XNUMXD덴탈의 IDP Well-Architected 맞춤형 렌즈 AWS를 사용하여 지능형 문서 처리(IDP) 솔루션을 실행하고 AWS에서 안전하고 효율적이며 안정적인 IDP 솔루션을 구축하는 방법에 대한 지침을 찾고 있는 모든 AWS 고객을 대상으로 합니다.
클라우드에서 프로덕션 지원 솔루션을 구축하려면 리소스, 시간, 고객 기대치, 비즈니스 결과 간의 일련의 절충이 필요합니다. 그만큼 AWS Well-Architected 프레임 워크 AWS에서 워크로드를 구축하는 동안 내리는 결정의 이점과 위험을 이해하는 데 도움이 됩니다. 프레임워크를 사용하면 클라우드에서 안정적이고 안전하며 효율적이고 비용 효율적이며 지속 가능한 워크로드를 설계하고 운영하기 위한 운영 및 아키텍처 모범 사례를 배우게 됩니다.
IDP 프로젝트는 일반적으로 광학 문자 인식(OCR)과 자연어 처리(NLP)를 결합하여 문서를 읽고 이해하며 특정 용어나 단어를 추출합니다. IDP Well-Architected Custom Lens는 IDP 워크로드의 기술적 위험을 평가하고 식별할 수 있는 AWS Well-Architected 검토를 수행하는 단계를 간략하게 설명합니다. 이는 현장에서 볼 수 있는 일반적인 문제를 해결하기 위한 지침을 제공하고 모범 사례에 따라 IDP 워크로드를 설계할 수 있도록 지원합니다.
이 게시물은 IDP 솔루션의 안정성 기반에 중점을 둡니다. 안정성 원칙과 설계 원칙의 소개부터 시작하여 기초, 변경 관리, 실패 관리라는 세 가지 중점 영역을 통해 솔루션 설계 및 구현에 대해 자세히 알아봅니다. 이 게시물을 읽으면 IDP 사례 연구를 통해 Well-Architected 프레임워크의 안정성 원칙에 대해 배울 수 있습니다.
디자인 원칙
신뢰성 원칙에는 예상할 때 정의된 비즈니스 규칙에 따라 문서 처리를 올바르고 일관되게 수행하는 IDP 솔루션의 기능이 포함됩니다. 여기에는 전체 IDP 워크플로와 전체 수명주기를 운영하고 테스트하는 기능이 포함됩니다.
신뢰성을 높이는 데 도움이 되는 여러 가지 원칙이 있습니다. 모범 사례를 논의할 때 다음 사항을 염두에 두십시오.
- 자동으로 장애 복구 – KPI(핵심성과지표)에 대한 IDP 워크플로를 모니터링하여 임계값 위반 시 자동화를 실행할 수 있습니다. 이를 통해 오류가 발생하면 자동으로 추적하고 알림을 받을 수 있으며 오류를 해결하거나 복구하는 자동화된 복구 프로세스를 시작할 수 있습니다. KPI 측정값을 기반으로 오류를 예측하고 오류가 발생하기 전에 수정 조치를 적용할 수도 있습니다.
- 복구 절차 테스트 – IDP 워크플로가 어떻게 실패하는지 테스트하고 복구 절차를 검증합니다. 자동화를 사용하여 다양한 시나리오를 시뮬레이션하거나 이전에 실패로 이어졌던 시나리오를 재현하세요.
- 서비스 용량 확장 및 조정 – IDP 워크플로 수요 및 사용량을 모니터링하고 AWS 서비스 용량을 자동으로 조정하여 프로비저닝 과잉 또는 부족 없이 수요를 충족할 수 있는 최적의 수준을 유지합니다. 다음과 같은 IDP 구성 요소 서비스의 서비스 할당량, 한도 및 제약 조건을 제어하고 인식합니다. 아마존 텍사스 및 아마존 이해.
- 변경 자동화 – IDP 워크플로 인프라에 변경 사항을 적용할 때 자동화를 사용합니다. 자동화를 통해 변경 사항을 관리하면 이를 추적하고 검토할 수 있습니다.
초점 영역
안정성 원칙의 설계 원칙과 모범 사례는 고객과 IDP 기술 전문가 커뮤니티에서 수집한 통찰력을 기반으로 합니다. 이를 설계 결정을 위한 지침과 지원으로 활용하고 IDP 솔루션의 비즈니스 요구 사항에 맞게 조정하세요. IDP Well-Architected Lens를 적용하면 IDP 솔루션 설계의 탄력성과 효율성을 검증하는 데 도움이 되며 식별할 수 있는 격차를 해결하기 위한 권장 사항을 제공합니다.
다음은 클라우드에서 IDP 솔루션의 안정성을 위한 모범 사례 영역입니다.
- 기초 – Amazon Textract 및 Amazon Comprehend와 같은 AWS AI 서비스는 다양한 사용량 차원에 대해 일련의 소프트 및 하드 제한을 제공합니다. 이러한 제한을 검토하고 IDP 솔루션이 하드 제한을 초과하지 않으면서 소프트 제한을 준수하는지 확인하는 것이 중요합니다.
- 변경 관리 – IDP 솔루션을 코드형 인프라(IaC)로 처리하여 모니터링 및 변경 관리를 자동화할 수 있습니다. 인프라 및 Amazon Comprehend 사용자 지정 모델과 같은 구성 요소 전반에 걸쳐 버전 제어를 사용하고 특정 시점 릴리스까지의 변경 사항을 추적합니다.
- 장애 관리 – IDP 워크플로는 이벤트 중심 솔루션이므로 애플리케이션은 알려진 오류와 알려지지 않은 오류를 처리할 수 있는 탄력성을 갖춰야 합니다. 잘 설계된 IDP 솔루션은 로깅 및 재시도 메커니즘을 사용하여 오류가 발생할 때 오류를 방지하고 견딜 수 있는 기능을 갖추고 있습니다. IDP 워크플로 아키텍처에 탄력성을 설계하고 재해 복구를 계획하는 것이 중요합니다.
기초
AWS AI 서비스는 Amazon Textract, Amazon Comprehend 및 아마존 증강 AI (Amazon A2I), IDP 워크플로용. 이러한 서비스에는 과잉 프로비저닝을 방지하고 API 작업에 대한 요청 비율을 제한하여 서비스 남용을 방지하기 위한 서비스 제한(또는 할당량)이 있습니다.
IDP 솔루션 아키텍처를 계획하고 설계할 때 다음 모범 사례를 고려하십시오.
- 변경할 수 없는 Amazon Textract 및 Amazon Comprehend 서비스 할당량, 한도 및 제약 조건에 유의하세요. – 허용되는 파일 형식, 크기 및 페이지 수, 언어, 문서 회전 및 이미지 크기는 변경할 수 없는 Amazon Textract의 엄격한 제한의 몇 가지 예입니다.
- 허용되는 파일 형식에는 JPEG, PNG, PDF 및 TIFF 파일이 포함됩니다. (PDF 내 JPEG 2000으로 인코딩된 이미지가 지원됩니다.) 파일 형식이 지원되지 않는 경우(예: Microsoft Word 또는 Excel) Amazon Textract를 사용하기 전에 문서 사전 처리가 필요합니다. 이 경우 지원되지 않는 문서 형식을 PDF 또는 이미지 형식으로 변환해야 합니다.
- Amazon Comprehend에는 내장 모델, 사용자 지정 모델 및 플라이휠에 대한 할당량이 다릅니다. 사용 사례가 Amazon Comprehend 할당량에 부합하는지 확인하십시오.
- 요구 사항에 맞게 Amazon Textract 및 Amazon Comprehend 서비스 할당량을 조정합니다. – Amazon Textract Service 할당량 계산기는 사용 사례에 적용되는 할당량 값을 추정하는 데 도움이 될 수 있습니다. 솔루션에 대해 계정 또는 지역 간 재해 복구 장애 조치를 계획하는 경우 계정 또는 지역 전체에서 서비스 할당량을 관리해야 합니다. Amazon Textract 할당량 증가를 요청할 때 다음 권장 사항을 따르십시오.
- Amazon Textract Service 할당량 계산기를 사용하여 최적의 할당량 값을 추정하세요.
- 요청이 변경되면 네트워크 트래픽이 급증하여 처리량에 영향을 줄 수 있습니다. 대기열 서버리스 아키텍처 또는 기타 메커니즘을 사용하여 트래픽을 원활하게 하고 할당된 TPS(초당 트랜잭션)를 최대한 활용하세요.
- 제한된 호출과 연결 끊김을 처리하기 위한 재시도 논리를 구현합니다.
- 처리량을 향상시키기 위해 지수 백오프 및 지터를 구성합니다.
변경 관리
솔루션의 더 높은 신뢰성을 달성하려면 수요 급증이나 문서 파일 손상과 같은 IDP 워크플로 또는 해당 환경에 대한 변경 사항을 예상하고 수용해야 합니다. 이러한 변경 사항 중 일부는 이전 섹션에서 설명한 기초 모범 사례에서 다루지만, 그것만으로는 변경 사항을 수용하기에 충분하지 않습니다. 다음 모범 사례도 고려해야 합니다.
- 아마존 클라우드 워치 Amazon Textract 및 Amazon Comprehend와 같은 IDP 워크플로 구성 요소를 모니터링합니다. IDP 워크플로에서 지표를 수집하고, 경보에 대한 응답을 자동화하고, 워크플로 및 비즈니스 목표에 따라 필요에 따라 알림을 보냅니다.
- 다음과 같은 IaC를 사용하여 자동화를 통해 IDP 워크플로 솔루션과 모든 인프라 변경 사항을 배포합니다. AWS 클라우드 개발 키트 (AWS CDK) 및 사전 구축된 IDP AWS CDK 구성. 이를 통해 인적 오류가 발생할 가능성이 제거되고 프로덕션 환경으로 변경하기 전에 테스트할 수 있습니다.
- 사용 사례에 Amazon Comprehend 사용자 지정 모델이 필요한 경우 플라이휠을 사용하여 시간이 지남에 따라 사용자 지정 모델을 개선하는 프로세스를 단순화하는 것이 좋습니다. 플라이휠은 새로운 사용자 정의 모델 버전의 훈련 및 평가와 관련된 작업을 조정합니다.
- 사용 사례에 필요한 경우 Amazon Textract 기본 모델용 어댑터를 훈련하고 사용하여 Amazon Textract 사전 훈련된 쿼리 기능의 출력을 사용자 지정합니다. 어댑터에 대한 쿼리를 생성할 때 다음 모범 사례를 고려하십시오.
- 어댑터 할당량은 어댑터 교육에 대한 이전 제한을 정의합니다. 필요한 경우 다음 한도를 고려하고 서비스 할당량 증가 요청을 제기하세요.
- 최대 어댑터 수 – 허용되는 어댑터 수(단일 어댑터 아래에 여러 어댑터 버전이 있을 수 있음)
- 월별 생성되는 최대 어댑터 버전 – 매월 AWS 계정별로 생성할 수 있는 성공적인 어댑터 버전의 수입니다.
- 진행 중인 최대 어댑터 버전 – 계정당 진행 중인 어댑터 버전(어댑터 교육) 수입니다.
- 사용 사례를 대표하는 문서 세트를 사용해야 합니다(최소 XNUMX개의 교육 문서와 XNUMX개의 테스트 문서).
- 교육용 문서를 최대한 많이 제공하세요(교육 문서는 최대 2,500페이지, 테스트 문서는 1,000페이지).
- 다양한 답변을 사용하여 쿼리에 주석을 답니다. 예를 들어, 쿼리에 대한 대답이 "예" 또는 "아니요"인 경우 주석이 달린 샘플에는 "예"와 "아니요"가 모두 나타나야 합니다.
- 주석 스타일의 일관성을 유지하고 필드에 공백으로 주석을 추가합니다.
- 추론을 위해 훈련에 사용된 정확한 쿼리를 사용하세요.
- 어댑터 교육의 각 라운드 후에 성능 지표를 검토하여 목표 달성을 위해 어댑터를 추가로 개선해야 하는지 결정하십시오. 향상된 버전의 어댑터를 생성하기 위해 새 교육을 시작하기 전에 교육용 새 문서 세트를 업로드하거나 정확도 점수가 낮은 문서 주석을 검토하세요.
- 사용
AutoUpdate
맞춤형 어댑터를 위한 기능입니다. 이 기능은 다음과 같은 경우 자동 재훈련을 시도합니다.AutoUpdate
플래그가 어댑터에서 활성화되었습니다.
- 어댑터 할당량은 어댑터 교육에 대한 이전 제한을 정의합니다. 필요한 경우 다음 한도를 고려하고 서비스 할당량 증가 요청을 제기하세요.
장애 관리
IDP 솔루션을 설계할 때 고려해야 할 중요한 측면 중 하나는 복원력, 발생할 수 있는 알려진 오류와 알려지지 않은 오류를 처리하는 방법입니다. IDP 솔루션에는 IDP 워크플로의 여러 단계에서 오류를 기록하고 실패한 작업을 재시도하는 기능이 있어야 합니다. 이 섹션에서는 오류를 처리하기 위해 IDP 워크플로를 설계하는 방법에 대해 자세히 설명합니다.
장애를 관리하고 견딜 수 있도록 IDP 워크플로를 준비하세요.
AWS CTO Werner Vogels는 "모든 것이 항상 실패합니다"라는 유명한 말을 남겼습니다. 다른 모든 솔루션과 마찬가지로 IDP 솔루션도 결국 실패하게 됩니다. 문제는 IDP 솔루션 사용자에게 영향을 주지 않고 어떻게 장애를 견딜 수 있느냐는 것입니다. IDP 아키텍처 설계에서는 장애가 발생할 때 이를 인식하고 가용성에 영향을 미치지 않도록 조치를 취해야 합니다. 이 작업은 사용자에게 영향을 주지 않고 자동으로 수행되어야 합니다. 다음 모범 사례를 고려하세요.
- 아마존 단순 스토리지 서비스 (Amazon S3)을 IDP 워크플로 문서를 처리하기 위한 확장 가능한 데이터 저장소로 사용합니다. Amazon S3는 미션 크리티컬 및 기본 데이터 스토리지를 위해 설계된 내구성이 뛰어난 스토리지 인프라를 제공합니다.
- 비즈니스 요구 사항에 따라 모든 IDP 워크플로 데이터를 백업하세요. 데이터 손실 시 데이터를 복구하거나 재생산하는 전략을 구현합니다. 비즈니스 요구 사항을 충족하는 정의된 RPO(복구 지점 목표) 및 RTO(복구 시간 목표)에 맞춰 이 전략을 조정하세요.
- 필요한 경우 AWS 계정 및 리전 전반에 걸쳐 IDP 솔루션의 재해 복구 장애 조치 전략을 계획하고 구현합니다.
- Amazon Textract 사용
OutputConfig
기능 및 Amazon ComprehendOutputDataConfig
Amazon Textract 또는 Amazon Comprehend의 비동기 처리 결과를 지정된 S3 버킷에 저장하는 기능입니다. 이렇게 하면 Amazon Textract 또는 Amazon Comprehend 호출을 반복하지 않고 해당 지점부터 워크플로를 계속할 수 있습니다. 다음 코드는 Amazon Textract 비동기 API 작업을 시작하여 문서를 분석하고 정의된 S3 버킷에 암호화된 추론 출력을 저장하는 방법을 보여줍니다. 추가 정보는 다음을 참조하세요. Amazon Textract 클라이언트 설명서.
실패를 방지하기 위해 IDP 워크플로를 설계하세요.
워크로드의 안정성은 사전 설계 결정에서 시작됩니다. 아키텍처 선택은 워크로드 동작과 복원력에 영향을 미칩니다. IDP 솔루션의 안정성을 높이려면 다음 모범 사례를 따르십시오.
먼저 IDP 워크플로에 따라 아키텍처를 설계하세요. IDP 워크플로의 단계는 사용 사례와 비즈니스 요구 사항에 따라 다양하고 영향을 받을 수 있지만 데이터 캡처, 문서 분류, 텍스트 추출, 콘텐츠 강화, 검토 및 검증, 소비 단계는 일반적으로 IDP 워크플로의 일부입니다. 이렇게 잘 정의된 단계를 사용하면 기능을 분리하고 오류가 발생할 경우 격리할 수 있습니다.
당신이 사용할 수 아마존 단순 대기열 서비스 (Amazon SQS)를 사용하여 IDP 워크플로 단계를 분리합니다. 분리 패턴은 아키텍처 구성 요소의 동작을 이에 의존하는 다른 구성 요소로부터 격리하여 탄력성과 민첩성을 높이는 데 도움이 됩니다.
둘째, 재시도 호출을 제어하고 제한합니다. 할당된 최대 TPS 수가 초과되면 Amazon Textract와 같은 AWS 서비스가 실패하여 서비스가 애플리케이션을 제한하거나 연결을 끊을 수 있습니다.
작업(동기 작업과 비동기 작업 모두)을 자동으로 다시 시도하여 제한 및 연결 끊김을 관리해야 합니다. 그러나 제한된 재시도 횟수도 지정해야 하며 그 이후에는 작업이 실패하고 예외가 발생합니다. 짧은 시간 내에 Amazon Textract를 너무 많이 호출하면 호출이 제한되고 다음과 같은 메시지가 전송됩니다. ProvisionedThroughputExceededExceptionerror
작업 응답에서.
또한, 지수 백오프 및 지터 처리량을 향상시키기 위한 재시도. 예를 들어 Amazon Textract를 사용하면 다음을 포함하여 재시도 횟수를 지정합니다. config
Amazon Textract 클라이언트를 생성할 때 매개변수입니다. 재시도 횟수는 XNUMX회를 권장합니다. 다음 예제 코드에서는 config
적응 모드 및 최대 XNUMX번의 재시도를 사용하여 자동으로 작업을 재시도하는 매개변수:
다음과 같은 AWS SDK를 활용하세요. Python 용 AWS SDK (Boto3), 도움을 주기 위해 클라이언트 호출을 다시 시도하는 중 Amazon Textract 및 Amazon Comprehend와 같은 AWS 서비스에 적용됩니다. 세 가지가 있습니다 재시도 모드 사용 가능:
- 레거시 모드 – 제한된 수의 오류 및 예외에 대한 호출을 재시도하고 기본 요소 2에 의한 지수 백오프를 포함합니다.
- 표준 모드 – 다른 AWS SDK와 일관되게 재시도 로직 및 동작을 표준화하고 레거시 모드에서 볼 수 있는 재시도 기능을 확장합니다. 모든 재시도에는 최대 백오프 시간 2초에 대해 기본 요소 20만큼의 지수 백오프가 포함됩니다.
- 적응 모드 – 표준 모드의 모든 기능을 포함하며 재시도할 때마다 동적으로 업데이트되는 토큰 버킷 및 속도 제한 변수를 사용하여 클라이언트 측 속도 제한을 도입합니다. 이는 AWS 서비스의 오류 또는 예외 상태 응답에 적응하는 클라이언트 측 재시도에 유연성을 제공합니다. 새로운 재시도 시도가 있을 때마다 적응 모드는 AWS 서비스의 응답에 표시된 오류, 예외 또는 HTTP 상태 코드를 기반으로 속도 제한 변수를 수정합니다. 그런 다음 이러한 속도 제한 변수는 클라이언트에 대한 새로운 호출 속도를 계산하는 데 사용됩니다. AWS 서비스의 각 예외, 오류 또는 비성공 HTTP 응답은 성공에 도달하거나 토큰 버킷이 소진되거나 구성된 최대 시도 값에 도달할 때까지 재시도가 발생하면서 속도 제한 변수를 업데이트합니다. 예외, 오류 또는 실패 HTTP 응답의 예:
결론
이 게시물에서는 IDP 솔루션의 안정성을 위한 설계 원칙, 중점 영역, 기초 및 모범 사례를 공유했습니다.
AWS는 IDP Well-Architected Lens를 살아있는 도구로 활용하기 위해 최선을 다하고 있습니다. IDP 솔루션 및 관련 AWS AI 서비스가 발전하고 새로운 AWS 서비스를 사용할 수 있게 되면 이에 따라 IDP Lens Well-Architected를 업데이트할 예정입니다.
AWS Well-Architected 프레임워크에 대해 자세히 알아보려면 다음을 참조하세요. AWS Well-Architected.
추가 전문가 지침이 필요한 경우 AWS 계정 팀에 문의하여 IDP 전문가 솔루션 아키텍트와 협력하세요.
저자에 관하여
루이 카르도소 Amazon Web Services(AWS)의 파트너 솔루션 아키텍트입니다. 그는 AI/ML 및 IoT에 중점을 두고 있습니다. 그는 AWS 파트너와 협력하여 AWS에서 솔루션을 개발하도록 지원합니다. 일하지 않을 때는 사이클링, 하이킹, 새로운 것을 배우는 것을 즐깁니다.
브리제시 파티 AWS의 엔터프라이즈 솔루션 아키텍트입니다. 그의 주요 초점은 기업 고객이 워크로드에 클라우드 기술을 채택하도록 돕는 것입니다. 그는 애플리케이션 개발 및 엔터프라이즈 아키텍처에 대한 배경 지식을 갖고 있으며 스포츠, 금융, 에너지 및 전문 서비스와 같은 다양한 산업 분야의 고객과 협력해 왔습니다. 그의 관심 분야는 서버리스 아키텍처와 AI/ML입니다.
장미아 Amazon Web Services의 ML 전문가 솔루션 아키텍트입니다. 그녀는 EMEA 고객과 협력하며 응용 수학, 컴퓨터 과학, AI/ML에 대한 배경 지식을 바탕으로 클라우드에서 AI/ML 워크로드를 실행하기 위한 모범 사례를 공유합니다. 그녀는 NLP 관련 워크로드에 중점을 두고 컨퍼런스 연사 및 책 저자로서의 경험을 공유합니다. 여가 시간에는 하이킹, 보드 게임, 커피 끓이기를 즐깁니다.
팀 콘델로 Amazon Web Services(AWS)의 수석 인공 지능(AI) 및 기계 학습(ML) 전문 솔루션 설계자입니다. 그의 초점은 자연어 처리와 컴퓨터 비전입니다. Tim은 고객의 아이디어를 확장 가능한 솔루션으로 바꾸는 것을 좋아합니다.
셰리 딩 Amazon Web Services(AWS)의 수석 인공 지능(AI) 및 기계 학습(ML) 전문 솔루션 설계자입니다. 그녀는 컴퓨터 과학 박사 학위를 취득하여 기계 학습 분야에서 광범위한 경험을 갖고 있습니다. 그녀는 주로 다양한 AI/ML 관련 비즈니스 과제에 대해 공공 부문 고객과 협력하여 고객이 AWS 클라우드에서 기계 학습 여정을 가속화하도록 돕습니다. 고객을 돕지 않을 때는 야외 활동을 즐깁니다.
왕수인 AWS의 AI/ML 전문가 솔루션 아키텍트입니다. 그녀는 실제 비즈니스 문제를 해결하는 데이터 과학 및 기계 학습 애플리케이션 구축에 대한 수년간의 경험과 함께 기계 학습, 금융 정보 서비스 및 경제학 분야의 학제간 교육 배경을 보유하고 있습니다. 그녀는 고객이 올바른 비즈니스 질문을 식별하도록 돕고 올바른 AI/ML 솔루션을 구축하는 것을 즐깁니다. 여가 시간에는 노래와 요리를 좋아합니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
- PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
- PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
- 출처: https://aws.amazon.com/blogs/machine-learning/build-well-architected-idp-solutions-with-a-custom-lens-part-3-reliability/
- :있다
- :이다
- :아니
- $UP
- 000
- 1
- 100
- 15%
- 17
- 20
- 500
- 7
- a
- 능력
- 소개
- 남용
- 가속
- 접수
- 수용하다
- 에 따르면
- 따라서
- 계정
- 계정
- 달성
- 가로질러
- 동작
- 행위
- 방과 후 액티비티
- 적응
- 적응하다
- 또한
- 추가
- 추가 정보
- 주소
- 채택
- 이점
- 에 영향을 미치는
- 후
- AI
- AI 서비스
- AI / ML
- 일직선으로하다
- 정렬 된
- All
- 할당
- 수
- 허용
- 수
- 혼자
- 따라
- 또한
- 이기는하지만
- 아마존
- 아마존 이해
- 아마존 텍사스
- Amazon Web Services
- Amazon Web Services (AWS)
- 중
- an
- 분석
- 분석하다
- 및
- 답변
- 답변
- 예상
- 예상
- 어떤
- API를
- 어플리케이션
- 애플리케이션 개발
- 어플리케이션
- 적용된
- 신청
- 적용
- 건축
- 아키텍처
- 있군요
- 지역
- 약
- 인조의
- 인공 지능
- 인공 지능(AI)
- AS
- 양상
- 평가하다
- 지원
- 관련
- At
- 시도
- 시도
- 증강 된
- 저자
- 자동화
- 자동화
- 자동적으로
- 자동화
- 유효성
- 가능
- 피하기
- 인식
- AWS
- 뒤로
- 배경
- 기지
- 기반으로
- BE
- 때문에
- 가
- 전에
- 행동
- 혜택
- BEST
- 모범 사례
- 사이에
- 판
- 보드 게임
- 책
- 두
- 빌드
- 건물
- 내장
- 사업
- 비자 면제 프로그램에 해당하는 국가의 시민권을 가지고 있지만
- by
- 계산하다
- 전화
- 통화
- CAN
- 기능
- 생산 능력
- 포착
- 케이스
- 사례 연구
- 원인
- 일으키는
- 과제
- 이전 단계로 돌아가기
- 변경
- 변경
- 변화
- 문자
- 문자 인식
- 선택
- 분류
- 클라이언트
- 클라우드
- 암호
- 코드
- 커피
- 수집
- 결합
- 저지른
- 공통의
- 커뮤니티
- 구성 요소들
- 이해하다
- 컴퓨터
- 컴퓨터 과학
- 컴퓨터 비전
- 컨퍼런스
- 구성
- 연결
- 연결
- 고려
- 고려
- 일관된
- 일관되게
- 제약
- 구성
- 소비
- CONTACT
- 함유량
- 계속
- 제어
- 변하게 하다
- 바르게
- 손상
- 비용 효율적인
- 엄호
- 적용
- 만들
- 만든
- 만들기
- CTO (최고 기술 담당자)
- 관습
- 고객
- 고객
- 사용자 정의
- 데이터
- 데이터 손실
- 데이터 과학
- 데이터 저장
- 결정
- 깊은
- 밝히다
- 한정된
- 도
- 수요
- 따라
- 기술 된
- 디자인
- 설계 원칙
- 지정
- 설계
- 설계
- 세부설명
- 결정
- 개발
- 개발
- 다른
- 치수
- 재앙
- 토론
- 잠수
- 문서
- 서류
- 한
- 드롭
- 떨어 뜨린
- ...동안
- 역동적 인
- 마다
- 경제적
- 교육
- 효율성
- 효율적인
- 그렇지 않으면
- EMEA
- 사용 가능
- 수
- 포괄
- 암호화
- 에너지
- 참여
- 충분히
- 농축
- 확인
- Enterprise
- 환경
- 오류
- 오류
- 견적
- 평가
- 있을뿐만 아니라
- 모두
- 진화시키다
- 예
- 예
- 초과
- 초과
- 뛰어나다
- 예외
- 기대
- 기대하는
- 경험
- 전문가
- 기하 급수적 인
- 확장하다
- 광대 한
- 광범위한 경험
- 추출물
- 추출
- 인자
- 실패
- 실패한
- 실패
- 고장
- 실패
- 유명한
- 특색
- 특징
- 들
- Fields
- 입양 부모로서의 귀하의 적합성을 결정하기 위해 미국 이민국에
- 파일
- 재원
- 금융
- 금융 정보
- 다섯
- 유연성
- 초점
- 집중
- 초점
- 따라
- 수행원
- 럭셔리
- 체재
- 양식
- 발견
- 기초
- 뼈대
- 무료
- 에
- 가득 찬
- 기능성
- 기능
- 추가
- Games
- 틈새
- 수집
- 얻을
- 목표
- 지도
- 핸들
- 처리
- 하드
- 있다
- he
- 도움
- 도움이
- 도움이
- 그녀의
- 더 높은
- 고도로
- 그의
- 방법
- How To
- 그러나
- HTML
- HTTP
- HTTPS
- 사람의
- 아이디어
- 확인
- if
- 영상
- 형상
- 영향
- 영향을주는
- 구현
- 이행
- import
- 중대한
- 중요한 측면
- 개선
- 개선하는
- 개선
- in
- 포함
- 포함
- 포함
- 증가
- 증가
- 표시
- 산업
- 영향을받은
- 정보
- 인프라
- 통찰력
- 인텔리전스
- 지능형
- 지능형 문서 처리
- 예정된
- 이해
- 으로
- 소개합니다
- 소개
- 개요
- IOT
- IT
- 그
- 일
- 여행
- JPG
- 유지
- 키
- 알려진
- 언어
- 언어
- 레이아웃
- 배우다
- 배우기
- 지도
- 유산
- 레벨
- wifecycwe
- 처럼
- 제한
- 제한된
- 제한
- 제한
- 생활
- 로깅
- 논리
- 오프
- loves
- 낮은
- 기계
- 기계 학습
- 주로
- 유지하다
- 확인
- 관리
- 구축
- .
- 수학
- 최고
- XNUMX월..
- 조치들
- 기구
- 메커니즘
- 소개
- 통계
- Microsoft
- 수도
- 신경
- 최저한의
- ML
- 모드
- 모델
- 모델
- 모드
- 모니터
- 모니터링
- 달
- 배우기
- 가장
- 절대로 필요한 것
- name
- 자연의
- 자연 언어 처리
- 필요
- 네트워크
- 네트워크 트래픽
- 신제품
- nlp
- 알림
- 번호
- 목표
- 목표
- OCR
- of
- 제공
- on
- ONE
- 운영
- 운영
- 조작
- 운영
- 행정부
- 광학 문자 인식
- 최적의
- or
- 기타
- 우리의
- 아웃
- 결과
- 요점
- 출력
- 위에
- 페이지
- 페이지
- 매개 변수
- 부품
- 파트너
- 파트너
- 부품
- 무늬
- 용
- 수행
- 성능
- 실행할 수 있는
- 기간
- 박사 학위
- 기둥
- 계획
- 계획
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 포인트 적립
- 가능한
- 게시하다
- 가능성
- 연습
- 사례
- 제시
- 예방
- 너무 이른
- 일차
- 원칙
- 문제
- 절차
- 방법
- 프로세스
- 처리
- 생산
- 링크를
- 프로젝트
- 보호
- 제공
- 제공
- 공개
- Python
- 쿼리
- 문제
- 문의
- 견적을 원하시면, 오늘 Kevin Lee Company 에 연락주세요.
- 모집
- 율
- 거주비용
- 차라리
- 도달
- 읽기
- 읽기
- 현실 세계
- 인식
- 권하다
- 추천
- 복구
- 회복
- 참조
- 지역
- 관련
- 공개
- 신뢰성
- 신뢰할 수있는
- 제거하다
- 수리
- 반복
- 대리인
- 의뢰
- 요청
- 필요
- 필수
- 요구조건 니즈
- 필요
- 되튀기
- 탄력
- 제품 자료
- 응답
- 응답
- 결과
- 리뷰
- 검토
- 연락해주세요
- 위험
- 반올림
- 규칙
- 달리기
- 달리는
- 확장성
- 시나리오
- 과학
- SDK
- SDK
- 수색
- 둘째
- 초
- 섹션
- 부문
- 안전해야합니다.
- 참조
- 보내다
- 전송
- 연장자
- 별도의
- 연속
- 서버리스
- 서비스
- 서비스
- 세트
- 몇몇의
- 공유
- 공유
- 그녀
- 짧은
- 영상을
- 쇼
- 서명
- 단순, 간단, 편리
- 단순화
- 단일
- 크기
- 천천히 해
- 펴다
- 부드러움
- 해결책
- 솔루션
- 일부
- 공간
- Speaker
- 전문가
- 구체적인
- 구체적으로
- 스파이크
- 스포츠
- 단계
- 표준
- 스타트
- 시작 중
- 시작
- 주 정부
- Status
- 단계
- 저장
- 저장
- 전략
- 끈
- 교육과정
- 스타일
- 성공
- 성공한
- 이러한
- SUPPORT
- 지원
- 지원
- 확인
- 지속가능한
- 태클
- 받아
- 복용
- 작업
- 팀
- 테크니컬
- 기술
- 조건
- test
- 지원
- 본문
- 보다
- 그
- XNUMXD덴탈의
- 그들의
- 그들
- 그때
- 그곳에.
- Bowman의
- 그들
- 일
- 이
- 그
- 세
- 임계값
- 을 통하여
- 처리량
- 팀
- 시간
- 에
- 토큰
- 너무
- 수단
- 금액
- TPS
- 선로
- 교통
- 트레이닝
- 거래 내역
- 치료
- 트리거
- 선회
- 일반적으로
- 아래에
- 이해
- 알 수없는
- 까지
- 업데이트
- 업데이트
- 업데이트
- 용법
- 사용
- 유스 케이스
- 익숙한
- 사용자
- 사용자
- 사용
- 보통
- 유효 기간
- 확인
- 가치
- 마케팅은:
- 종류
- 여러
- 버전
- 버전
- 시력
- 필요
- we
- 웹
- 웹 서비스
- 잘 정의 된
- 언제
- 어느
- 동안
- 누구
- 의지
- 과
- 이내
- 없이
- 워드
- 말
- 작업
- 일
- 워크플로우
- 워크 플로우
- 일하는
- 일
- 년
- 자신의
- 너의
- 제퍼 넷