In een eerdere post, hadden we het over het analyseren en taggen van activa die zijn opgeslagen in Veeva Vault PromoMats met behulp van Amazon AI-services en de API's van het Veeva Vault Platform. In dit bericht onderzoeken we hoe u Amazon-app-stroom, een volledig beheerde integratieservice waarmee u veilig gegevens van SaaS-applicaties (Software as a Service) zoals Veeva Vault naar AWS kunt overbrengen. De Amazon AppFlow Veeva-connector stelt u in staat om uw AWS-omgeving snel, betrouwbaar en kosteneffectief te verbinden met het Veeva-ecosysteem om de rijke inhoud die is opgeslagen in Veeva Vault op grote schaal te analyseren.
De Amazon AppFlow Veeva-connector is de eerste Amazon AppFlow-connector die automatische overdracht van Veeva-documenten. Hiermee kunt u kiezen tussen de nieuwste versie (de Stabiele toestand versie in Veeva-termen) en alle versies van documenten. Bovendien kunt u documentmetadata importeren.
Met een paar klikken kunt u eenvoudig een beheerde verbinding opzetten en de Veeva Vault-documenten en metadata kiezen om te importeren. U kunt het importgedrag verder aanpassen door bronvelden toe te wijzen aan bestemmingsvelden. U kunt ook filters toevoegen op basis van documenttype en subtype, classificatie, producten, land, site en meer. Ten slotte kunt u validatie toevoegen en on-demand en geplande stroomtriggers beheren.
U kunt de Amazon AppFlow Veeva-connector voor verschillende gebruikssituaties gebruiken, variรซrend van Veeva Vault PromoMats tot andere Veeva Vault-oplossingen zoals QualityDocs, eTMF of Regulatory Information Management (RIM). Hier volgen enkele van de gebruikssituaties waarin u de connector kunt gebruiken:
- Gegevenssynchronisatie โ U kunt de connector gebruiken bij het tot stand brengen van consistentie en harmonisatie tussen gegevens van een Veeva Vault-bron en eventuele downstream-systemen in de loop van de tijd. U kunt bijvoorbeeld Veeva PromoMats-marketingmiddelen delen met Salesforce. U kunt de connector ook gebruiken om Veeva QualityDocs zoals Standard Operating Procedures (SOP's) of specificaties te delen met websites in de cache die kunnen worden doorzocht vanaf tablets die aanwezig zijn op de productievloer.
- Onregelmatigheidsdetectie โ U kunt Veeva PromoMats-documenten delen met Amazon Lookout voor statistieken voor detectie van afwijkingen. U kunt de connector met Vault RIM ook gebruiken in illustraties, commerciรซle labels, sjablonen of patiรซntenbijsluiters voordat u ze importeert om af te drukken in zakelijke labeloplossingen zoals Loftware.
- Data lake hydratatie โ De connector kan een effectief hulpmiddel zijn voor het repliceren van gestructureerde of ongestructureerde data in data lakes, om het creรซren en hydrateren van data lakes te ondersteunen. U kunt de connector bijvoorbeeld gebruiken om gestandaardiseerde onderzoeksinformatie te extraheren uit protocollen die zijn opgeslagen in Vault RIM en deze downstream beschikbaar te stellen aan teams voor medische analyse-inzichten.
- Vertalingen โ De connector kan handig zijn bij het verzenden van illustraties, klinische documenten, marketingmateriaal of studieprotocollen voor vertaling in moedertaal naar afdelingen zoals verpakking, klinische onderzoeken of indiening van regelgeving.
Dit bericht richt zich op hoe u kunt gebruiken Amazon AI-services in combinatie met Amazon AppFlow om inhoud te analyseren die is opgeslagen in Veeva Vault PromoMats, automatisch tag-informatie te extraheren en deze informatie uiteindelijk terug te voeren naar het Veeva Vault-systeem. Het bericht bespreekt de algemene architectuur, de stappen om een โโoplossing en dashboard te implementeren, en een use case van het taggen van metadata van activa. Voor meer informatie over de proof of concept codebase voor deze use case, zie de GitHub-repository.
Overzicht oplossingen
Het volgende diagram illustreert de bijgewerkte oplossingsarchitectuur.
Voorheen moest u, om activa uit Veeva Vault te importeren, uw eigen aangepaste codelogica schrijven met behulp van de Veeva Vault API's om te peilen naar wijzigingen en de gegevens te importeren in Amazon eenvoudige opslagservice (Amazon S3). Dit kan een handmatig, tijdrovend proces zijn, waarbij u rekening moet houden met API-beperkingen, fouten en nieuwe pogingen, evenals met schaalbaarheid om een โโonbeperkt aantal activa onder te brengen. De bijgewerkte oplossing maakt gebruik van Amazon AppFlow om de complexiteit van het onderhouden van een aangepaste Veeva naar Amazon S3-gegevensimportpijplijn weg te nemen.
Zoals vermeld in de inleiding, is Amazon AppFlow een gebruiksvriendelijke selfservicetool zonder code die gebruikmaakt van point-and-click-configuraties om gegevens gemakkelijk en veilig te verplaatsen tussen verschillende SaaS-applicaties en AWS-services. Met AppFlow kunt u gegevens (objecten en documenten) uit ondersteunde bronnen halen en die gegevens naar verschillende ondersteunde bestemmingen schrijven. De bron of bestemming kan een SaaS-toepassing zijn of een AWS-service zoals Amazon S3, Amazon roodverschuiving, of Zoek naar metrische gegevens. Naast de no-code interface ondersteunt Amazon AppFlow configuratie via API, AWS CLI en AWS CloudFormatie interfaces.
Een stroom in Amazon AppFlow beschrijft hoe gegevens moeten worden verplaatst, inclusief brondetails, bestemmingsdetails, stroomtriggervoorwaarden (op aanvraag, op gebeurtenis of gepland) en gegevensverwerkingstaken zoals controlepunten, veldvalidatie of maskering. Wanneer geactiveerd, voert Amazon AppFlow een stroom uit die de brongegevens ophaalt (meestal via de openbare API's van de brontoepassing), gegevensverwerkingstaken uitvoert en verwerkte gegevens naar de bestemming overdraagt.
In dit voorbeeld implementeert u een vooraf geconfigureerde stroom met behulp van een CloudFormation-sjabloon. De volgende schermafbeelding toont de voorgeconfigureerde veeva-aws-connector
stroom die automatisch wordt gemaakt door de oplossingssjabloon op de Amazon AppFlow-console.
De stroom gebruikt Veeva als bron en is geconfigureerd om Veeva Vault-componentobjecten te importeren. Zowel de metadata als de bronbestanden zijn nodig om bij te houden welke assets zijn verwerkt en om tags terug te duwen naar de juiste corresponderende asset in het bronsysteem. In deze situatie wordt alleen de nieuwste versie geรฏmporteerd en worden uitvoeringen niet opgenomen.
De bestemming van de stroom moet ook worden geconfigureerd. In de volgende schermafbeelding definiรซren we een bestandsindeling en mapstructuur voor de S3-bucket die is gemaakt als onderdeel van de CloudFormation-sjabloon.
Ten slotte wordt de stroom op aanvraag geactiveerd voor demonstratiedoeleinden. Dit kan worden aangepast zodat de stroom volgens een schema loopt, met een maximale granulariteit van 1 minuut. Wanneer geactiveerd volgens een schema, verandert de overdrachtsmodus automatisch van een volledige overdracht naar een incrementele overdrachtsmodus. U geeft een brontijdstempelveld op om de wijzigingen bij te houden. Voor het gebruik van tagging hebben we geconstateerd dat de Datum laatste wijziging instelling het meest geschikt is.
Amazon AppFlow wordt dan geรฏntegreerd met Amazon EventBridge om gebeurtenissen te publiceren wanneer een stroomuitvoering is voltooid.
Voor een betere veerkracht, de AVAIAppFlowListener
AWS Lambda functie is aangesloten op EventBridge. Wanneer een Amazon AppFlow-gebeurtenis wordt geactiveerd, verifieert het of de specifieke stroomrun met succes is voltooid, leest de metadata-informatie van alle geรฏmporteerde activa van die specifieke stroomrun en duwt individuele documentmetadata naar een Amazon Simple Queue-service (Amazon SQS) wachtrij. Het gebruik van Amazon SQS zorgt voor een losse koppeling tussen de producer- en processorsecties van de architectuur en stelt je ook in staat om wijzigingen in de processorsectie door te voeren zonder de inkomende updates te stoppen.
Een tweede pollerfunctie (AVAIQueuePoller
) leest de SQS-wachtrij met regelmatige tussenpozen (elke minuut) en verwerkt de binnenkomende activa. Voor een nog betere reactietijd van de Lambda-functie kun je de CloudWatch-regel vervangen door Amazon SQS in te stellen als trigger voor de functie.
Afhankelijk van het inkomende berichttype maakt de oplossing gebruik van verschillende AWS AI-services om inzichten uit uw data te halen. Enkele voorbeelden zijn:
- Tekstbestanden - De functie gebruikt de DetectEntiteiten operatie van Amazon begrijpt medisch, een natuurlijke taalverwerkingsservice (NLP) die het gemakkelijk maakt om ML te gebruiken om relevante medische informatie uit ongestructureerde tekst te halen. Deze bewerking detecteert entiteiten in categorieรซn zoals:
Anatomy
,Medical_Condition
,Medication
,Protected_Health_Information
enTest_Treatment_Procedure
. De resulterende output wordt gefilterdProtected_Health_Information
, en de resterende informatie, samen met de betrouwbaarheidsscores, wordt afgevlakt en in een Amazon DynamoDB tafel. Deze informatie is uitgezet op het OpenSearch Kibana-cluster. In real-world toepassingen kunt u ook de Amazon Comprehend Medical ICD-10-CM of RxNorm functie om de gedetecteerde informatie te koppelen aan medische ontologieรซn, zodat downstream-zorgtoepassingen deze kunnen gebruiken voor verdere analyse. - Afbeeldingen - De functie gebruikt de Labels detecteren methode van Amazon Rekognition om labels in de binnenkomende afbeelding te detecteren. Deze labels kunnen fungeren als tags om de rijke informatie te identificeren die in uw afbeeldingen is begraven, zoals informatie over commerciรซle illustraties en klinische labels. Als labels zoals
Human
orPerson
worden gedetecteerd met een betrouwbaarheidsscore van meer dan 80%, gebruikt de code de DetectGezichten methode om te zoeken naar belangrijke gezichtskenmerken zoals ogen, neus en mond om gezichten in het invoerbeeld te detecteren. Amazon Rekognition levert al deze informatie met een bijbehorende vertrouwensscore, die wordt afgevlakt en opgeslagen in de DynamoDB-tabel. - Spraakopnames - Voor audio-items gebruikt de code de StartTranscriptieJob asynchrone methode van Amazon Transcribe om de binnenkomende audio naar tekst te transcriberen, waarbij een unieke identifier als de
TranscriptionJobName
. De code gaat ervan uit dat de audiotaal Engels (VS) is, maar u kunt deze aanpassen aan de informatie die afkomstig is van Veeva Vault. De code roept de TranscriptieJob ophalen methode, waarbij dezelfde unieke identifier wordt doorgegeven als deTranscriptionJobName
in een lus, totdat de klus is geklaard. Amazon Transcribe levert het uitvoerbestand op een S3-bucket, die wordt gelezen door de code en wordt verwijderd. De code roept de tekstverwerkingsworkflow aan (zoals eerder besproken) om entiteiten te extraheren uit getranscribeerde audio. - Gescande documenten (pdf's) - Een groot percentage van de levenswetenschappen is vertegenwoordigd in pdf's - dit kan van alles zijn, van wetenschappelijke tijdschriften en research papers tot medicijnlabels. Amazon T-extract is een service die automatisch tekst en gegevens uit gescande documenten haalt. De code gebruikt de StartDocumentTextDetection methode om een โโasynchrone taak te starten om tekst in het document te detecteren. De code gebruikt de
JobId
geretourneerd in de reactie op oproep GetDocumentTextDetection in een lus, totdat de klus is geklaard. De output JSON-structuur bevat lijnen en woorden van gedetecteerde tekst, samen met vertrouwensscores voor elk element dat het identificeert, zodat u weloverwogen beslissingen kunt nemen over het gebruik van de resultaten. De code verwerkt de JSON-structuur om de tekstblurb opnieuw te creรซren en roept de tekstverwerkingsworkflow aan om entiteiten uit de tekst te extraheren.
Een DynamoDB-tabel slaat alle verwerkte gegevens op. De oplossing maakt gebruik van DynamoDB-streams en Lambda-triggers (AVAIPopulateES
) om gegevens in een OpenSearch Kibana-cluster in te vullen. De AVAIPopulateES-functie wordt uitgevoerd voor elke update-, invoeg- en verwijderbewerking die plaatsvindt in de DynamoDB-tabel, en voegt รฉรฉn corresponderend record in de OpenSearch-index in. U kunt deze records visualiseren met Kibana.
Om de feedbacklus te sluiten, AVAICustomFieldPopulator
Lambda-functie is gemaakt. Het wordt geactiveerd door gebeurtenissen in de DynamoDB-stroom van de metadata DynamoDB-tabel. Voor iedere DocumentID
in de DynamoDB-records probeert de functie taginformatie op te nemen in een vooraf gedefinieerde aangepaste veldeigenschap van het activum met de bijbehorende ID in Veeva, met behulp van de Veeva API. Om te voorkomen dat er ruis in het aangepaste veld wordt ingevoegd, filtert de Lambda-functie alle tags die zijn geรฏdentificeerd met een betrouwbaarheidsscore lager dan 0.9. Mislukte verzoeken worden doorgestuurd naar een wachtrij met onbestelbare letters (DLQ) voor handmatige inspectie of automatische nieuwe poging.
Deze oplossing biedt een serverloze, pay-as-you-go-benadering voor het verwerken, taggen en mogelijk maken van uitgebreide zoekopdrachten op uw digitale activa. Bovendien heeft elk beheerd onderdeel een hoge beschikbaarheid ingebouwd door automatische implementatie in meerdere beschikbaarheidszones. Voor Amazon OpenSearch-service (opvolger van Amazon Elasticsearch Service), kunt u de drie-AZ optie om een โโbetere beschikbaarheid voor uw domeinen te bieden.
Voorwaarden
Voor deze walkthrough moet u aan de volgende vereisten voldoen:
- An AWS-account met passend AWS Identiteits- en toegangsbeheer (IAM)-machtigingen om de CloudFormation-sjabloon te starten
- Passende toegangsgegevens voor een Veeva Vault PromoMats-domein (domein-URL, gebruikersnaam en wachtwoord)
- Een aangepaste inhoudstag die is gedefinieerd in Veeva voor de digitale items die u wilt taggen (we hebben bijvoorbeeld de
AutoTags
aangepaste inhoudstag) - Digitale middelen in de PromoMats Vault die toegankelijk zijn voor de voorgaande referenties
Implementeer uw oplossing
U gebruikt een CloudFormation-stack om de oplossing te implementeren. De stapel creรซert alle benodigde bronnen, waaronder:
- Een S3-bucket om de binnenkomende activa op te slaan.
- Een Amazon AppFlow-stroom om activa automatisch in de S3-bucket te importeren.
- Een EventBridge-regel en Lambda-functie om te reageren op de gebeurtenissen die worden gegenereerd door Amazon AppFlow (
AVAIAppFlowListener
). - Een SQS FIFO-wachtrij om te fungeren als een losse koppeling tussen de luisteraarfunctie (
AVAIAppFlowListener
) en de poller-functie (AVAIQueuePoller
). - Een DynamoDB-tabel om de output van Amazon AI-services op te slaan.
- Een Amazon OpenSearch Kibana (ELK)-cluster om de geanalyseerde tags te visualiseren.
- Een Lambda-functie om geรฏdentificeerde tags terug te duwen in Veeva (
AVAICustomFieldPopulator
), met een bijbehorende DLQ. - Vereiste Lambda-functies:
- AVAIAppFlowListener โ Getriggerd door gebeurtenissen die door Amazon AppFlow naar EventBridge zijn gepusht. Gebruikt voor validatie van stroomuitvoeringen en het pushen van een bericht naar de SQS-wachtrij.
- AVAIQueuePoller - Wordt elke minuut geactiveerd. Gebruikt voor het afvragen van de SQS-wachtrij, het verwerken van de middelen met behulp van Amazon AI-services en het vullen van de DynamoDB-tabel.
- BESCHIKBAAR - Geactiveerd wanneer er een update, insert of delete is op de DynamoDB-tabel. Gebruikt voor het vastleggen van wijzigingen van DynamoDB en het vullen van de ELK-cluster.
- AVAICustomFieldPopulator - Geactiveerd wanneer er een update, invoeging of verwijdering is in de DynamoDB-tabel. Gebruikt voor het terugkoppelen van tag-informatie in Veeva.
- De Amazon CloudWatch-evenementen regels die de activeren
AVAIQueuePoller
functie. Deze triggers zijn in deDISABLED
standaard staat. - Vereiste IAM-rollen en -beleid voor interactie met EventBridge en de AI-services op een beperkte manier.
Voer de volgende stappen uit om aan de slag te gaan:
- Log in op AWS-beheerconsole met een account met de vereiste IAM-machtigingen.
- Kies Start Stack en open het op een nieuw tabblad:
- Op de Maak een stapel pagina, kies Volgende.
- Op de Geef stapeldetails op pagina, voer een naam in voor de stapel.
- Voer waarden in voor de parameters.
- Kies Volgende.
- Op de Configureer stapelopties pagina, laat alles standaard staan โโen kies Volgende.
- Op de Beoordeling pagina, in de Mogelijkheden en transformaties sectie, selecteert u de drie selectievakjes.
- Kies Maak een stapel.
- Wacht tot de stapel is voltooid. U kunt verschillende gebeurtenissen van het proces voor het maken van een stapel bekijken op de Evenementen Tab.
- Nadat de stapel is gemaakt, kunt u kijken op de Resources tabblad om alle bronnen te zien die de CloudFormation-sjabloon heeft gemaakt.
- Op de Uitgangen tabblad, kopieer de waarde van
ESDomainAccessPrincipal
.
Dit is de ARN van de IAM-rol die de AVAIPopulateES
functie veronderstelt. U gebruikt het later om de toegang tot het Amazon OpenSearch Service-domein te configureren.
Amazon OpenSearch-service en Kibana instellen
Deze sectie begeleidt u bij het beveiligen van uw Amazon OpenSearch Service-cluster en het installeren van een lokale proxy om veilig toegang te krijgen tot Kibana.
- Selecteer op de Amazon OpenSearch Service-console het domein dat door de sjabloon is gemaakt.
- Op de Acties menu, kies Pas het toegangsbeleid aan.
- Voor Domein toegangsbeleid, kiezen Aangepast toegangsbeleid.
- In het Het toegangsbeleid wordt gewist kies een pop-upvenster Wis en ga verder.
- Configureer op de volgende pagina de volgende instructies om de toegang tot het Amazon OpenSearch Service-domein te vergrendelen:
- IPv4-adres toestaan - Uw IP-adres.
- IAM ARN toestaan - De waarde van
ESDomainAccessPrincipal
je hebt eerder gekopieerd.
- Kies Verzenden.
Dit creรซert een toegangsbeleid dat toegang verleent tot de AVAIPopulateES-functie en Kibana-toegang vanaf uw IP-adres. Voor meer informatie over het afbakenen van uw toegangsbeleid, zie: Toegangsbeleid configureren.
- Wacht tot de domeinstatus wordt weergegeven als
Active
. - Op de Amazon EventBridge-console, onder: Evenementen, kiezen Reglement. U kunt twee regels zien die de CloudFormation-sjabloon heeft gemaakt.
- Selecteer het
AVAIQueuePollerSchedule
regel en schakel deze in door te klikken op Enable .
Binnen 5-8 minuten zouden de gegevens moeten binnenstromen en worden entiteiten gemaakt in het Amazon OpenSearch Service-cluster. Je kunt deze entiteiten nu visualiseren in Kibana. Om dit te doen, gebruikt u een open-source proxy genaamd aws-es-kibana. Voer de volgende code in om de proxy op uw computer te installeren:
aws-es-kibana your_OpenSearch_domain_endpoint
U kunt het domeineindpunt vinden op de Uitgangen tabblad van de CloudFormation-stapel onder ESDomainEndPoint
. Je zou de volgende output moeten zien:
Maak visualisaties en analyseer getagde inhoud
Raadpleeg het origineel blogpost lezen.
Opruimen
Om toekomstige kosten te voorkomen, verwijdert u de bronnen wanneer ze niet in gebruik zijn. U kunt eenvoudig alle resources verwijderen door de bijbehorende CloudFormation-stack te verwijderen. Houd er rekening mee dat u de gemaakte S3-buckets met inhoud moet legen om het verwijderen van de stapel te laten slagen.
Conclusie
In dit bericht hebben we laten zien hoe je Amazon AI-services kunt gebruiken in combinatie met Amazon AppFlow om de functionaliteit van Veeva Vault PromoMats uit te breiden en waardevolle informatie snel en eenvoudig te extraheren. Met het ingebouwde loopback-mechanisme kunt u de tags weer bijwerken naar Veeva Vault en autotagging van uw assets inschakelen. Dit maakt het voor uw team gemakkelijker om activa snel te vinden en te lokaliseren.
Hoewel geen enkele ML-output perfect is, kan het heel dicht bij menselijke prestaties komen en een aanzienlijk deel van de inspanningen van uw team compenseren. U kunt deze extra capaciteit gebruiken voor taken met toegevoegde waarde, terwijl u een kleine capaciteit toewijst om de output van de ML-oplossing te controleren. Deze oplossing kan ook helpen de kosten te optimaliseren, consistentie van tags te bereiken en een snelle detectie van bestaande activa mogelijk te maken.
Ten slotte kunt u het eigendom van uw gegevens behouden en kiezen welke AWS-services de inhoud kunnen verwerken, opslaan en hosten. AWS opent of gebruikt uw inhoud niet voor enig doel zonder uw toestemming en gebruikt nooit klantgegevens om informatie af te leiden voor marketing of reclame. Voor meer informatie, zie Veelgestelde vragen over gegevensprivacy.
U kunt de functionaliteit van deze oplossing ook verder uitbreiden met extra verbeteringen. Naast de AI- en ML-services in dit bericht, kunt u bijvoorbeeld eenvoudig al uw aangepaste ML-modellen toevoegen die zijn gebouwd met Amazon Sage Maker aan de architectuur.
Neem contact op met uw AWS-accountteam als u geรฏnteresseerd bent in aanvullende gebruiksscenario's voor Veeva en AWS.
Veeva Systems heeft deze inhoud beoordeeld en goedgekeurd. Neem voor aanvullende Veeva Vault-gerelateerde vragen contact op met: Veeva-ondersteuning.
Over de auteurs
Mayank Thakkar is hoofd AI/ML Business Development, Global Healthcare en Life Sciences bij AWS. Hij heeft meer dan 18 jaar ervaring in uiteenlopende sectoren zoals de gezondheidszorg, biowetenschappen, verzekeringen en detailhandel, en is gespecialiseerd in het bouwen van serverloze, kunstmatige intelligentie en op machine learning gebaseerde oplossingen om echte industriรซle problemen op te lossen. Bij AWS werkt hij nauw samen met grote farmaceutische bedrijven over de hele wereld om geavanceerde oplossingen te bouwen en hen te helpen bij hun reis naar de cloud. Naast zijn werk is Mayank, samen met zijn vrouw, bezig met het opvoeden van twee energieke en ondeugende jongens, Aaryan (6) en Kiaan (4), terwijl ze proberen te voorkomen dat het huis afbrandt of onder water komt te staan!
Anamaria Todor is een Senior Solutions Architect gevestigd in Kopenhagen, Denemarken. Ze zag haar eerste computer toen ze 4 jaar oud was en sindsdien heeft ze de informatica en techniek nooit meer losgelaten. Ze heeft in verschillende technische rollen gewerkt, van full-stack ontwikkelaar tot data engineer, technisch leider en CTO bij verschillende Deense bedrijven. Anamaria heeft een bachelor's degree in Applied Engineering and Computer Science, een master's degree in Computer Science en meer dan 10 jaar hands-on AWS-ervaring. Bij AWS werkt ze nauw samen met bedrijven in de gezondheidszorg en life sciences in het enterprise-segment. Als ze niet aan het werk is of videogames speelt, coacht ze meisjes en vrouwelijke professionals om technologie te begrijpen en hun weg te vinden.
- Coinsmart. Europa's beste Bitcoin- en crypto-uitwisseling.
- Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. GRATIS TOEGANG.
- CryptoHawk. Altcoin-radar. Gratis proefversie.
- Bron: https://aws.amazon.com/blogs/machine-learning/analyze-and-tag-assets-stored-in-veeva-vault-promomats-using-amazon-appflow-and-amazon-ai-services/
- "
- 10
- 100
- 7
- 9
- a
- Over
- SAMENVATTING
- toegang
- beschikbaar
- accommoderen
- Account
- Bereiken
- over
- Handelen
- toevoeging
- Extra
- adres
- ADVERTISING
- AI
- AI-diensten
- Alles
- toestaat
- Amazone
- bedragen
- analyse
- analytics
- analyseren
- uit elkaar
- api
- APIs
- Aanvraag
- toepassingen
- toegepast
- nadering
- passend
- architectuur
- rond
- kunstmatig
- kunstmatige intelligentie
- kunstwerk
- aanwinst
- Activa
- geassocieerd
- audio
- Automatisch
- webmaster.
- beschikbaarheid
- AWS
- vaardigheden
- wezen
- Betere
- tussen
- grens
- bouw
- Gebouw
- ingebouwd
- bedrijfsdeskundigen
- Bellen
- mogelijkheden
- Inhoud
- geval
- gevallen
- lasten
- Kies
- classificatie
- klinische proeven
- Cloud
- coaching
- code
- combinatie van
- hoe
- komst
- commercieel
- Bedrijven
- compleet
- bestanddeel
- uitgebreid
- computer
- Computer Science
- concept
- voorwaarden
- vertrouwen
- Configuratie
- Verbinden
- versterken
- toestemming
- troosten
- contact
- bevat
- content
- Overeenkomend
- Kosten
- kon
- Land
- en je merk te creรซren
- aangemaakt
- creรซert
- het aanmaken
- Geloofsbrieven
- CTO
- gewoonte
- klant
- op het randje
- dashboards
- gegevens
- gegevensverwerking
- beslissingen
- levert
- Vraag
- gedemonstreerd
- Denemarken
- implementeren
- inzet
- bestemming
- bestemmingen
- gegevens
- gedetecteerd
- Opsporing
- Ontwikkelaar
- Ontwikkeling
- digitaal
- Digitale activa
- ontdekking
- documenten
- Nee
- domein
- domeinen
- beneden
- drug
- elk
- gemakkelijk
- gemakkelijk te gebruiken
- ecosysteem
- effectief
- inspanningen
- in staat stellen
- maakt
- Endpoint
- ingenieur
- Engineering
- Engels
- Enter
- Enterprise
- entiteiten
- Milieu
- Event
- EVENTS
- alles
- voorbeeld
- voorbeelden
- bestaand
- ervaring
- Verken
- verlengen
- extracten
- gezichten
- Kenmerk
- Voordelen
- feedback
- vrouw
- Velden
- filters
- het vinden van
- Voornaam*
- stroom
- richt
- volgend
- formaat
- gevonden
- oppompen van
- vol
- functie
- functionaliteit
- functies
- verder
- toekomst
- Spellen
- algemeen
- gegenereerde
- het krijgen van
- meisjes
- Globaal
- subsidies
- hands-on
- hoofd
- gezondheidszorg
- hulp
- Hoge
- Huis
- Hoe
- How To
- HTTPS
- menselijk
- identificatie
- identificeren
- Identiteit
- beeld
- afbeeldingen
- importeren
- omvatten
- inclusief
- Inclusief
- index
- individueel
- industrieรซn
- -industrie
- informatie
- op de hoogte
- invoer
- Inzetstukken
- inzicht
- inzichten
- installeren
- verzekering
- geรฏntegreerde
- integratie
- Intelligentie
- interactie
- geรฏnteresseerd
- Interface
- IP
- IP-adres
- IT
- Jobomschrijving:
- Houden
- sleutel
- etikettering
- labels
- taal
- Talen
- Groot
- laatste
- lancering
- leiden
- Verlof
- Bio
- lijnen
- LINK
- lokaal
- Kijk
- machine
- onderhouden
- maken
- MERKEN
- beheer
- beheerd
- management
- manier
- handboek
- productie
- in kaart brengen
- Marketing
- master's
- materieel
- mechanisme
- medisch
- vermeld
- Metriek
- ML
- modellen
- meer
- meest
- beweging
- meervoudig
- Naturel
- noodzakelijk
- behoeften
- volgende
- Geluid
- Aanbod
- compenseren
- open
- werkzaam
- operatie
- Optimaliseer
- Opties
- bestellen
- origineel
- Overige
- totaal
- het te bezitten.
- ownership
- deel
- Voorbijgaand
- Wachtwoord
- patiรซnt
- percentage
- prestatie
- Pharma
- spelen
- dan
- beleidsmaatregelen door te lezen.
- beleidsmaatregelen
- inch
- pop-up
- presenteren
- vorig
- privacy
- problemen
- processen
- verwerking
- Gegevensverwerker
- producent
- Producten
- professionals
- bewijs
- proof of concept voor
- eigendom
- protocollen
- zorgen voor
- biedt
- volmacht
- publiek
- publiceren
- doel
- doeleinden
- geduwd
- Quick
- snel
- het verhogen van
- variรซrend
- bereiken
- Reageren
- reactie
- record
- archief
- regelgevers
- relevante
- resterende
- vertegenwoordigd
- verzoeken
- onderzoek
- Resources
- antwoord
- verkregen
- Resultaten
- <HR>Retail
- Rol
- reglement
- lopen
- dezelfde
- Schaalbaarheid
- Scale
- gepland
- Wetenschap
- WETENSCHAPPEN
- vast
- segment
- Serverless
- service
- Diensten
- reeks
- het instellen van
- Delen
- tonen
- Eenvoudig
- sinds
- website
- situatie
- Klein
- So
- Software
- software als een service
- solide
- oplossing
- Oplossingen
- OPLOSSEN
- sommige
- gespecialiseerd
- specifiek
- specificaties
- stack
- standaard
- begin
- gestart
- Land
- verklaringen
- Status
- mediaopslag
- shop
- winkels
- stream
- gestructureerde
- Studie
- wezenlijk
- geslaagd
- Met goed gevolg
- ondersteuning
- ondersteunde
- Ondersteuning
- steunen
- system
- Systems
- taken
- team
- teams
- Technisch
- Technologie
- templates
- termen
- De
- De Bron
- de wereld
- drie
- Door
- BINDEN
- niet de tijd of
- tijdrovend
- tools
- in de richting van
- spoor
- Tracking
- overdracht
- transfers
- Vertaling
- veroorzaakt
- voor
- begrip
- unieke
- onbeperkt
- bijwerken
- updates
- us
- .
- bevestiging
- waarde
- divers
- Gewelf
- versie
- Video
- video games
- websites
- en
- zonder
- woorden
- Mijn werk
- werkte
- werkzaam
- Bedrijven
- wereld
- jaar
- Your