS, kunjungi Studio Amazon SageMaker.
Tentang Penulis
Marc Neumann adalah kepala Platform AI pusat di BMP Group. Dia bertanggung jawab untuk mengembangkan dan menerapkan strategi penggunaan teknologi AI untuk penciptaan nilai bisnis di seluruh BMW Group. Tujuan utamanya adalah memastikan penggunaan AI berkelanjutan dan terukur, yang berarti AI dapat diterapkan secara konsisten di seluruh organisasi untuk mendorong pertumbuhan dan inovasi jangka panjang. Melalui kepemimpinannya, Neumann bertujuan untuk memposisikan BMW Group sebagai pemimpin dalam inovasi berbasis AI dan penciptaan nilai dalam industri otomotif dan seterusnya.
Amor Steinberg adalah Insinyur Pembelajaran Mesin di BMW Group dan pemimpin layanan Jupyter Managed, sebuah layanan baru yang bertujuan untuk menyediakan meja kerja analitik dan pembelajaran mesin yang berpusat pada kode untuk para insinyur dan ilmuwan data di BMW Group. Pengalaman masa lalunya sebagai Insinyur DevOps di lembaga keuangan memungkinkan dia untuk mengumpulkan pemahaman unik tentang tantangan yang dihadapi bank di Uni Eropa dan menjaga keseimbangan antara upaya untuk inovasi teknologi, kepatuhan terhadap undang-undang dan peraturan, dan memaksimalkan keamanan bagi nasabah.
Marinus Krommenhoek adalah Arsitek Solusi Cloud Senior dan Pengembang Perangkat Lunak di BMW Group. Beliau antusias untuk memodernisasi lanskap TI dengan layanan canggih yang memberikan nilai tambah tinggi serta mudah dipelihara dan dioperasikan. Marinus sangat mendukung layanan mikro, arsitektur tanpa server, dan kerja tangkas. Dia memiliki pengalaman bekerja dengan tim yang tersebar di seluruh dunia dalam perusahaan besar.
Nicolas Jacob Baer adalah Arsitek Aplikasi Cloud Utama di AWS ProServe dengan fokus kuat pada rekayasa data dan pembelajaran mesin, yang berbasis di Swiss. Dia bekerja sama dengan pelanggan perusahaan untuk merancang platform data dan membangun analisis tingkat lanjut dan kasus penggunaan ML.
Joaquin Rinaudo adalah Arsitek Keamanan Utama di AWS ProServe. Dia bersemangat membangun solusi yang membantu pengembang meningkatkan kualitas perangkat lunak mereka. Sebelum bekerja di AWS, dia bekerja di berbagai domain di industri keamanan, mulai dari keamanan seluler hingga topik terkait cloud dan kepatuhan. Di waktu luangnya, Joaquin senang menghabiskan waktu bersama keluarga dan membaca novel fiksi ilmiah.
Shukhrat Khodjaev adalah Manajer Keterlibatan Global Senior di AWS ProServe. Spesialisasinya adalah memberikan data besar yang berdampak dan solusi AI/ML yang memungkinkan pelanggan AWS memaksimalkan nilai bisnis mereka melalui pemanfaatan data.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://aws.amazon.com/blogs/machine-learning/accelerating-ai-ml-development-at-bmw-group-with-amazon-sagemaker-studio/
- :memiliki
- :adalah
- :bukan
- :Di mana
- $NAIK
- 000
- 100
- 120
- 15%
- 30
- 7
- 971
- a
- Tentang Kami
- abstrak
- mempercepat
- mempercepat
- mengakses
- Menurut
- Akun
- manajemen akun
- Akun
- mencapai
- di seluruh
- kegiatan
- menambahkan
- Selain itu
- alamat
- administrasi
- Adopsi
- maju
- pengacara
- Setelah
- terhadap
- tangkas
- silam
- AI
- Platform AI
- AI / ML
- bertujuan
- Semua
- mengizinkan
- diizinkan
- Membiarkan
- memungkinkan
- sudah
- juga
- Amazon
- Amazon SageMaker
- Studio Amazon SageMaker
- Amazon Web Services
- jumlah
- an
- analisis
- Analis
- analisis
- dan
- dan infrastruktur
- Apa pun
- Aplikasi
- terapan
- persetujuan
- arsitektur
- arsitektur
- ADALAH
- AS
- Majelis
- terkait
- memastikan
- At
- berwenang
- mobil
- secara otomatis
- Otomatisasi
- otomotif
- industri otomotif
- tersedianya
- tersedia
- jauh
- AWS
- Layanan Profesional AWS
- Backend
- backup
- Saldo
- Bank
- berdasarkan
- BE
- karena
- sebelum
- manfaat
- TERBAIK
- antara
- Luar
- Besar
- Big data
- Blok
- BMW
- kedua
- Kotak
- membangun
- Bangunan
- dibangun di
- bisnis
- tapi
- by
- CAN
- kemampuan
- kemampuan
- mampu
- yang
- kasus
- kasus
- katalog
- pusat
- terpusat
- tantangan
- Perubahan
- mengubah
- memeriksa
- Pilih
- rapat
- awan
- kode
- Berkolaborasi
- kolaborasi
- kompleksitas
- pemenuhan
- memenuhi
- komponen
- menghitung
- konfigurasi
- besar
- secara konsisten
- memakan
- konteks
- terus menerus
- kontras
- kontrol
- Core
- Timeline
- Biaya
- negara
- Meliputi
- membuat
- penciptaan
- adat
- pelanggan
- pelanggan
- kustomisasi
- menyesuaikan
- siklus
- data
- Data Analytics
- Danau Data
- Persiapan data
- ilmu data
- ilmuwan data
- Data-driven
- database
- Tanggal
- Hari
- Pengambilan Keputusan
- keputusan
- mendalam
- belajar mendalam
- mengantarkan
- menyebarkan
- dikerahkan
- penggelaran
- dijelaskan
- Mendesain
- dirancang
- rinci
- dikembangkan
- Pengembang
- pengembang
- berkembang
- Pengembangan
- berbeda
- digital
- digitalisasi
- langsung
- langsung
- cacat
- mengganggu
- didistribusikan
- do
- Buruh pelabuhan
- Tidak
- domain
- domain
- turun
- mendorong
- didorong
- selama
- setiap
- Mudah
- efisiensi
- usaha
- mudah
- upaya
- antara
- listrik
- emisi
- karyawan
- diberdayakan
- aktif
- diaktifkan
- memungkinkan
- memungkinkan
- mendorong
- ujung ke ujung
- pelaksanaan
- interaksi
- insinyur
- Teknik
- Insinyur
- memastikan
- Memastikan
- memastikan
- Enterprise
- perusahaan
- antusias
- Seluruh
- Lingkungan Hidup
- lingkungan
- lingkungan
- kesalahan
- mapan
- Eropa
- Uni Eropa
- Bahkan
- contoh
- biaya
- pengalaman
- wajah
- memfasilitasi
- fasilitas
- Kegagalan
- akrab
- keluarga
- lebih cepat
- Fitur
- Biaya
- beberapa
- File
- keuangan
- Lembaga keuangan
- Fokus
- berikut
- Tapak
- Untuk
- kerangka
- Gratis
- dari
- penuh
- sepenuhnya
- lebih lanjut
- Selanjutnya
- mengumpulkan
- umumnya
- dihasilkan
- Jerman
- pergi
- diberikan
- Aksi
- bumi
- tujuan
- pemerintahan
- GPU
- lebih besar
- Kelompok
- Grup
- Pertumbuhan
- dewasa
- Pertumbuhan
- Menangani
- Perangkat keras
- he
- kepala
- berkantor pusat
- berat
- membantu
- membantu
- High
- bernilai tinggi
- tingkat tinggi
- dia
- -nya
- tuan rumah
- Seterpercayaapakah Olymp Trade? Kesimpulan
- HTML
- http
- HTTPS
- Pusat
- manusia
- ide
- mengidentifikasi
- identitas
- Siaga
- gambar
- segera
- Dampak
- berdampak
- diimplementasikan
- mengimplementasikan
- mengimplementasikan
- penting
- memperbaiki
- in
- termasuk
- termasuk
- Termasuk
- Meningkatkan
- Meningkatkan
- meningkatkan
- makin
- indikator
- industri
- informasi
- informasi
- Infrastruktur
- Innovation
- contoh
- lembaga
- terpadu
- Terintegrasi
- integrasi
- Cerdas
- dimaksudkan
- intern
- Internet
- Akses internet
- ke
- memperkenalkan
- Investasi
- terpencil
- isolasi
- masalah
- IT
- NYA
- Diri
- jacob
- jpg
- hanya
- Menjaga
- pemeliharaan
- terus
- kunci
- danau
- pemandangan
- besar
- Perusahaan besar
- Terbaru
- jalankan
- Hukum
- Undang undang Undang
- memimpin
- pemimpin
- Kepemimpinan
- terkemuka
- Melompat
- BELAJAR
- pengetahuan
- paling sedikit
- Informasi
- lisensi
- Perizinan
- siklus hidup
- Terbatas
- membatasi
- baris
- Daftar
- lokal
- lokal
- mencatat
- Panjang
- jangka panjang
- mesin
- Mesin belajar
- Utama
- memelihara
- mempertahankan
- pemeliharaan
- membuat
- Membuat
- mengelola
- berhasil
- pengelolaan
- manajer
- pelaksana
- panduan
- Pabrikan
- bahan
- Maksimalkan
- memaksimalkan
- makna
- mekanisme
- Pelajari
- Memenuhi
- Anggota
- Memori
- tersebut
- Metrik
- microservices
- bermigrasi
- migrasi
- menit
- terjawab
- mencampur
- ML
- MLOps
- mobil
- Keamanan seluler
- mobilitas
- mode
- model
- model
- modernisasi
- dipantau
- monitor
- lebih
- Selain itu
- paling
- sepeda motor
- bergerak
- beberapa
- Perlu
- dibutuhkan
- membutuhkan
- kebutuhan
- jaringan
- New
- tidak
- sekarang
- bernomor
- of
- menawarkan
- on
- Sesuai Permintaan
- Di atas kapal
- Onboarding
- hanya
- Buka
- open source
- pembukaan
- beroperasi
- operasi
- operasional
- Optimize
- or
- urutan
- perintah
- organisasi
- Lainnya
- di luar
- lebih
- secara keseluruhan
- sendiri
- pemilik
- paket
- Paralel
- bergairah
- lalu
- Menambal
- mengaspal
- untuk
- Melakukan
- prestasi
- Pilar
- pipa saluran
- Platform
- Platform
- plato
- Kecerdasan Data Plato
- Data Plato
- Titik
- Kebijakan
- Portal
- posisi
- Pos
- didukung
- kuat
- praktek
- Premium
- persiapan
- mencegah
- primer
- Utama
- Sebelumnya
- swasta
- hak istimewa
- hak
- proses
- proses
- menghasilkan
- Produk
- pengembangan produk
- Produksi
- produktifitas
- profesional
- profesional
- melindungi
- prototipe
- memberikan
- disediakan
- pemberi
- menyediakan
- menyediakan
- tujuan
- Ular sanca
- kualitas
- segera
- R
- jarak
- cepat
- Bacaan
- siap
- menerima
- catatan
- menurunkan
- mengurangi
- lihat
- mengenai
- daerah
- peraturan
- mengandalkan
- mengandalkan
- menghapus
- laporan
- permintaan
- permintaan
- membutuhkan
- wajib
- Persyaratan
- Sumber
- tanggung jawab
- terbatas
- Hasil
- penyimpanan
- hak
- Peran
- peran
- Run
- berjalan
- runtime
- pembuat bijak
- sama
- Skalabilitas
- terukur
- skala
- Ilmu
- ilmuwan
- ilmuwan
- mulus
- mulus
- bagian
- aman
- keamanan
- Swalayan
- senior
- Tanpa Server
- Server
- layanan
- Layanan
- set
- set
- beberapa
- berbagi
- bergeser
- penutupan
- Tutup
- penting
- signifikan
- Sederhana
- hanya
- tunggal
- situasi
- ukuran
- terampil
- So
- Perangkat lunak
- larutan
- Solusi
- sumber
- kedaulatan
- Space
- spasi
- khusus
- spesialisasi
- tertentu
- Secara khusus
- Pengeluaran
- standar
- awal
- state-of-the-art
- Langkah
- Tangga
- penyimpanan
- menyimpan
- tersimpan
- strategi
- Penyelarasan
- merampingkan
- berusaha
- kuat
- struktur
- studio
- subnet
- seperti itu
- cukup
- mendukung
- Mendukung
- Keberlanjutan
- berkelanjutan
- Swiss
- sistem
- Mengambil
- Berbicara
- tugas
- tim
- Anggota tim
- tim
- Teknis
- teknologi
- Teknologi
- istilah
- Terraform
- diuji
- bahwa
- Grafik
- Garis
- mereka
- Mereka
- karena itu
- Ini
- mereka
- ini
- itu
- Melalui
- di seluruh
- rapat
- waktu
- untuk
- hari ini
- terlalu
- alat
- puncak
- Topik
- terhadap
- Jejak
- jiplakan
- Pelatihan
- Tren
- dua
- pemahaman
- serikat
- unik
- membuka kunci
- mutakhir
- diperbarui
- upgrade
- URL
- penggunaan
- menggunakan
- gunakan case
- bekas
- user-friendly
- Pengguna
- menggunakan
- divalidasi
- pengesahan
- nilai
- penciptaan nilai
- versi
- diperiksa
- melalui
- View
- maya
- Mengunjungi
- volume
- adalah
- Cara..
- we
- jaringan
- layanan web
- BAIK
- adalah
- ketika
- kapan saja
- sedangkan
- yang
- sementara
- akan
- dengan
- dalam
- tanpa
- Kerja
- bekerja
- alur kerja
- Alur kerja
- kerja
- bekerja
- dunia
- dunia
- industri udang di seluruh dunia.
- kuatir
- akan
- tahun
- Anda
- zephyrnet.dll
- zona