זהו פוסט בבלוג אורח שנכתב יחד עם Vik Pant וקייל באסט מ-PwC.
עם ארגונים שמשקיעים יותר ויותר בלמידת מכונה (ML), אימוץ ML הפך לחלק בלתי נפרד מאסטרטגיות טרנספורמציה עסקיות. מנכ"ל PwC לאחרונה סקר חשף כי 84% מהמנכ"לים הקנדיים מסכימים כי בינה מלאכותית (AI) תשנה משמעותית את העסק שלהם ב-5 השנים הקרובות, מה שהופך את הטכנולוגיה הזו לקריטית מאי פעם. עם זאת, הטמעת ML בייצור מלווה בשיקולים שונים, בעיקר היכולת לנווט בעולם הבינה המלאכותית בבטחה, אסטרטגית ואחראית. אחד הצעדים הראשונים, ובעיקר אתגר גדול להפוך ל-AI מופעל, הוא פיתוח יעיל של צינורות ML שיכולים להתרחב באופן בר קיימא בענן. חשיבה על ML במונחים של צינורות שמייצרים ומתחזקים מודלים ולא מודלים בפני עצמם עוזרת לבנות מערכות חיזוי רב-תכליתיות וגמישות המסוגלות יותר לעמוד בשינויים משמעותיים בנתונים רלוונטיים לאורך זמן.
ארגונים רבים מתחילים את המסע שלהם לתוך עולם ה-ML עם נקודת מבט ממוקדת במודל. בשלבים המוקדמים של בניית תרגול ML, ההתמקדות היא בהכשרת מודלים של ML בפיקוח, שהם ייצוגים מתמטיים של קשרים בין תשומות (משתנים בלתי תלויים) לתפוקות (משתנים תלויים) הנלמדים מנתונים (בדרך כלל היסטוריים). מודלים הם חפצים מתמטיים שלוקחים נתוני קלט, מבצעים חישובים וחישובים עליהם ומייצרים תחזיות או מסקנות.
למרות שגישה זו היא נקודת התחלה סבירה ופשוטה יחסית, היא אינה ניתנת להרחבה מטבעה או בת קיימא מטבעה בשל האופי הידני והאד-הוק של פעילויות אימון, כוונון, בדיקה וניסוי של מודלים. ארגונים בעלי בגרות רבה יותר בתחום ה-ML מאמצים פרדיגמת ML Operations (MLOps) המשלבת אינטגרציה מתמשכת, אספקה מתמשכת, פריסה מתמשכת והדרכה מתמשכת. מרכזי בפרדיגמה זו היא נקודת מבט ממוקדת בצנרת לפיתוח ותפעול מערכות ML בעלות חוזק תעשייתי.
בפוסט זה, אנו מתחילים עם סקירה כללית של MLOps והיתרונות שלה, מתארים פתרון לפשט את ההטמעות שלו, ומספקים פרטים על הארכיטקטורה. אנו מסיימים במחקר מקרה המדגיש את היתרונות שמפיקים לקוח גדול של AWS ו-PwC שהטמיעו פתרון זה.
רקע
צינור MLOps הוא קבוצה של רצפים הקשורים זה בזה של שלבים המשמשים לבנייה, פריסה, הפעלה וניהול של מודל ML אחד או יותר בייצור. צינור כזה מקיף את השלבים הכרוכים בבנייה, בדיקה, כוונון ופריסה של מודלים של ML, לרבות אך לא רק הכנת נתונים, הנדסת תכונות, הדרכת מודלים, הערכה, פריסה וניטור. ככזה, מודל ML הוא תוצר של צינור MLOps, וצינור הוא זרימת עבודה ליצירת מודל ML אחד או יותר. צינורות כאלה תומכים בתהליכים מובנים ושיטתיים לבנייה, כיול, הערכה והטמעה של מודלים של ML, והמודלים עצמם מייצרים תחזיות והסקות. על ידי אוטומציה של הפיתוח והתפעול של שלבי הצינורות, ארגונים יכולים לצמצם את זמן אספקת המודלים, להגביר את יציבות המודלים בייצור ולשפר את שיתוף הפעולה בין צוותים של מדעני נתונים, מהנדסי תוכנה ומנהלי IT.
סקירת פתרונות
AWS מציעה פורטפוליו מקיף של שירותים מקוריים בענן לפיתוח והרצה של צינורות MLOps בצורה מדרגית ובר קיימא. אמזון SageMaker כולל פורטפוליו מקיף של יכולות כשירות MLOps מנוהל במלואו כדי לאפשר למפתחים ליצור, לאמן, לפרוס, לתפעל ולנהל מודלים של ML בענן. SageMaker מכסה את כל זרימת העבודה של MLOps, מאיסוף ועד הכנה והכשרת הנתונים עם אלגוריתמים מובנים בעלי ביצועים גבוהים וניסויי ML אוטומטיים מתוחכמים (AutoML) כך שחברות יוכלו לבחור מודלים ספציפיים המתאימים לעדיפויות העסקיות ולהעדפותיהן. SageMaker מאפשר לארגונים לבצע אוטומציה בשיתוף פעולה עם רוב מחזור החיים של MLOps שלהם, כך שהם יכולים להתמקד בתוצאות עסקיות מבלי להסתכן בעיכובים בפרויקט או בהסלמה בעלויות. בדרך זו, SageMaker מאפשר לעסקים להתמקד בתוצאות מבלי לדאוג לתשתיות, פיתוח ותחזוקה הקשורים להנעת שירותי חיזוי חוזק תעשייתי.
SageMaker כולל אמזון SageMaker JumpStart, אשר מציעה דפוסי פתרונות מחוץ לקופסה לארגונים המבקשים להאיץ את מסע ה-MLOps שלהם. ארגונים יכולים להתחיל עם מודלים שהוכשרו מראש וקוד פתוח שניתן לכוונן אותם כדי לענות על הצרכים הספציפיים שלהם באמצעות הסבה מחדש ולמידה העברת. בנוסף, JumpStart מספקת תבניות פתרונות שנועדו להתמודד עם מקרי שימוש נפוצים, כמו גם מחברות Jupyter לדוגמה עם קוד התחלה כתוב מראש. ניתן לגשת למשאבים אלה פשוט על ידי ביקור בדף הנחיתה של JumpStart בתוכו סטודיו SageMaker של אמזון.
PwC בנתה מאיץ MLOps ארוז מראש שמאיץ עוד יותר את זמן הערך ומגדיל את ההחזר על ההשקעה עבור ארגונים המשתמשים ב- SageMaker. מאיץ MLOps זה משפר את היכולות המקוריות של JumpStart על ידי שילוב שירותי AWS משלימים. עם חבילה מקיפה של חפצים טכניים, כולל תשתית כקוד (IaC), זרימות עבודה של עיבוד נתונים, קוד אינטגרציית שירות ותבניות תצורת צינורות, מאיץ MLOps של PwC מפשט את תהליך הפיתוח וההפעלה של מערכות חיזוי ברמת הייצור.
סקירה כללית של אדריכלות
הכללת שירותים נטולי שרת מקוריים בענן מ-AWS מועדפת בארכיטקטורה של מאיץ PwC MLOps. נקודת הכניסה למאיץ זה היא כל כלי שיתוף פעולה, כגון Slack, שבו מדען נתונים או מהנדס נתונים יכולים להשתמש כדי לבקש סביבת AWS עבור MLOps. בקשה כזו מנותחת ולאחר מכן מאושרת באופן מלא או חצי אוטומטי באמצעות תכונות זרימת עבודה בכלי שיתוף פעולה זה. לאחר אישור בקשה, הפרטים שלה משמשים לפרמטרים של תבניות IaC. קוד המקור של תבניות IaC אלה מנוהל ב AWS CodeCommit. תבניות IaC עם פרמטרים אלה נשלחות אליו AWS CloudFormation עבור מודלים, הקצאה וניהול ערימות של AWS ומשאבים של צד שלישי.
התרשים הבא ממחיש את זרימת העבודה.
לאחר ש-AWS CloudFormation מספקת סביבה עבור MLOps ב-AWS, הסביבה מוכנה לשימוש על ידי מדעני נתונים, מהנדסי נתונים ומשתפי הפעולה שלהם. מאיץ PWC כולל תפקידים מוגדרים מראש AWS זהות וניהול גישה (IAM) הקשורים לפעילויות ומשימות של MLOps. תפקידים אלו מציינים את השירותים והמשאבים בסביבת MLOps שניתן לגשת למשתמשים שונים בהתבסס על פרופילי התפקיד שלהם. לאחר גישה לסביבת MLOps, משתמשים יכולים לגשת לכל אחת מהדרכים ב- SageMaker כדי לבצע את תפקידיהם. אלה כוללים מופעי מחברת SageMaker, טייס אוטומטי של אמזון ניסויים, וסטודיו. אתה יכול להפיק תועלת מכל התכונות והפונקציות של SageMaker, כולל אימון מודלים, כוונון, הערכה, פריסה וניטור.
המאיץ כולל גם חיבורים עם אמזון DataZone לשיתוף, חיפוש וגילוי נתונים בקנה מידה על פני גבולות ארגוניים כדי ליצור ולהעשיר מודלים. באופן דומה, נתונים לאימון, בדיקה, אימות וזיהוי סחיפה של מודלים יכולים לספק מגוון שירותים, כולל האדום של אמזון, שירות מסדי נתונים יחסי של אמזון (Amazon RDS), מערכת הקבצים של אמזון אלסטית (Amazon EFS), ו שירות אחסון פשוט של אמזון (אמזון S3). ניתן לפרוס מערכות חיזוי בדרכים רבות, כולל כנקודות קצה של SageMaker ישירות, נקודות קצה של SageMaker עטופות ב AWS למבדה פונקציות, ונקודות קצה של SageMaker המופעלות באמצעות קוד מותאם אישית שירות קוברנט של אמזון (אמזון EKS) או ענן מחשוב אלסטי של אמזון (אמזון EC2). אמזון CloudWatch משמש לניטור הסביבה עבור MLOps ב-AWS באופן מקיף כדי לצפות בנתוני אזעקות, יומנים ואירועים מכל הערימה המלאה (יישומים, תשתית, רשת ושירותים).
התרשים הבא ממחיש ארכיטקטורה זו.
מקרה לדוגמה
בחלק זה, אנו חולקים מקרה המחשה מחברת ביטוח גדולה בקנדה. הוא מתמקד בהשפעה הטרנספורמטיבית של יישום מאיץ MLOps ותבניות JumpStart של PwC קנדה.
לקוח זה שיתף פעולה עם PwC Canada ו-AWS כדי להתמודד עם אתגרים עם פיתוח מודלים לא יעילים ותהליכי פריסה לא יעילים, חוסר עקביות ושיתוף פעולה וקושי בהגדלת מודלים של ML. היישום של מאיץ MLOps זה בשילוב עם תבניות JumpStart השיג את הדברים הבאים:
- אוטומציה מקצה לקצה - אוטומציה כמעט צמצמה את משך הזמן לעיבוד מוקדם של נתונים, אימון מודלים, כוונון היפרפרמטרים ופריסה וניטור מודלים
- שיתוף פעולה וסטנדרטיזציה - כלים ומסגרות סטנדרטיות לקידום עקביות ברחבי הארגון כמעט הכפילו את קצב חדשנות המודל
- מודל ממשל וציות – הם הטמיעו מסגרת ניהול מודלים כדי להבטיח שכל מודלים של ML עומדים בדרישות הרגולטוריות ועומדים בהנחיות האתיות של החברה, שהפחיתו את עלויות ניהול הסיכונים ב-40%
- תשתית ענן ניתנת להרחבה - הם השקיעו בתשתית ניתנת להרחבה כדי לנהל ביעילות נפחי נתונים מסיביים ולפרוס מספר מודלים של ML בו-זמנית, תוך הפחתת עלויות התשתית והפלטפורמה ב-50%
- פריסה מהירה - התמיסה הארוזה מראש הפחיתה את זמן הייצור ב-70%
על ידי מתן שיטות עבודה מומלצות ל-MLOps באמצעות חבילות פריסה מהירה, הלקוח שלנו הצליח להוריד את הסיכון ביישום ה-MLOps שלו ולשחרר את מלוא הפוטנציאל של ML עבור מגוון פונקציות עסקיות, כגון חיזוי סיכונים ותמחור נכסים. בסך הכל, הסינרגיה בין מאיץ PwC MLOps ל-JumpStart אפשרה ללקוח שלנו לייעל, להרחיב, לאבטח ולקיים את פעילויות מדעי הנתונים והנדסת הנתונים שלו.
יש לציין כי פתרון PwC ו-AWS אינו ספציפי לתעשייה ורלוונטי בין תעשיות ומגזרים.
סיכום
SageMaker והמאיצים שלה מאפשרים לארגונים לשפר את הפרודוקטיביות של תוכנית ה-ML שלהם. ישנן יתרונות רבים, כולל אך לא רק היתרונות הבאים:
- צור מקרי שימוש בשיתוף IaC, MLOps ו-AutoML כדי לממש את היתרונות העסקיים מהסטנדרטיזציה
- אפשר אב טיפוס ניסיוני יעיל, עם ובלי קוד, כדי להטעין בינה מלאכותית מפיתוח ועד לפריסה עם IaC, MLOps ו-AutoML
- אוטומציה של משימות מייגעות וגוזלות זמן, כגון הנדסת תכונות וכוונון היפרפרמטרים באמצעות AutoML
- השתמש בפרדיגמת ניטור מודל מתמשך כדי להתאים את הסיכון של שימוש במודל ML עם תיאבון הסיכון הארגוני
אנא צור קשר עם כותבי הפוסט הזה, AWS Advisory Canada, או PwC קנדה למידע נוסף על Jumpstart ומאיץ MLOps של PwC.
על הכותבים
יק הוא שותף בפרקטיקה של ענן ונתונים ב-PwC קנדה. הוא קיבל תואר דוקטור במדעי המידע מאוניברסיטת טורונטו. הוא משוכנע שיש קשר טלפתי בין הרשת העצבית הביולוגית שלו לרשתות העצבים המלאכותיות שהוא מאמן ב-SageMaker. התחבר אליו הלאה לינקדין.
קייל הוא שותף ב-Cloud & Data Practice ב-PwC Canada, יחד עם צוות הקראק שלו של אלכימאים טכנולוגיים, הם טווים פתרונות MLOPs קסומים המהפנטים לקוחות עם ערך עסקי מואץ. חמוש בכוחה של בינה מלאכותית ובקורטוב של קוסמות, קייל הופך אתגרים מורכבים לאגדות דיגיטליות, מה שהופך את הבלתי אפשרי לאפשרי. התחבר אליו הלאה לינקדין.
פרנסואה הוא יועץ ייעוץ ראשי ב-AWS Professional Services Canada ובמנהלת הפרקטיקה הקנדית לייעוץ בנושא נתונים וחדשנות. הוא מדריך לקוחות להקים וליישם את מסע הענן הכולל שלהם ואת תוכניות הנתונים שלהם, תוך התמקדות בחזון, אסטרטגיה, מניעים עסקיים, ממשל, מודלים תפעוליים של יעדים ומפות דרכים. התחבר אליו הלאה לינקדין.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoAiStream. Web3 Data Intelligence. הידע מוגבר. גישה כאן.
- הטבעת העתיד עם אדריאן אשלי. גישה כאן.
- קנה ומכירה של מניות בחברות PRE-IPO עם PREIPO®. גישה כאן.
- מקור: https://aws.amazon.com/blogs/machine-learning/accelerate-machine-learning-time-to-value-with-amazon-sagemaker-jumpstart-and-pwcs-mlops-accelerator/
- :יש ל
- :הוא
- :לֹא
- $ למעלה
- 100
- 7
- a
- יכול
- אודות
- להאיץ
- מוּאָץ
- מאיץ
- מאיצים
- גישה
- נצפה
- גישה
- הושג
- לרוחב
- פעילויות
- Ad
- בנוסף
- כתובת
- מנהלים
- לְאַמֵץ
- אימוץ
- ייעוץ
- לאחר
- AI
- אלגוריתמים
- ליישר
- תעשיות
- להתיר
- מאפשר
- לאורך
- גם
- אמזון בעברית
- אמזון
- אמזון RDS
- אמזון SageMaker
- אמזון SageMaker JumpStart
- אמזון שירותי אינטרנט
- כמות
- an
- ו
- כל
- יישומים
- גישה
- מאושר
- ארכיטקטורה
- ARE
- חמוש
- מלאכותי
- בינה מלאכותית
- בינה מלאכותית (AI)
- AS
- הערכה
- נכס
- המשויך
- At
- מחברים
- אוטומטי
- אוטומטי
- אוטומציה
- אוטומציה
- AutoML
- AWS
- AWS CloudFormation
- שירותים מקצועיים של AWS
- מבוסס
- BE
- להיות
- התהוות
- להיות
- תועלת
- הטבות
- הטוב ביותר
- שיטות עבודה מומלצות
- מוטב
- בֵּין
- בלוג
- גבולות
- לִבנוֹת
- בִּניָן
- נבנה
- מובנה
- עסקים
- פונקציות עסקיות
- טרנספורמציה עסקית
- עסקים
- אבל
- by
- חישובים
- CAN
- קנדה
- קנדי
- יכולות
- מקרה
- מקרה מבחן
- מקרים
- מֶרכָּזִי
- מנכ"ל
- מנכ"לים
- לאתגר
- האתגרים
- שינוי
- שינויים
- בחרו
- לקוחות
- לקוחות
- ענן
- תשתית ענן
- קוד
- שיתוף פעולה
- איסוף
- COM
- מגיע
- Common
- חברות
- חברה
- של החברה
- משלימה
- להשלים
- מורכב
- מַקִיף
- כולל
- חישובים
- לחשב
- קונצרט
- תְצוּרָה
- לְחַבֵּר
- הקשר
- חיבורי
- שיקולים
- יועץ
- צור קשר
- רציף
- עלויות
- מכסה
- סדק
- לִיצוֹר
- יוצרים
- קריטי
- מנהג
- לקוח
- לקוחות
- נתונים
- הכנת נתונים
- עיבוד נתונים
- מדע נתונים
- מדען נתונים
- מסד נתונים
- עיכובים
- אספקה
- מסירה
- תלוי
- לפרוס
- פרס
- פריסה
- פריסה
- לתאר
- מעוצב
- פרטים
- מפתחים
- מתפתח
- צעצועי התפתחות
- קושי
- דיגיטלי
- ישירות
- מגלה
- תחום
- הוכפל
- נהגים
- ראוי
- מוקדם
- הרוויחו
- יעילות
- יעיל
- לאפשר
- מופעל
- מאפשר
- מקיף
- מהנדס
- הנדסה
- מהנדסים
- להגביר את
- משפר
- להעשיר
- לְהַבטִיחַ
- מִפְעָל
- שלם
- כניסה
- סביבה
- להקים
- אֶתִי
- הערכה
- אירועים
- אי פעם
- דוגמה
- ניסויים
- מאפיין
- תכונות
- שלח
- גימור
- ראשון
- צעדים ראשונים
- מתאים
- להתמקד
- מתמקד
- התמקדות
- הבא
- בעד
- מסגרת
- מסגרות
- החל מ-
- מלא
- לגמרי
- פונקציות
- נוסף
- ליצור
- ממשל
- גדול
- יותר
- אוֹרֵחַ
- הנחיות
- מדריך
- חָצוּי
- he
- עוזר
- ביצועים גבוהים
- הדגשה
- לו
- שֶׁלוֹ
- היסטורי
- אולם
- HTML
- http
- HTTPS
- כוונון היפר-פרמטר
- זהות
- מדגים
- פְּגִיעָה
- ליישם
- הפעלה
- יושם
- יישום
- בלתי אפשרי
- לשפר
- in
- לכלול
- כולל
- כולל
- הַכלָלָה
- להגדיל
- עליות
- יותר ויותר
- עצמאי
- תעשיות
- תעשייה
- לֹא יָעִיל
- מידע
- מידע
- תשתית
- חדשנות
- קלט
- תשומות
- ביטוח
- אינטגרלי
- שילוב
- השתלבות
- מוֹדִיעִין
- אל תוך
- באופן מהותי
- מוּשׁקָע
- השקעה
- השקעה
- הופעל
- מעורב
- IT
- שֶׁלָה
- עבודה
- מסע
- jpg
- חוסר
- נחיתה
- גָדוֹל
- עוֹפֶרֶת
- לִלמוֹד
- למד
- למידה
- מעגל החיים
- מוגבל
- לינקדין
- מכונה
- למידת מכונה
- לתחזק
- תחזוקה
- הרוב
- עשייה
- לנהל
- הצליח
- ניהול
- ניהול
- דרך
- מדריך ל
- רב
- מסיבי
- מתימטי
- בגרות
- משמעותי
- לִפְגוֹשׁ
- ML
- MLOps
- מודל
- מודלים
- צג
- ניטור
- יותר
- מספר
- יליד
- טבע
- נווט
- כמעט
- צרכי
- רשת
- רשתות
- רשת עצבית
- רשתות עצביות
- הבא
- בייחוד
- מחברה
- ציין
- להתבונן
- of
- המיוחדות שלנו
- on
- ONE
- קוד פתוח
- להפעיל
- פועל
- תפעול
- or
- ארגון
- אִרְגוּנִי
- ארגונים
- שלנו
- יותר
- מקיף
- סקירה
- חבילות
- עמוד
- פרדיגמה
- חלק
- שותף
- שותף
- דפוסי
- לְבַצֵעַ
- צינור
- פלטפורמה
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- נקודה
- תיק עבודות
- אפשרי
- הודעה
- פוטנציאל
- כּוֹחַ
- מופעל
- כוח
- תרגול
- פרקטיקות
- נבואה
- התחזיות
- העדפות
- העריכה
- תמחור
- מנהל
- לפי סדר עדיפויות
- תהליך
- תהליכים
- תהליך
- המוצר
- הפקה
- פִּריוֹן
- מקצועי
- פרופילים
- תָכְנִית
- תוכניות
- פּרוֹיֶקט
- לקדם
- prototyping
- לספק
- מספק
- PWC
- רכס
- מהיר
- ציון
- במקום
- מוכן
- להבין
- סביר
- לאחרונה
- להפחית
- מופחת
- הפחתה
- רגולטורים
- קָשׁוּר
- מערכות יחסים
- יחסית
- רלוונטי
- לבקש
- דרישות
- מִתאוֹשֵׁשׁ מַהֵר
- משאבים
- תוצאות
- לַחֲזוֹר
- הסיכון
- ניהול סיכונים
- מסכן
- מפות דרכים
- תפקידים
- ריצה
- בבטחה
- בעל חכמים
- להרחבה
- סולם
- דרוג
- מדע
- מַדְעָן
- מדענים
- סקריפטים
- חיפוש
- סעיף
- מגזרים
- לבטח
- מחפשים
- ללא שרת
- שרות
- שירותים
- סט
- שיתוף
- שיתוף
- צריך
- באופן משמעותי
- באופן דומה
- פָּשׁוּט
- לפשט
- בפשטות
- בו זמנית
- רָפוּי
- So
- תוכנה
- פִּתָרוֹן
- פתרונות
- מתוחכם
- מָקוֹר
- קוד מקור
- ספציפי
- מהירויות
- יציבות
- לערום
- ערימות
- שלבים
- התחלה
- החל
- צעדים
- אחסון
- מבחינה אסטרטגית
- אסטרטגיות
- אִסטרָטֶגִיָה
- לייעל
- מובנה
- סטודיו
- לימוד
- הוגש
- כזה
- מערכת
- תמיכה
- בר קיימא
- סינרגיה
- מערכות
- לְהִתְמוֹדֵד
- לקחת
- יעד
- משימות
- נבחרת
- צוותי
- טק
- טכני
- טכנולוגיה
- תבניות
- מונחים
- בדיקות
- מֵאֲשֶׁר
- זֶה
- השמיים
- המקור
- העולם
- שֶׁלָהֶם
- אותם
- עצמם
- אז
- שם.
- אלה
- הֵם
- חושב
- צד שלישי
- זֶה
- דרך
- זמן
- דורש זמן רב
- ל
- כלי
- כלים
- טורונטו
- רכבת
- הדרכה
- רכבות
- להעביר
- טרנספורמציה
- טרנספורמטיבית
- פונה
- בדרך כלל
- אוניברסיטה
- לפתוח
- חשף
- נוֹהָג
- להשתמש
- מְשׁוּמָשׁ
- משתמשים
- באמצעות
- ערך
- מגוון
- שונים
- רב צדדי
- חזון
- כרכים
- היה
- דֶרֶך..
- דרכים
- we
- מארג
- אינטרנט
- שירותי אינטרנט
- טוֹב
- אשר
- מי
- יצטרך
- עם
- בתוך
- לְלֹא
- זרימות עבודה
- עוֹלָם
- עטוף
- שנים
- אתה
- זפירנט