חנות הפונקציות של אמזון SageMaker הוא מאגר מנוהל במלואו, שנבנה במיוחד לאחסון, שיתוף וניהול תכונות עבור מודלים של למידת מכונה (ML). תכונות הם תשומות למודלים של ML המשמשים במהלך אימון והסקת מסקנות. לדוגמה, באפליקציה שממליצה על רשימת השמעה של מוזיקה, תכונות יכולות לכלול דירוגי שירים, משך האזנה ודמוגרפיה של מאזינים. תכונות משמשות שוב ושוב על ידי צוותים מרובים, ואיכות התכונות היא קריטית כדי להבטיח מודל מדויק ביותר. כמו כן, כאשר תכונות המשמשות לאימון דגמים במצב לא מקוון באצווה זמינות להסקת מסקנות בזמן אמת, קשה לשמור על סנכרון בין שני מאגרי התכונות. SageMaker Feature Store מספק חנות מאובטחת ומאוחדת לעיבוד, סטנדרטיזציה ושימוש בתכונות בקנה מידה רחב לאורך מחזור החיים של ML.
SageMaker Feature Store עכשיו עושה את זה ללא מאמץ לשתף, לגלות ולגשת לקבוצות תכונות בין חשבונות AWS. יכולת חדשה זו מקדמת שיתוף פעולה וממזערת עבודה כפולה עבור צוותים המעורבים בפיתוח מודלים ואפליקציות ML, במיוחד בסביבות ארגוניות עם מספר חשבונות המשתרעים על יחידות עסקיות או פונקציות שונות.
עם השקה זו, בעלי חשבונות יכולים להעניק גישה לקבוצות תכונות נבחרות על ידי חשבונות אחרים המשתמשים מנהל גישה למשאבי AWS (AWS RAM). לאחר מתן גישה, המשתמשים בחשבונות אלה יכולים להציג בנוחות את כל קבוצות התכונות שלהם, כולל אלה המשותפות, דרך סטודיו SageMaker של אמזון או ערכות SDK. זה מאפשר לצוותים לגלות ולהשתמש בתכונות שפותחו על ידי צוותים אחרים, מה שמטפח שיתוף ידע ויעילות. בנוסף, ניתן לעקוב אחר פרטי שימוש במשאבים משותפים אמזון CloudWatch ו AWS CloudTrail. לצלילה עמוקה, עיין ב חשיפה וגישה של קבוצת תכונה חוצת חשבונות.
בפוסט זה, אנו דנים מדוע וכיצד של חנות תכונות מרכזית עם גישה חוצת חשבונות. אנו מראים כיצד להגדיר אותו ולהפעיל הדגמה לדוגמה, כמו גם את היתרונות שאתה יכול לקבל על ידי שימוש ביכולת החדשה הזו בארגון שלך.
מי צריך חנות תכונות חוצת חשבונות
ארגונים צריכים לשתף תכונות בצורה מאובטחת בין צוותים כדי לבנות מודלים מדויקים של ML, תוך מניעת גישה לא מורשית לנתונים רגישים. SageMaker Feature Store מאפשר כעת שיתוף פרטני של תכונות בין חשבונות באמצעות AWS RAM, מה שמאפשר פיתוח מודלים שיתופי עם ממשל.
SageMaker Feature Store מספק אחסון וניהול ייעודיים עבור תכונות ML המשמשות במהלך אימון והסקת מסקנות. עם תמיכה חוצת חשבונות, כעת תוכל לשתף באופן סלקטיבי תכונות המאוחסנות בחשבון AWS אחד עם חשבונות אחרים בארגון שלך.
לדוגמה, צוות הניתוח עשוי לאצור תכונות כמו פרופיל לקוח, היסטוריית עסקאות וקטלוגים של מוצרים בחשבון ניהול מרכזי. מפתחי ML צריכים לגשת אליהם בצורה מאובטחת במחלקות אחרות כמו שיווק, זיהוי הונאה וכן הלאה כדי לבנות מודלים.
להלן היתרונות העיקריים של שיתוף תכונות ML בין חשבונות:
- תכונות עקביות וניתנות לשימוש חוזר - שיתוף מרכזי של תכונות שנאספו משפר את דיוק המודל על ידי אספקת נתוני קלט עקביים להתאמן עליהם. צוותים יכולים לגלות ולצרוך ישירות תכונות שנוצרו על ידי אחרים במקום לשכפל אותן בכל חשבון.
- בקרת גישה לקבוצת תכונות - אתה יכול להעניק גישה רק לקבוצות התכונות הספציפיות הנדרשות למקרה השימוש של חשבון. לדוגמה, צוות השיווק עשוי לקבל גישה רק לקבוצת התכונות של פרופיל הלקוח הדרושה למודלים של המלצות.
- שיתוף פעולה בין צוותים - תכונות משותפות מאפשרות לצוותים שונים כמו הונאה, שיווק ומכירות לשתף פעולה בבניית מודלים של ML תוך שימוש באותם נתונים אמינים במקום יצירת תכונות סתום.
- מסלול ביקורת לציות - מנהלי מערכת יכולים לפקח על השימוש בתכונות של כל החשבונות באופן מרכזי באמצעות יומני אירועים של CloudTrail. זה מספק נתיב ביקורת הנדרש לממשל ולציות.
תיחום יצרנים מצרכנים בחנויות תכונות חוצות-חשבונות
בתחום למידת המכונה, חנות התכונות פועלת כגשר מכריע, המחבר בין אלה שמספקים נתונים לבין אלה שרותמים אותם. ניתן לנהל את הדיכוטומיה הזו ביעילות באמצעות הגדרה חוצת חשבונות עבור חנות התכונות. הבה נהפוך את זה למיסטיקה באמצעות הפרסונות הבאות ואנלוגיה של העולם האמיתי:
- מהנדסי נתונים ו-ML (בעלים ומפיקים) - הם מניחים את הבסיס על ידי הזנת נתונים לחנות התכונות
- מדעני נתונים (צרכנים) - הם מחלצים ומנצלים את הנתונים האלה כדי ליצור את המודלים שלהם
מהנדסי נתונים משמשים כאדריכלים המשרטטים את התוכנית הראשונית. המשימה שלהם היא לבנות ולפקח על צינורות נתונים יעילים. הם שואבים נתונים ממערכות מקור ומעצבים תכונות של נתונים גולמיים לתכונות שניתן להבחין בהן. קח "גיל" למשל. למרות שהוא רק מייצג את הטווח שבין עכשיו לתאריך הלידה של האדם, הפרשנות שלו עשויה להשתנות בין ארגון. הבטחת איכות, אחידות ועקביות חשובה כאן. המטרה שלהם היא להזין נתונים למאגר תכונות מרכזי, ולבסס אותו כנקודת ההתייחסות הבלתי מעורערת.
מהנדסי ML משכללים את תכונות היסוד הללו, מתאימים אותם לתהליכי עבודה בוגרים של ML. בהקשר של בנקאות, הם עשויים להסיק תובנות סטטיסטיות מיתרות חשבון, זיהוי מגמות ודפוסי זרימה. המכשול שעומד בפניהם לעתים קרובות הוא יתירות. מקובל לראות צינורות יצירת תכונות חוזרות ונשנות על פני יוזמות ML מגוונות.
תארו לעצמכם מדעני נתונים כשפים גורמה צופים במזווה מצויד היטב, מחפשים את המרכיבים הטובים ביותר ליצירת המופת הקולינרית הבאה שלהם. יש להשקיע את זמנם ביצירת מתכוני נתונים חדשניים, לא בהרכבה מחדש של המזווה. המכשול בשלב זה הוא גילוי הנתונים הנכונים. ממשק ידידותי למשתמש, מצויד בכלי חיפוש יעילים ותיאורי תכונות מקיפים, הוא הכרחי.
למעשה, מערך חנות תכונות חוצה-חשבונות מפלח בקפידה את התפקידים של יצרני נתונים וצרכנים, ומבטיח יעילות, בהירות וחדשנות. בין אם אתה מניח את היסוד או בונה עליו, הכרת התפקיד והכלים שלך היא חיונית.
התרשים הבא מציג שני צוותי מדעני נתונים שונים, משני חשבונות AWS שונים, שחולקים ומשתמשים באותו מאגר תכונות מרכזי כדי לבחור את התכונות הטובות ביותר הדרושות לבניית מודלים של ML שלהם. מאגר התכונות המרכזי ממוקם בחשבון אחר המנוהל על ידי מהנדסי נתונים ומהנדסי ML, שבו נמצאים בדרך כלל שכבת ניהול הנתונים ואגם הנתונים.
בקרות קבוצות של תכונות חוצות-חשבונות
עם SageMaker Feature Store, אתה יכול לשתף משאבי קבוצת תכונות בין חשבונות. חשבון בעל המשאב חולק משאבים עם חשבונות צרכני המשאבים. ישנן שתי קטגוריות נפרדות של הרשאות הקשורות לשיתוף משאבים:
- הרשאות גילוי - גילוי פירושו היכולת לראות שמות ומטא נתונים של קבוצות תכונות. כאשר אתה מעניק הרשאת גילוי, כל הישויות של קבוצת התכונות בחשבון שממנו אתה משתף (חשבון בעל המשאב) הופכות לגילוי על ידי החשבונות שאתה משתף איתם (חשבונות צרכני משאבים). לדוגמה, אם אתה הופך את חשבון בעל המשאב לגלוי על ידי חשבון צרכן המשאב, אזי המנהלים של חשבון צרכן המשאב יכולים לראות את כל קבוצות התכונות הכלולות בחשבון בעל המשאב. הרשאה זו ניתנת לחשבונות צרכני משאבים באמצעות סוג המשאב של קטלוג SageMaker.
- הרשאות גישה - כאשר אתה מעניק הרשאת גישה, אתה עושה זאת ברמת המשאב של קבוצת התכונות (לא ברמת החשבון). זה נותן לך שליטה מפורטת יותר על הענקת גישה לנתונים. סוג הרשאות הגישה שניתן להעניק הם קריאה בלבד, קריאה/כתיבה וניהול. לדוגמה, אתה יכול לבחור רק קבוצות תכונות מסוימות מחשבון בעל המשאב כדי שיהיה נגישות למנהלי חשבון צרכן המשאבים, בהתאם לצרכים העסקיים שלך. הרשאה זו ניתנת לחשבונות צרכני משאבים על ידי שימוש בסוג המשאב של קבוצת תכונות וציון ישויות של קבוצת תכונות.
הדיאגרמה הבאה לדוגמה מציגה שיתוף של סוג משאב הקטלוג של SageMaker המעניק את הרשאת הגילוי לעומת שיתוף של ישות סוג משאב של קבוצת תכונות עם הרשאות גישה. הקטלוג של SageMaker מכיל את כל הישויות של קבוצת התכונות שלך. כאשר ניתנת הרשאת גילוי, חשבון צרכן המשאב יכול לחפש ולגלות את כל הישויות של קבוצת התכונות בחשבון הבעלים של המשאב. ישות של קבוצת תכונות מכילה את נתוני ה-ML שלך. כאשר ניתנת הרשאת גישה, חשבון צרכן המשאב יכול לגשת לנתוני קבוצת התכונות, כאשר הגישה נקבעת על פי הרשאת הגישה הרלוונטית.
סקירת פתרונות
השלם את השלבים הבאים כדי לשתף בצורה מאובטחת תכונות בין חשבונות באמצעות SageMaker Feature Store:
- בחשבון המקור (הבעלים), הטמע מערכי נתונים והכין תכונות מנורמלות. ארגן תכונות קשורות לקבוצות לוגיות הנקראות קבוצות תכונות.
- צור שיתוף משאבים כדי להעניק גישה חוצת חשבונות לקבוצות תכונות ספציפיות. הגדר פעולות מותרות כמו קבל והצב, והגבלת גישה רק לחשבונות מורשים.
- בחשבונות היעד (הצרכנים), קבל את ההזמנה של AWS RAM כדי לגשת לתכונות משותפות. עיין במדיניות הגישה כדי להבין את ההרשאות שניתנו.
מפתחים בחשבונות יעד יכולים כעת לאחזר תכונות משותפות באמצעות SageMaker SDK, להצטרף עם נתונים נוספים ולהשתמש בהם כדי לאמן מודלים של ML. חשבון המקור יכול לנטר את הגישה לתכונות משותפות של כל החשבונות באמצעות יומני אירועים של CloudTrail. יומני ביקורת מספקים נראות מרוכזת לשימוש בתכונות.
עם השלבים האלה, אתה יכול לאפשר לצוותים ברחבי הארגון שלך להשתמש בצורה מאובטחת בתכונות ML משותפות לפיתוח מודלים שיתופיים.
תנאים מוקדמים
אנו מניחים שכבר יצרת קבוצות תכונות והטמעת את התכונות המתאימות בחשבון הבעלים שלך. למידע נוסף על תחילת העבודה, עיין ב התחל לעבוד עם אמזון SageMaker Feature Store.
הענק הרשאות גילוי
ראשית, אנו מדגימים כיצד לשתף את קטלוג חנות התכונות של SageMaker בחשבון הבעלים. השלם את השלבים הבאים:
- בחשבון הבעלים של קטלוג SageMaker Feature Store, פתח את קונסולת RAM של AWS.
- תַחַת משותף על ידי בחלונית הניווט, בחר מניות משאבים.
- בחרו צור שיתוף משאבים.
- הזן שם שיתוף משאב ובחר קטלוגי משאבים של SageMaker כסוג המשאב.
- בחרו הַבָּא.
- לגישה לגילוי בלבד, הזן
AWSRAMPermissionSageMakerCatalogResourceSearch
ל הרשאות מנוהלות. - בחרו הַבָּא.
- הזן את מזהה חשבון הצרכן שלך ובחר להוסיף. אתה יכול להוסיף מספר חשבונות צרכנים.
- בחרו הַבָּא והשלם את חלוקת המשאבים שלך.
כעת הקטלוג המשותף של SageMaker Feature Store אמור להופיע ב- מניות משאבים עמוד.
אתה יכול להשיג את אותה תוצאה על ידי שימוש ב- ממשק שורת הפקודה של AWS (AWS CLI) עם הפקודה הבאה (ספק אזור AWS, מזהה חשבון בעלים ומזהה חשבון צרכן שלך):
קבל את ההזמנה לשיתוף משאבים
כדי לקבל את ההזמנה לשיתוף משאבים, בצע את השלבים הבאים:
- בחשבון היעד (הצרכן), פתח את מסוף ה- AWS RAM.
- תַחַת משותף איתי בחלונית הניווט, בחר מניות משאבים.
- בחר את חלוקת המשאבים הממתינה החדשה.
- בחרו קבל נתח משאבים.
אתה יכול להשיג את אותה תוצאה באמצעות AWS CLI עם הפקודה הבאה:
מהפלט של הפקודה הקודמת, אחזר את הערך של resourceShareInvitationArn
ולאחר מכן קבל את ההזמנה עם הפקודה הבאה:
זרימת העבודה זהה לשיתוף קבוצות תכונות עם חשבון אחר באמצעות AWS RAM.
לאחר שתשתף כמה קבוצות תכונות עם חשבון היעד, תוכל לבדוק את חנות התכונות של SageMaker, שם תוכל לראות שהקטלוג החדש זמין.
הענק הרשאות גישה
עם הרשאות גישה, אנו יכולים להעניק הרשאות ברמת המשאב של קבוצת התכונות. השלם את השלבים הבאים:
- בחשבון הבעלים של קטלוג SageMaker Feature Store, פתח את קונסולת RAM של AWS.
- תַחַת משותף על ידי בחלונית הניווט, בחר מניות משאבים.
- בחרו צור שיתוף משאבים.
- הזן שם שיתוף משאב ובחר קבוצות תכונות של SageMaker כסוג המשאב.
- בחר קבוצת תכונות אחת או יותר לשיתוף.
- בחרו הַבָּא.
- לקבלת גישת קריאה/כתיבה, הזן
AWSRAMPermissionSageMakerFeatureGroupReadWrite
ל הרשאות מנוהלות. - בחרו הַבָּא.
- הזן את מזהה חשבון הצרכן שלך ובחר להוסיף. אתה יכול להוסיף מספר חשבונות צרכנים.
- בחרו הַבָּא והשלם את חלוקת המשאבים שלך.
כעת הקטלוג המשותף אמור להופיע ב- מניות משאבים עמוד.
אתה יכול להשיג את אותה תוצאה על ידי שימוש ב-AWS CLI עם הפקודה הבאה (ספק אזור, מזהה חשבון בעלים, מזהה חשבון צרכן ושם קבוצת תכונה):
ישנם שלושה סוגי גישה שאתה יכול להעניק לקבוצות תכונות:
- AWSRAMPermissionSageMakerFeatureGroupReadOnly - הרשאת הקריאה בלבד מאפשרת לחשבונות צרכני משאבים לקרוא רשומות בקבוצות התכונות המשותפות ולהציג פרטים ומטא נתונים
- AWSRAMPermissionSageMakerFeatureGroupReadWrite - הרשאת הקריאה/כתיבה מאפשרת לחשבונות צרכני משאבים לכתוב רשומות ולמחוק רשומות מקבוצות התכונות המשותפות, בנוסף להרשאות הקריאה
- AWSRAMPermissionSagemakerFeatureGroupAdmin - הרשאת המנהל מאפשרת לחשבונות צרכני המשאבים לעדכן את התיאור והפרמטרים של תכונות בתוך קבוצות התכונות המשותפות ולעדכן את התצורה של קבוצות התכונות המשותפות, בנוסף להרשאות קריאה/כתיבה
קבל את ההזמנה לשיתוף משאבים
כדי לקבל את ההזמנה לשיתוף משאבים, בצע את השלבים הבאים:
- בחשבון היעד (הצרכן), פתח את מסוף ה- AWS RAM.
- תַחַת משותף איתי בחלונית הניווט, בחר מניות משאבים.
- בחר את חלוקת המשאבים הממתינה החדשה.
- בחרו קבל נתח משאבים.
תהליך קבלת שיתוף המשאבים באמצעות AWS CLI זהה לסעיף הגילוי הקודם, עם הפקודות get-resource-share-invitations ו-Accept-resource-share-invitation.
מחברות לדוגמה המציגות את היכולת החדשה הזו
שתי מחברות נוספו לסדנת SageMaker Feature Store מאגר GitHub בתיקייה 09-module-security/09-03-cross-account-access:
- m9_03_nb1_cross-account-admin.ipynb - יש להפעיל את זה בחשבון המנהל או הבעלים שלך ב-AWS
- m9_03_nb2_cross-account-consumer.ipynb - יש להפעיל את זה בחשבון ה-AWS הצרכני שלך
הסקריפט הראשון מראה כיצד ליצור את שיתוף המשאבים לגילוי עבור קבוצות תכונות קיימות בחשבון המנהל או הבעלים ולשתף אותו עם חשבון צרכן אחר באופן פרוגרמטי באמצעות AWS RAM API create_resource_share()
. זה גם מראה כיצד להעניק הרשאות גישה לקבוצות תכונות קיימות בחשבון הבעלים ולשתף אותן עם חשבון צרכן אחר באמצעות AWS RAM. עליך לספק את מזהה חשבון AWS לצרכן לפני הפעלת המחברת.
הסקריפט השני מקבל את ההזמנות של AWS RAM לגלות ולגשת לקבוצות תכונות חוצות-חשבונות מרמת הבעלים. לאחר מכן הוא מראה כיצד לגלות קבוצות תכונות חוצות-חשבונות שנמצאות בחשבון הבעלים ולפרט אותן בחשבון הצרכן. תוכל גם לראות כיצד לגשת לקבוצות תכונות חוצות-חשבונות קריאה/כתיבה שנמצאות בחשבון הבעלים ולבצע את הפעולות הבאות מחשבון הצרכן: describe()
, get_record()
, ingest()
, ו delete_record()
.
סיכום
היכולת חוצת חשבונות של SageMaker Feature Store מציעה מספר יתרונות משכנעים. ראשית, זה מקל על שיתוף פעולה חלק על ידי הפעלת שיתוף של קבוצות תכונות על פני מספר חשבונות AWS. זה משפר את הנגישות והניצול של הנתונים, ומאפשר לצוותים בחשבונות שונים להשתמש בתכונות משותפות עבור זרימות העבודה שלהם ב-ML.
בנוסף, היכולת חוצת חשבונות משפרת את ניהול הנתונים והאבטחה. עם גישה והרשאות מבוקרות דרך AWS RAM, ארגונים יכולים לשמור על מאגר תכונות מרכזי תוך הבטחה שלכל חשבון יש רמות גישה מותאמות אישית. זה לא רק מייעל את ניהול הנתונים, אלא גם מחזק את אמצעי האבטחה על ידי הגבלת הגישה למשתמשים מורשים.
יתר על כן, היכולת לשתף קבוצות תכונות בין חשבונות מפשטת את תהליך הבנייה והפריסה של מודלים של ML בסביבה שיתופית. זה מטפח זרימת עבודה משולבת ויעילה יותר, מפחית את היתירות באחסון הנתונים ומקל על יצירת מודלים חזקים עם תכונות משותפות ואיכותיות. בסך הכל, היכולת חוצת חשבונות של Feature Store מייעלת את שיתוף הפעולה, הממשל והיעילות בפיתוח ML בין חשבונות AWS מגוונים. נסה את זה, וספר לנו מה אתה חושב בתגובות.
על הכותבים
יואן קטאנה הוא ארכיטקט פתרונות בכיר בבינה מלאכותית ולמידת מכונה ב-AWS. הוא עוזר ללקוחות לפתח ולהרחיב את פתרונות ה-ML שלהם בענן AWS. ליואן יש למעלה מ-20 שנות ניסיון, בעיקר בתכנון ארכיטקטורת תוכנה והנדסת ענן.
פיליפ קינדל הוא ארכיטקט פתרונות בינה מלאכותית ולמידת מכונה בכיר ב-AWS. עם רקע במדעי נתונים והנדסת מכונות, ההתמקדות שלו היא בהעצמת לקוחות ליצור השפעה עסקית מתמשכת בעזרת AI. מחוץ לעבודה, פיליפ נהנה להתעסק במדפסות תלת מימד, שיט וטיולים.
דאוואל שאה הוא אדריכל פתרונות בכיר ב-AWS, המתמחה בלמידת מכונה. עם התמקדות חזקה בעסקים מקוריים דיגיטליים, הוא מעצים ללקוחות להשתמש ב-AWS ולהניע את הצמיחה העסקית שלהם. בתור חובב ML, Dhaval מונע על ידי התשוקה שלו ליצור פתרונות משפיעים שמביאים לשינוי חיובי. בשעות הפנאי הוא מתמכר לאהבתו לטיולים ומוקיר רגעי איכות עם משפחתו.
מיזנור רחמן הוא מהנדס תוכנה בכיר עבור Amazon SageMaker Feature Store עם למעלה מ-10 שנות ניסיון מעשי המתמחה ב-AI ו-ML. עם בסיס חזק הן בתיאוריה והן ביישומים מעשיים, הוא בעל תואר Ph.D. בזיהוי הונאה באמצעות Machine Learning, המשקף את מסירותו לקידום התחום. המומחיות שלו משתרעת על קשת רחבה, וכוללת ארכיטקטורות ניתנות להרחבה, מחשוב מבוזר, ניתוח ביג דאטה, שירותי מיקרו ותשתיות ענן לארגונים.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
- PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
- PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
- PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
- מקור: https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-feature-store-now-supports-cross-account-sharing-discovery-and-access/
- :יש ל
- :הוא
- :לֹא
- :איפה
- $ למעלה
- 10
- 150
- 20
- שנים 20
- 3d
- 7
- 8
- 9
- a
- יכולת
- יכול
- אודות
- לְקַבֵּל
- קבלה
- מקבל
- גישה
- גישה לנתונים
- נצפה
- נגישות
- נגיש
- חֶשְׁבּוֹן
- חשבונות
- דיוק
- מדויק
- להשיג
- לרוחב
- פעולות
- מעשים
- להוסיף
- הוסיף
- תוספת
- נוסף
- בנוסף
- מנהל
- מנהלים
- מתקדם
- לאחר
- AI
- המטרה
- תעשיות
- להתיר
- מותר
- מאפשר
- מאפשר
- כְּבָר
- גם
- למרות
- אמזון בעברית
- אמזון SageMaker
- אמזון שירותי אינטרנט
- an
- ניתוח
- ו
- אחר
- API
- בקשה
- פיתוח אפליקציות
- יישומים
- אדריכלים
- ארכיטקטורה
- ארכיטקטורות
- ARE
- מלאכותי
- בינה מלאכותית
- בינה מלאכותית ולמידה מכונה
- AS
- המשויך
- לְהַנִיחַ
- At
- תכונות
- בדיקה
- מורשה
- זמין
- AWS
- רקע
- יתרות
- בנקאות
- BE
- להיות
- לפני
- להיות
- הטבות
- הטוב ביותר
- בֵּין
- גָדוֹל
- נתונים גדולים
- תכנית אב
- שניהם
- לְגַשֵׁר
- להביא
- רחב
- לִבנוֹת
- בִּניָן
- עסקים
- עסקים
- אבל
- by
- נקרא
- CAN
- יכול לקבל
- יכולת
- מקרה
- קטלוג
- קטלוגים
- קטגוריות
- מֶרכָּזִי
- מְרוּכָּז
- מסוים
- שינוי
- בחרו
- בהירות
- קלי
- ענן
- לשתף פעולה
- שיתוף פעולה
- שיתוף פעולה
- הערות
- Common
- משכנע
- להשלים
- הענות
- מַקִיף
- מחשוב
- תְצוּרָה
- מקשר
- עִקבִי
- קונסול
- לבנות
- לצרוך
- צרכן
- צרכנים
- הכלול
- מכיל
- הקשר
- לִשְׁלוֹט
- נשלט
- בנוחות
- תוֹאֵם
- יכול
- לעצב
- לִיצוֹר
- נוצר
- יוצרים
- יצירה
- קריטי
- מכריע
- אוצר
- אוצר
- לקוח
- לקוחות
- נתונים
- ניתוח נתונים
- אגם דאטה
- ניהול נתונים
- מדע נתונים
- מדען נתונים
- אחסון נתונים
- מערכי נתונים
- מסירות
- עמוק
- צלילה לעומק
- לְהַגדִיר
- דמוגרפיה
- להפגין
- לפשט
- מחלקות
- תלוי
- פריסה
- תיאור
- עיצוב
- פרטים
- איתור
- נחוש
- לפתח
- מפותח
- מפתחים
- צעצועי התפתחות
- תרשים
- אחר
- דיגיטלי
- ישירות
- לגלות
- מגלה
- תגלית
- לדון
- שונה
- מובהק
- מופץ
- מחשוב מבוזר
- צלילה
- שונה
- do
- ציור
- נהיגה
- מונע
- שכפול
- משך
- בְּמַהֲלָך
- כל אחד
- יעילות
- יְעִילוּת
- יעיל
- ללא מאמץ
- העצמה
- מעצים
- לאפשר
- מאפשר
- מה שמאפשר
- מקיף
- מהנדס
- הנדסה
- מהנדסים
- משפר
- לְהַבטִיחַ
- הבטחתי
- זן
- מִפְעָל
- נלהב
- ישויות
- ישות
- סביבה
- סביבות
- מְצוּיָד
- מַהוּת
- מקימים
- אירוע
- דוגמה
- קיימים
- ניסיון
- מומחיות
- תמצית
- פָּנִים
- מקל
- הקלה
- משפחה
- מאפיין
- תכונות
- האכלה
- שדה
- ראשון
- תזרים
- להתמקד
- הבא
- בעד
- טיפוח
- מאמצים
- קרן
- היסוד
- הונאה
- גילוי הונאה
- החל מ-
- לגמרי
- פונקציות
- לקבל
- מקבל
- לתת
- נותן
- ממשל
- להעניק
- כמובן מאליו
- הענקת
- פרטני
- עבודות קרקע
- קְבוּצָה
- קבוצה
- צמיחה
- ידות על
- קשה
- רתמת
- יש
- he
- לעזור
- עוזר
- כאן
- באיכות גבוהה
- מאוד
- שֶׁלוֹ
- היסטוריה
- מחזיק
- איך
- איך
- HTML
- http
- HTTPS
- משוכה
- ID
- זיהוי
- if
- פְּגִיעָה
- בר - השפעה
- משפר
- in
- באחר
- לכלול
- כולל
- מידע
- תשתית
- בתחילה
- יוזמות
- חדשנות
- חדשני
- קלט
- תשומות
- בתוך
- תובנות
- למשל
- במקום
- משולב
- מוֹדִיעִין
- מִמְשָׁק
- פענוח
- אל תוך
- מוּשׁקָע
- הזמנה
- להזמין
- מעורב
- IT
- שֶׁלָה
- להצטרף
- jpg
- צומת
- שמור
- מפתח
- לדעת
- יודע
- ידע
- אגם
- נמשך
- לשגר
- הושק
- שכב
- שכבה
- שוכב
- למידה
- לתת
- רמה
- רמות
- מעגל החיים
- כמו
- מגביל
- קו
- רשימה
- מאזין
- האזנה
- ממוקם
- הגיוני
- אהבה
- מכונה
- למידת מכונה
- עשוי
- לתחזק
- לעשות
- עושה
- לנהל
- הצליח
- ניהול
- שיווק
- יצירת מופת
- בוגר
- מאי..
- אומר
- אמצעים
- מֵכָנִי
- רק
- מידע נוסף
- בקפידה
- מיקרו
- יכול
- ממזער
- ML
- מודל
- מודלים
- רגעים
- צג
- פיקוח
- יותר
- בעיקר
- מספר
- כלי נגינה
- שם
- שמות
- יליד
- ניווט
- צורך
- נחוץ
- צרכי
- חדש
- הבא
- מחברה
- עַכשָׁיו
- להתבונן
- of
- המיוחדות שלנו
- לא מחובר
- לעתים קרובות
- on
- ONE
- יחידות
- רק
- לפתוח
- תפעול
- מייעל
- or
- ארגון
- ארגונים
- אחר
- אחרים
- שלנו
- תפוקה
- בחוץ
- יותר
- מקיף
- - פיקוח
- בעלים
- בעלי
- עמוד
- זגוגית
- פרמטרים
- הגדול ביותר
- במיוחד
- תשוקה
- דפוסי
- תלוי ועומד
- לְבַצֵעַ
- רשות
- הרשאות
- מכריע
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- נקודה
- מדיניות
- חיובי
- הודעה
- מעשי
- קודם
- להכין
- מניעה
- קודם
- מנהלים
- זְכוּת
- תהליך
- מפיק
- המוצר
- פּרוֹפִיל
- מקדם
- לספק
- מספק
- מתן
- גם
- איכות
- RAM
- דירוגים
- חי
- חומר עיוני
- עולם אמיתי
- זמן אמת
- תחום
- המלצה
- ממליצה
- רשום
- הפחתה
- להתייחס
- הפניה
- לחדד
- משקף
- באזור
- קָשׁוּר
- רלוונטי
- אָמִין
- שוב ושוב
- חוזר על עצמו
- מאגר
- מייצג
- נדרש
- משאב
- משאבים
- לְהַגבִּיל
- תוצאה
- לשימוש חוזר
- סקירה
- תקין
- חָסוֹן
- תפקיד
- תפקידים
- הפעלה
- ריצה
- בעל חכמים
- שיט
- מכירות
- אותו
- לִטעוֹם
- להרחבה
- סולם
- מדע
- מַדְעָן
- מדענים
- תסריט
- Sdk
- sdks
- בצורה חלקה
- חיפוש
- שְׁנִיָה
- סעיף
- מְאוּבטָח
- מאובטח
- אבטחה
- אמצעי אבטחה
- לִרְאוֹת
- מחפשים
- מגזרים
- בחר
- לחצני מצוקה לפנסיונרים
- רגיש
- לשרת
- שירותים
- סט
- התקנה
- כמה
- שיתוף
- משותף
- שיתופים
- שיתוף
- צריך
- לְהַצִיג
- לראווה
- הופעות
- סילקה
- מפשט
- ממוקם
- So
- תוכנה
- מהנדס תוכנה
- פתרונות
- כמה
- שִׁיר
- מָקוֹר
- משך
- מתח
- משתרע
- מומחה
- מתמחה
- ספציפי
- מפרט
- ספֵּקטרוּם
- החל
- סטטיסטי
- צעדים
- אחסון
- חנות
- מאוחסן
- חנויות
- מייעלת
- מתחזק
- חזק
- לספק
- תמיכה
- תומך
- מערכות
- מותאם
- תפירה
- לקחת
- יעד
- המשימות
- נבחרת
- צוותי
- זֶה
- השמיים
- המקור
- שֶׁלָהֶם
- אותם
- אז
- התאוריה
- שם.
- אלה
- הֵם
- לחשוב
- זֶה
- אלה
- שְׁלוֹשָׁה
- דרך
- זמן
- ל
- כלים
- שובל
- רכבת
- הדרכה
- עסקה
- נסיעות
- מגמות
- לנסות
- שתיים
- סוג
- סוגים
- לא מורשה
- להבין
- מאוחד
- יחידות
- עדכון
- us
- נוֹהָג
- להשתמש
- במקרה להשתמש
- מְשׁוּמָשׁ
- ידידותי למשתמש
- משתמשים
- באמצעות
- בְּדֶרֶך כְּלַל
- לנצל
- ערך
- לְהִשְׁתַנוֹת
- באמצעות
- לצפיה
- ראות
- vs
- we
- אינטרנט
- שירותי אינטרנט
- טוֹב
- היו
- מה
- מתי
- אם
- בזמן
- מי
- למה
- עם
- בתוך
- תיק עבודות
- זרימת עבודה
- זרימות עבודה
- סדנה
- לכתוב
- שנים
- אתה
- זפירנט