זהו הפוסט השני בסדרה בת ארבעה חלקים המפרטת כיצד קבוצת NatWest, מוסד מרכזי לשירותים פיננסיים, שותף עם שירותים מקצועיים של AWS לבנות פלטפורמת למידת מכונה חדשה (MLOps). בפוסט זה, אנו משתפים כיצד קבוצת NatWest השתמשה ב-AWS כדי לאפשר את פריסת השירות העצמי של פלטפורמת ה-MLOps הסטנדרטית, המאובטחת והתואמת שלהם באמצעות קטלוג השירות של AWS ו אמזון SageMaker. זה הוביל להפחתת משך הזמן שלוקח לספק סביבות חדשות מימים למספר שעות בלבד.
אנו מאמינים שמקבלי החלטות יכולים להפיק תועלת מהתוכן הזה. CTOs, CDAOs, מדעני נתונים בכירים ומהנדסי ענן בכירים יכולים לעקוב אחר דפוס זה כדי לספק פתרונות חדשניים לצוותי מדעי הנתונים וההנדסה שלהם.
קרא את הסדרה כולה:
|
טכנולוגיה ב- NatWest Group
NatWest Group הוא בנק מערכות יחסים לעולם דיגיטלי המספק שירותים פיננסיים ליותר מ-19 מיליון לקוחות ברחבי בריטניה. לקבוצה פורטפוליו טכנולוגי מגוון, שבו פתרונות לאתגרים עסקיים ניתנים לרוב תוך שימוש בעיצובים מותאמים אישית ובלוחות זמנים ארוכים.
לאחרונה, NatWest Group אימצה אסטרטגיה של ענן ראשון, שאפשרה לחברה להשתמש בשירותים מנוהלים כדי לספק משאבי מחשוב ואחסון לפי דרישה. מהלך זה הוביל לשיפור ביציבות הכוללת, מדרגיות וביצועים של פתרונות עסקיים, תוך הפחתת עלויות והאצת קצב האספקה. בנוסף, המעבר לענן מאפשר ל-NatWest Group לפשט את ערימת הטכנולוגיה שלה על ידי אכיפת סט של תכנוני פתרונות עקביים, שניתנים לחזרה ומאושרים מראש כדי לעמוד בדרישות הרגולטוריות ולפעול בצורה מבוקרת.
אתגרים
שלבי הפיילוט של אימוץ גישת הענן תחילה כללו מספר שלבי ניסויים והערכה תוך שימוש במגוון רחב של שירותי ניתוח ב-AWS. האיטרציות הראשונות של פלטפורמת הענן של NatWest Group לעומסי עבודה במדעי הנתונים התמודדו עם אתגרים עם אספקת סביבות ענן עקביות, מאובטחות ותואמות. תהליך יצירת סביבות חדשות נמשך בין מספר ימים לשבועות או אפילו חודשים. הסתמכות על צוותי פלטפורמה מרכזיים לבנייה, אספקה, אבטחה, פריסה וניהול של תשתית ומקורות נתונים, הקשתה על הכנסת צוותים חדשים לעבודה בענן.
בשל השונות בתצורת התשתית בין חשבונות AWS, צוותים שהחליטו להעביר את עומסי העבודה שלהם לענן נאלצו לעבור תהליך ציות משוכלל. היה צורך לנתח כל רכיב תשתית בנפרד, מה שהגדיל את לוחות הזמנים של ביקורת האבטחה.
התחלת הפיתוח ב-AWS כללה קריאת סט של מדריכי תיעוד שנכתבו על ידי צוותי פלטפורמה. שלבי הגדרת הסביבה הראשוניים כללו ניהול מפתחות ציבוריים ופרטיים לצורך אימות, הגדרת חיבורים לשירותים מרוחקים באמצעות ממשק שורת הפקודה של AWS (AWS CLI) או SDK מסביבות פיתוח מקומיות, והפעלת סקריפטים מותאמים אישית לקישור IDEs מקומיים לשירותי ענן. אתגרים טכניים הקשו לעתים קרובות על הכנסת חברי צוות חדשים. לאחר הגדרת סביבות הפיתוח, המסלול לשחרור תוכנה בייצור היה מורכב וארוך באותה מידה.
כפי שמתואר בחלק 1 של סדרה זו, צוות הפרויקט המשותף אסף כמויות גדולות של משוב על חווית משתמש ודרישות מצוותים ברחבי NatWest Group לפני בניית פלטפורמת מדע הנתונים ו-MLOps החדשה. נושא נפוץ במשוב זה היה הצורך באוטומציה וסטנדרטיזציה כמבשר להעברת פרויקטים מהירה ויעילה ב-AWS. הפלטפורמה החדשה משתמשת בשירותים מנוהלים של AWS כדי לייעל את העלות, לצמצם את מאמצי תצורת הפלטפורמה ולהפחית את טביעת הרגל הפחמנית מהפעלת עבודות מחשוב גדולות שלא לצורך. הסטנדרטיזציה מוטמעת בלב הפלטפורמה, עם רכיבי תשתית מאושרים מראש, מוגדרים במלואם, מאובטחים, תואמים וניתנים לשימוש חוזר הניתנים לשיתוף בין צוותי נתונים וניתוח.
למה SageMaker Studio?
הצוות בחר סטודיו SageMaker של אמזון ככלי העיקרי לבנייה ופריסה של צינורות ML. Studio מספק ממשק מבוסס אינטרנט יחיד המעניק למשתמשים גישה מלאה, שליטה וניראות לכל שלב הנדרש לבנייה, אימון ופריסה של מודלים. הבשלות של Studio IDE (סביבת פיתוח משולבת) לפיתוח מודלים, מעקב מטא נתונים, ניהול חפצים ופריסה היו בין התכונות שפנו מאוד לצוות NatWest Group.
מדעני נתונים ב-NatWest Group עובדים עם מחברות SageMaker בתוך Studio בשלבים הראשונים של פיתוח המודל כדי לבצע ניתוח נתונים, סכסוך נתונים והנדסת תכונות. לאחר שהמשתמשים מרוצים מהתוצאות של עבודה ראשונית זו, הקוד מומר בקלות לפונקציות הניתנות להרכבה עבור טרנספורמציה של נתונים, אימון מודלים, מסקנות, רישום ובדיקות יחידות כך שהוא במצב מוכן לייצור.
שלבים מאוחרים יותר של מחזור החיים של פיתוח המודל כוללים שימוש ב צינורות SageMaker של אמזון, אשר ניתן לבדיקה ויזואלית ולנטר בסטודיו. צינורות מומחשים ב-DAG (Directed Acyclic Graph) שמקודד שלבים בצבעים על סמך מצבם בזמן שהצינור פועל. בנוסף, תקציר של יומני CloudWatch של אמזון מוצג ליד ה-DAG כדי להקל על איתור הבאגים של שלבים שנכשלו. מדעני נתונים מסופקים עם תבנית קוד המורכבת מכל שלבי היסוד בצנרת של SageMaker. זה מספק מסגרת סטנדרטית (העקבית בין כל משתמשי הפלטפורמה כדי להקל על שיתוף הפעולה ושיתוף הידע) שלתוכה יכולים מפתחים להוסיף את ההיגיון המותאמים אישית ואת קוד היישום הספציפי לאתגר העסקי שהם פותרים.
מפתחים מריצים את הצינורות בתוך ה-Studio IDE כדי להבטיח ששינויי הקוד שלהם משתלבים בצורה נכונה עם שלבי צינור אחרים. לאחר ששינויי קוד נבדקו ואושרו, צינורות אלו נבנים ומופעלים באופן אוטומטי בהתבסס על טריגר סניף ראשי של מאגר Git. במהלך אימון מודלים, מדדי הערכת מודל מאוחסנים ועוקבים אחריהם בניסויי SageMaker, אשר ניתן להשתמש בהם לכוונון היפרפרמטרים. לאחר הכשרה של דגם, חפץ הדגם מאוחסן ב- רישום מודלים של SageMaker, יחד עם מטא נתונים הקשורים למיכלי מודל, נתונים ששימשו במהלך ההדרכה, תכונות מודל וקוד מודל. רישום המודלים ממלא תפקיד מפתח בתהליך פריסת המודל מכיוון שהוא אורז את כל מידע המודל ומאפשר אוטומציה של קידום מודלים לסביבות ייצור.
מהנדסי MLOps פורסים מנוהלים משרות שינוי אצווה של SageMaker, בקנה מידה כדי לעמוד בדרישות עומס העבודה. גם עבודות הסקת מסקנות לא מקוונות וגם מודלים מקוונים המוגשים באמצעות נקודת קצה משתמשים בפונקציונליות ההסקה המנוהלת של SageMaker. זה מועיל הן עם צוותי הפלטפורמה והן עם צוותי היישומים העסקיים מכיוון שמהנדסי פלטפורמה אינם מבלים יותר זמן בהגדרת רכיבי תשתית להסקת מודלים, וצוותי יישומים עסקיים אינם כותבים קוד לוח נוסף כדי להגדיר ולקיים אינטראקציה עם מופעי מחשוב.
למה קטלוג השירותים של AWS?
הצוות בחר בקטלוג השירותים של AWS כדי לבנות קטלוג של תבניות תשתית מאובטחות, תואמות ומאושרות מראש. רכיבי התשתית במוצר AWS Service Catalog מוגדרים מראש כדי לעמוד בדרישות האבטחה של NatWest Group. ניהול גישה לתפקידים, מדיניות משאבים, תצורת רשת ומדיניות בקרה מרכזית מוגדרים עבור כל משאב ארוז במוצר AWS Service Catalog. המוצרים עוברים גרסאות ומשותפים עם צוותי יישומים על ידי ביצוע תהליך סטנדרטי המאפשר לצוותי מדעי הנתונים וההנדסה לשרת את עצמם ולפרוס תשתית מיד לאחר קבלת גישה לחשבונות ה-AWS שלהם.
צוותי פיתוח פלטפורמה יכולים לפתח בקלות את מוצרי קטלוג השירותים של AWS לאורך זמן כדי לאפשר הטמעה של תכונות חדשות המבוססות על דרישות עסקיות. שינויים איטרטיביים במוצרים נעשים בעזרת גירסת המוצר של קטלוג השירותים של AWS. כאשר יוצאת גרסת מוצר חדשה, צוות הפלטפורמה ממזג שינויים בקוד לסניף הראשי של Git ומגדיל את הגרסה של המוצר AWS Service Catalog. יש מידה של אוטונומיה וגמישות בעדכון התשתית מכיוון שחשבונות יישומים עסקיים יכולים להשתמש בגרסאות קודמות של מוצרים לפני שהם עוברים לגרסה העדכנית ביותר.
סקירת פתרונות
דיאגרמת הארכיטקטורה הבאה ברמה הגבוהה מראה כיצד מקרה שימוש טיפוסי של יישומים עסקיים נפרס ב-AWS. הסעיפים הבאים יפרטו יותר לגבי ארכיטקטורת החשבון, אופן פריסת התשתית, ניהול גישת משתמשים וכיצד נעשה שימוש בשירותי AWS שונים לבניית פתרונות ML.
כפי שמוצג בתרשים הארכיטקטורה, חשבונות עוקבים אחר מודל רכזת ודישור. חשבון פלטפורמה משותף משמש כחשבון רכזת, שבו משאבים הנדרשים על ידי צוות יישומים עסקיים (דיבורים) מתארחים על ידי צוות הפלטפורמה. משאבים אלה כוללים את הדברים הבאים:
- ספרייה של מוצרי תשתית מאובטחים וסטנדרטיים המשמשים לפריסות תשתית בשירות עצמי, מתארח על ידי AWS Service Catalog
- תמונות Docker, מאוחסנות ב מרשם מיכל אלסטי של אמזון (Amazon ECR), המשמשים במהלך הריצה של שלבי צנרת SageMaker והסקת מודל
- AWS קוד חפץ מאגרים, המארחים חבילות Python מאושרות מראש
משאבים אלה משותפים אוטומטית עם חשבונות דיבור באמצעות תכונת השיתוף והייבוא של תיקי השירותים של AWS, וכן AWS זהות וניהול גישה מדיניות אמון (IAM) במקרה של Amazon ECR ו- CodeArtifact.
לכל צוות יישומים עסקיים מסופקים שלושה חשבונות AWS בסביבת התשתית של NatWest Group: פיתוח, ייצור קדם וייצור. שמות הסביבה מתייחסים לתפקיד המיועד של החשבון במחזור החיים של פיתוח מדעי הנתונים. חשבון הפיתוח משמש לביצוע ניתוח נתונים והתחבטויות, כתיבת קוד צינור של מודל ומודל, הדרכה של מודלים והפעלת פריסות מודלים לסביבות טרום-ייצור והפקה באמצעות SageMaker Studio. חשבון טרום הייצור משקף את ההגדרה של חשבון הייצור ומשמש לבדיקת פריסות מודל ועבודות טרנספורמציה אצווה לפני שהן משוחררות לייצור. חשבון הייצור מארח מודלים ומפעיל עומסי עבודה של הסקת ייצור.
ניהול משתמשים
ל- NatWest Group יש תהליכי ממשל קפדניים כדי לאכוף הפרדת תפקידי משתמשים. חמישה תפקידי IAM נפרדים נוצרו עבור כל דמות משתמש.
צוות הפלטפורמה משתמש בתפקידים הבאים:
- מהנדס תמיכה בפלטפורמה – תפקיד זה מכיל הרשאות למשימות עסקים כרגיל ותצוגה לקריאה בלבד של שאר הסביבה לניטור וניפוי באגים בפלטפורמה.
- מהנדס תיקון פלטפורמה - תפקיד זה נוצר עם הרשאות גבוהות. הוא משמש אם יש בעיות בפלטפורמה הדורשות התערבות ידנית. תפקיד זה מתקבל רק באופן מאושר ומוגבל בזמן.
לצוותי פיתוח אפליקציות עסקיות יש שלושה תפקידים נפרדים:
- הובלה טכנית - תפקיד זה מוקצה לראש צוות היישומים, לרוב מדען נתונים בכיר. למשתמש זה יש הרשאה לפרוס ולנהל את מוצרי קטלוג השירותים של AWS, להפעיל מהדורות לייצור ולסקור את מצב הסביבה, כגון קוד צינור AWS סטטוסים ויומנים. לתפקיד זה אין הרשאה לאשר דגם ברישום המודלים של SageMaker.
- מפתח - תפקיד זה מוקצה לכל חברי הצוות שעובדים עם SageMaker Studio, הכולל מהנדסים, מדעני נתונים, ולעתים קרובות את ראש הצוות. לתפקיד זה יש הרשאות לפתוח את Studio, לכתוב קוד ולהפעיל ולפרוס צינורות של SageMaker. כמו המוביל הטכני, לתפקיד זה אין הרשאה לאשר מודל ברישום המודלים.
- מאשר דגם – לתפקיד זה יש הרשאות מוגבלות הקשורות לצפייה, אישור ודחייה של מודלים ברישום המודלים. הסיבה להפרדה הזו היא למנוע מכל משתמש שיכול לבנות ולאמן מודלים לאשר ולשחרר את המודלים שלהם לסביבות הסלמה.
פרופילי משתמש נפרדים של Studio נוצרים עבור מפתחים ומאשרי דגמים. הפתרון משתמש בשילוב של הצהרות מדיניות IAM ותגיות פרופיל משתמש של SageMaker כך שמשתמשים רשאים לפתוח רק פרופיל משתמש התואם לסוג המשתמש שלהם. זה מוודא שהמשתמש מוקצה את תפקיד IAM לביצוע SageMaker הנכון (ולכן הרשאות) כאשר הוא פותח את Studio IDE.
פריסות שירות עצמי עם קטלוג השירותים של AWS
משתמשי קצה משתמשים בקטלוג השירותים של AWS כדי לפרוס מוצרי תשתית למדעי נתונים, כגון:
- סביבת סטודיו
- פרופילי משתמש בסטודיו
- מודלים של צינורות פריסה
- צינורות הדרכה
- צינורות מסקנות
- מערכת לניטור והתראה
משתמשי קצה פורסים מוצרים אלה ישירות דרך ממשק המשתמש של קטלוג השירותים של AWS, כלומר יש פחות הסתמכות על צוותי פלטפורמה מרכזיים לצורך אספקת סביבות. זה הפחית במידה ניכרת את הזמן שלוקח למשתמשים לקבל גישה לסביבות ענן חדשות, ממספר ימים עד למספר שעות בלבד, מה שבסופו של דבר הוביל לשיפור משמעותי בזמן-לערך. השימוש בקבוצה משותפת של מוצרי קטלוג השירותים של AWS תומך בעקביות בתוך פרויקטים ברחבי הארגון ומוריד את המחסום לשיתוף פעולה ושימוש חוזר.
מכיוון שכל תשתית מדעי הנתונים נפרסת כעת באמצעות קטלוג שפותח מרכזי של מוצרי תשתית, ננקטה הקפדה על בניית כל אחד מהמוצרים הללו מתוך מחשבה על אבטחה. השירותים הוגדרו לתקשר בתוכם ענן וירטואלי פרטי של אמזון (Amazon VPC) כך שהתנועה לא עוברת את האינטרנט הציבורי. הנתונים מוצפנים במעבר ובמנוחה באמצעות שירות ניהול מפתח AWS (AWS KMS) מקשי. תפקידי IAM גם הוגדרו בהתאם לעיקרון המינימום הפריבילגיה.
לבסוף, עם קטלוג השירותים של AWS, קל לצוות הפלטפורמה לשחרר ללא הרף מוצרים ושירותים חדשים כאשר הם הופכים לזמינים או נדרשים על ידי צוותי יישומים עסקיים. אלה יכולים ללבוש צורה של מוצרי תשתית חדשים, למשל לספק את היכולת למשתמשי קצה לפרוס את שלהם אמזון EMR אשכולות, או עדכונים למוצרי תשתית קיימים. מכיוון שקטלוג השירותים של AWS תומך בניהול גרסאות של המוצר ומנצל אותו AWS CloudFormation מאחורי הקלעים, ניתן להשתמש בשדרוגים במקום כאשר יוצאות גרסאות חדשות של מוצרים קיימים. זה מאפשר לצוותי הפלטפורמה להתמקד בבנייה ושיפור מוצרים, במקום בפיתוח תהליכי שדרוג מורכבים.
אינטגרציה עם תוכנת IaC הקיימת של NatWest
קטלוג השירותים של AWS משמש לפריסות תשתית של מדעי הנתונים בשירות עצמי. בנוסף, כלי התשתית הסטנדרטי כקוד (IaC) של NatWest, Terraform, משמש לבניית תשתית בחשבונות AWS. Terraform משמשת על ידי צוותי פלטפורמה במהלך תהליך הגדרת החשבון הראשוני לפריסת משאבי תשתית מוקדמים כגון VPCs, קבוצות אבטחה, מנהל מערכות AWS פרמטרים, מפתחות KMS ובקרות אבטחה סטנדרטיות. תשתית בחשבון הרכזת, כגון תיקי קטלוג השירותים של AWS והמשאבים המשמשים לבניית תמונות Docker, מוגדרות גם הן באמצעות Terraform. עם זאת, מוצרי AWS Service Catalog עצמם בנויים באמצעות תבניות CloudFormation סטנדרטיות.
שיפור פרודוקטיביות מפתח ואיכות קוד עם פרויקטים של SageMaker
פרויקטים של SageMaker לספק למפתחים ולמדעני נתונים גישה לפרויקטים להתחלה מהירה מבלי לעזוב את SageMaker Studio. פרויקטים אלה להתחלה מהירה מאפשרים לך לפרוס משאבי תשתית מרובים בו-זמנית בכמה קליקים בלבד. אלה כוללים מאגר Git המכיל תבנית פרויקט סטנדרטית עבור סוג המודל הנבחר, שירות אחסון פשוט של אמזון (Amazon S3) דליים לאחסון נתונים, מודלים וחפצים מסודרים, ואימון מודלים והסקת צינורות CodePipeline.
ההקדמה של ארכיטקטורות בסיס קוד סטנדרטיות וכלי עבודה מקלים כעת על מדעני נתונים ומהנדסים לעבור בין פרויקטים ולהבטיח שאיכות הקוד תישאר גבוהה. לדוגמה, שיטות עבודה מומלצות של הנדסת תוכנה כגון בדיקות מוך ועיצוב (מופעל הן כבדיקות אוטומטיות והן כ-pre-commit hooks), בדיקות יחידה ודוחות כיסוי אוטומטיים כעת כחלק מצינורות ההדרכה, ומספקים סטנדרטיזציה בכל הפרויקטים. זה שיפר את יכולת התחזוקה של פרויקטי ML ויקל על העברת הפרויקטים הללו לייצור.
אוטומציה של פריסות מודלים
תהליך הכשרת המודל מתוזמר באמצעות SageMaker Pipelines. לאחר הכשרת הדגמים, הם מאוחסנים ברישום הדגמים של SageMaker. משתמשים שהוקצה להם תפקיד מאשר המודל יכולים לפתוח את רישום המודלים ולמצוא מידע הקשור לתהליך ההדרכה, כגון מתי המודל הוכשר, ערכי היפרפרמטרים ומדדי הערכה. מידע זה עוזר למשתמש להחליט אם לאשר או לדחות דגם. דחיית מודל מונעת את פריסת המודל בסביבה מוגברת, בעוד שאישור מודל מפעיל צינור קידום מודל באמצעות CodePipeline שמעתיק אוטומטית את המודל לחשבון AWS לפני הייצור, מוכן לבדיקת עומס עבודה. לאחר שהצוות אישר שהדגם פועל כהלכה בקדם-ייצור, שלב ידני באותו צינור מאושר והדגם מועתק אוטומטית לחשבון הייצור, מוכן להסקת עומסי ייצור.
תוצאות
אחת המטרות העיקריות של פרויקט שיתופיות זה בין NatWest ו-AWS הייתה לצמצם את הזמן שנדרש לאספקה ופריסה של סביבות ענן של מדעי נתונים ומודלים של ML לייצור. זה הושג - NatWest יכולה כעת לספק סביבות AWS חדשות, ניתנות להרחבה ומאובטחות תוך מספר שעות, בהשוואה לימים או אפילו שבועות. מדעני נתונים ומהנדסים מוסמכים כעת לפרוס ולנהל תשתית מדעית נתונים בעצמם באמצעות קטלוג השירותים של AWS, מה שמפחית את ההסתמכות על צוותי פלטפורמה מרכזיים. בנוסף, השימוש בפרויקטים של SageMaker מאפשר למשתמשים להתחיל בקידוד והדרכה של מודלים תוך דקות, תוך מתן מבני פרויקט סטנדרטיים וכלי עבודה.
מכיוון שקטלוג השירותים של AWS משמש כשיטה המרכזית לפריסת תשתית מדעי הנתונים, ניתן להרחיב ולשדרג בקלות את הפלטפורמה בעתיד. שירותי AWS חדשים יכולים להיות מוצעים למשתמשי קצה במהירות כאשר מתעורר הצורך, וניתן לשדרג את מוצרי קטלוג השירותים הקיימים של AWS במקום כדי לנצל את היתרונות של תכונות חדשות.
לבסוף, המעבר לעבר שירותים מנוהלים ב-AWS פירושו שמשאבי מחשוב מסופקים ומושבתים לפי דרישה. זה סיפק חיסכון בעלויות וגמישות, תוך התאמה עם השאיפה של NatWest להיות אפס נטו עד 2050 בשל הפחתה משוערת של 75% ב-CO2 פליטות.
סיכום
אימוץ אסטרטגיית הענן ב-NatWest Group הוביל ליצירת פתרון AWS חזק שיכול לתמוך במספר רב של צוותי יישומים עסקיים ברחבי הארגון. ניהול תשתית עם קטלוג השירותים של AWS שיפר את תהליך ההטמעה בענן באופן משמעותי על ידי שימוש באבני בניין מאובטחות, תואמות ומאושרות מראש של תשתית שניתן להרחיב בקלות. רכיבי תשתית SageMaker מנוהלים שיפרו את תהליך פיתוח המודל והאיצו את האספקה של פרויקטי ML.
למידע נוסף על תהליך בניית דגמי ML מוכנים לייצור ב-NatWest Group, עיין בשאר סדרה זו בת ארבעת חלקים על שיתוף הפעולה האסטרטגי בין NatWest Group ו-AWS Professional Services:
- חלק 1 מסביר כיצד NatWest Group שיתפה פעולה עם AWS Professional Services כדי לבנות פלטפורמת MLOps ניתנת להרחבה, מאובטחת ובת קיימא
- חלק 3 מספק סקירה כללית של האופן שבו NatWest Group משתמשת בשירותי SageMaker כדי לבנות מודלים ML הניתנים לביקורת, לשחזור והסבר.
- חלק 4 מפרט כיצד צוותי מדעי הנתונים של NatWest מעבירים את המודלים הקיימים שלהם לארכיטקטורות של SageMaker
על הכותבים
ג'ונאיד באבא הוא יועץ DevOps ב שירותים מקצועיים של AWS הוא ממנף את הניסיון שלו ב-Kubernetes, מחשוב מבוזר, AI/MLOps לאימוץ מואץ של ענן של לקוחות תעשיית השירותים הפיננסיים בבריטניה. Junaid עובדת עם AWS מאז יוני 2018. לפני כן, Junaid עבדה עם מספר סטארט-אפים פיננסיים שהובילו את שיטות ה-DevOps. מחוץ לעבודה יש לו תחומי עניין בטרקים, אמנות מודרנית וצילום סטילס.
ירדנקה איבנובה הוא מהנדס נתונים ב-NatWest Group. יש לה ניסיון בבנייה ואספקת פתרונות נתונים לחברות בענף השירותים הפיננסיים. לפני שהצטרפה ל-NatWest, ירדנקה עבדה כיועצת טכנית שם צברה ניסיון במינוף מגוון רחב של שירותי ענן וטכנולוגיות קוד פתוח כדי לספק תוצאות עסקיות על פני מספר פלטפורמות ענן. בזמנה הפנוי, ירדנקה נהנית להתאמן, לטייל ולנגן בגיטרה.
מייקל אנגליה הוא מהנדס תוכנה בצוות Data Science and Innovation ב- NatWest Group. הוא נלהב מפיתוח פתרונות להפעלת עומסי עבודה בקנה מידה גדול של Machine Learning בענן. לפני שהצטרף ל-NatWest Group, מייקל עבד והוביל צוותי הנדסת תוכנה בפיתוח יישומים קריטיים בתעשיות השירותים הפיננסיים והנסיעות. בזמנו הפנוי הוא נהנה לנגן בגיטרה, לטייל ולחקור את האזור הכפרי על אופניו.
- Coinsmart. בורסת הביטקוין והקריפטו הטובה באירופה.
- Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה חופשית.
- CryptoHawk. רדאר אלטקוין. ניסיון חינם.
- מקור: https://aws.amazon.com/blogs/machine-learning/part-2-how-natwest-group-built-a-secure-compliant-self-service-mlops-platform-using-aws-service- קטלוג-ו-amazon-sagemaker/
- "
- 100
- אודות
- מוּאָץ
- מאיצה
- גישה
- חֶשְׁבּוֹן
- לרוחב
- תוספת
- נוסף
- אימוץ
- יתרון
- תעשיות
- אמזון בעברית
- בין
- כמות
- כמויות
- אנליזה
- ניתוח
- בקשה
- יישומים
- גישה
- לאשר
- ארכיטקטורה
- אמנות
- שהוקצה
- בדיקה
- אימות
- אוטומטי
- אוטומציה
- אוטומציה ותקינה
- זמין
- AWS
- בנק
- להיות
- מאחורי הקלעים
- להיות
- תועלת
- הטבות
- הטוב ביותר
- שיטות עבודה מומלצות
- לִבנוֹת
- בִּניָן
- עסקים
- פַּחמָן
- אשר
- מְרוּכָּז
- לאתגר
- האתגרים
- בדיקות
- ענן
- פלטפורמת ענן
- שירותי ענן
- קוד
- סִמוּל
- שיתוף פעולה
- שילוב
- Common
- חברות
- חברה
- לעומת
- מורכב
- הענות
- תואם
- רְכִיב
- לחשב
- מחשוב
- תְצוּרָה
- חיבורי
- יועץ
- מכולה
- מכולות
- מכיל
- תוכן
- תמיד
- לִשְׁלוֹט
- נוצר
- יוצרים
- יצירה
- קריטי
- מנהג
- לקוחות
- נתונים
- ניתוח נתונים
- מדע נתונים
- מדען נתונים
- נתן
- אספקה
- מסירה
- דרישה
- דרישות
- לפרוס
- פרס
- פריסה
- פריסה
- פריסות
- מְתוּאָר
- עיצובים
- פרט
- פרטים
- מפותח
- מפתח
- מפתחים
- מתפתח
- צעצועי התפתחות
- אחר
- קשה
- דיגיטלי
- ישירות
- מופץ
- מחשוב מבוזר
- סַוָר
- לא
- מטה
- נהיגה
- בקלות
- יעיל
- מַאֲמָצִים
- משוכלל
- לאפשר
- נקודת קצה
- מהנדס
- הנדסה
- מהנדסים
- מִפְעָל
- סביבה
- מוערך
- הערכה
- להתפתח
- דוגמה
- הוצאת להורג
- קיימים
- ניסיון
- מאפיין
- תכונות
- מָשׁוֹב
- כספי
- שירותים פיננסיים
- ראשון
- לסדר
- גמישות
- להתמקד
- לעקוב
- הבא
- עָקֵב
- טופס
- מסגרת
- פונקציונלי
- עתיד
- Git
- ממשל
- קְבוּצָה
- קבוצה
- מדריך
- שמח
- לעזור
- עוזר
- גָבוֹהַ
- איך
- HTTPS
- זהות
- הפעלה
- משופר
- לכלול
- כלול
- כולל
- גדל
- תעשיות
- תעשייה
- מידע
- תשתית
- חדשנות
- חדשני
- מוסד
- לשלב
- משולב
- אינטרסים
- מִמְשָׁק
- אינטרנט
- מעורב
- בעיות
- IT
- מקומות תעסוקה
- מפתח
- מפתחות
- ידע
- גָדוֹל
- האחרון
- עוֹפֶרֶת
- לִלמוֹד
- למידה
- הוביל
- מנופים
- מינוף
- סִפְרִיָה
- מוגבל
- קו
- מְקַשֵׁר
- מקומי
- מכונה
- למידת מכונה
- עשוי
- גדול
- עושה
- לנהל
- הצליח
- ניהול
- ניהול
- דרך
- מדריך ל
- דבר
- בגרות
- משמעות
- להרשם/להתחבר
- מדדים
- מִילִיוֹן
- אכפת לי
- ML
- מודל
- מודלים
- ניטור
- חודשים
- יותר
- המהלך
- נע
- מספר
- שמות
- רשתות
- תכונות חדשות
- פלטפורמה חדשה
- מוצר חדש
- מוצרים חדשים
- מספר
- מוצע
- לא מחובר
- Onboarding
- באינטרנט
- לפתוח
- תפעול
- מטב
- ארגון
- אחר
- מקיף
- שֶׁלוֹ
- מסוים
- שותף
- לוהט
- תבנית
- ביצועים
- צילום
- טַיָס
- פלטפורמה
- פלטפורמות
- משחק
- מדיניות
- מדיניות
- תיק עבודות
- תיקים
- עקרון
- פְּרָטִי
- מפתחות פרטיים
- תהליך
- תהליכים
- המוצר
- הפקה
- פִּריוֹן
- מוצרים
- מקצועי
- פּרוֹפִיל
- פרופילים
- פּרוֹיֶקט
- פרויקטים
- קידום
- לספק
- מספק
- מתן
- ציבורי
- איכות
- מָהִיר
- מהירות
- קריאה
- להפחית
- הפחתה
- רגולטורים
- קשר
- לשחרר
- שוחרר
- עיתונות
- הסתמכות
- דוחות לדוגמא
- מאגר
- לדרוש
- נדרש
- דרישות
- משאב
- משאבים
- REST
- תוצאות
- סקירה
- מסלול
- הפעלה
- ריצה
- בקרת מערכות ותקשורת
- להרחבה
- סולם
- סצנות
- מדע
- מַדְעָן
- מדענים
- Sdk
- לבטח
- אבטחה
- נבחר
- סדרה
- שרות
- שירותים
- סט
- התקנה
- שיתוף
- משותף
- משמעותי
- באופן דומה
- פָּשׁוּט
- So
- תוכנה
- מהנדס תוכנה
- הנדסת תוכנה
- פִּתָרוֹן
- פתרונות
- לבלות
- יציבות
- לערום
- תֶקֶן
- חברות סטארט-אפ
- החל
- מדינה
- הצהרות
- מצב
- אחסון
- אסטרטגי
- אִסטרָטֶגִיָה
- סטודיו
- תמיכה
- תומך
- בר קיימא
- מערכת
- מערכות
- משימות
- נבחרת
- טכני
- טכנולוגיות
- טכנולוגיה
- תבניות
- מבחן
- בדיקות
- בדיקות
- המקום
- נושא
- לכן
- דרך
- זמן
- כלי
- לקראת
- מעקב
- תְנוּעָה
- הדרכה
- לשנות
- טרנספורמציה
- מעבר
- נסיעות
- נסיעה
- סומך
- ui
- Uk
- עדכונים
- להשתמש
- משתמשים
- לנצל
- ניצול
- מגוון
- לצפיה
- וירטואלי
- ראות
- המבוסס על האינטרנט
- אם
- בזמן
- מי
- בתוך
- לְלֹא
- תיק עבודות
- עבד
- עובד
- מתאמן
- עובד
- עוֹלָם