W ostatnich pisać, rozmawialiśmy o analizowaniu i tagowaniu zasobów przechowywanych w Veeva Vault PromoMats przy użyciu usług Amazon AI i interfejsów API platformy Veeva Vault. W tym poście odkrywamy, jak używać Przepływ aplikacji Amazon, w pełni zarządzana usługa integracji, która umożliwia bezpieczne przesyłanie danych z aplikacji typu oprogramowanie jako usługa (SaaS), takich jak Veeva Vault, do AWS. The Złącze Amazon AppFlow Veeva umożliwia szybkie, niezawodne i ekonomiczne połączenie środowiska AWS z ekosystemem Veeva w celu analizowania bogatej zawartości przechowywanej w Veeva Vault na dużą skalę.
Złącze Amazon AppFlow Veeva to pierwsze złącze Amazon AppFlow obsługujące automatyczne przesyłanie Dokumenty Veeva. Pozwala wybrać między najnowszą wersją ( Stan stabilny wersja w warunkach Veeva) oraz wszystkie wersje dokumentów. Co więcej, możesz importować metadane dokumentu.
Za pomocą kilku kliknięć możesz łatwo skonfigurować zarządzane połączenie i wybrać dokumenty i metadane Veeva Vault do zaimportowania. Możesz dalej dostosować zachowanie importu, mapując pola źródłowe na pola docelowe. Możesz także dodać filtry na podstawie typu i podtypu dokumentu, klasyfikacji, produktów, kraju, witryny i nie tylko. Na koniec możesz dodać weryfikację i zarządzać wyzwalaczami przepływu na żądanie i zaplanowanymi.
Łącznika Amazon AppFlow Veeva można używać do różnych zastosowań, od Veeva Vault PromoMats po inne rozwiązania Veeva Vault, takie jak QualityDocs, eTMF czy Regulatory Information Management (RIM). Poniżej przedstawiono niektóre przypadki użycia, w których można użyć łącznika:
- Synchronizacja danych – Konektora można używać w procesie ustanawiania spójności i harmonizacji między danymi ze źródła Veeva Vault a dowolnymi dalszymi systemami w czasie. Możesz na przykład udostępnić Salesforce zasoby marketingowe Veeva PromoMats. Konektora można również użyć do udostępniania dokumentów Veeva QualityDoc, takich jak standardowe procedury operacyjne (SOP) lub specyfikacje, w buforowanych witrynach internetowych, które można przeszukiwać z tabletów obecnych na produkcji.
- Wykrywanie anomalii – Możesz udostępnić dokumenty Veeva PromoMats do Amazon Lookout dla metryk . do wykrywania anomalii. Łącznika można również używać z oprogramowaniem Vault RIM w grafice, etykietach handlowych, szablonach lub ulotkach dla pacjentów przed zaimportowaniem ich do drukowania do rozwiązań do etykietowania dla przedsiębiorstw, takich jak Loftware.
- Nawadnianie jeziora danych – Łącznik może być skutecznym narzędziem do replikowania ustrukturyzowanych lub nieustrukturyzowanych danych do jezior danych w celu wsparcia tworzenia i nawadniania jezior danych. Możesz na przykład użyć łącznika do wyodrębnienia standardowych informacji o badaniach z protokołów przechowywanych w Vault RIM i udostępnienia ich dalej zespołom analiz medycznych.
- Tłumaczenia – Łącznik może być przydatny przy wysyłaniu grafiki, dokumentów klinicznych, materiałów marketingowych lub protokołów badań do tłumaczenia na języki ojczyste do działów, takich jak opakowania, badania kliniczne lub zgłoszenia regulacyjne.
Ten post skupia się na tym, jak możesz używać Usługi Amazon AI w połączeniu z Amazon AppFlow do analizowania treści przechowywanych w Veeva Vault PromoMats, automatycznego wyodrębniania informacji o tagach, a następnie przesyłania tych informacji z powrotem do systemu Veeva Vault. W poście omówiono ogólną architekturę, kroki wdrażania rozwiązania i pulpitu nawigacyjnego oraz przypadek użycia tagowania metadanych zasobów. Aby uzyskać więcej informacji na temat podstawy kodu weryfikacji koncepcji dla tego przypadku użycia, zobacz Repozytorium GitHub.
Omówienie rozwiązania
Poniższy diagram ilustruje zaktualizowaną architekturę rozwiązania.
Wcześniej, aby zaimportować zasoby z Veeva Vault, trzeba było napisać własną niestandardową logikę kodu za pomocą Interfejsy API Veeva Vault do odpytywania o zmiany i importowania danych do Usługa Amazon Simple Storage (Amazonka S3). Może to być ręczny, czasochłonny proces, w którym trzeba było uwzględnić ograniczenia API, awarie i ponawianie prób, a także skalowalność, aby pomieścić nieograniczoną ilość zasobów. Zaktualizowane rozwiązanie wykorzystuje Amazon AppFlow, aby wyabstrahować złożoność utrzymywania niestandardowego potoku importu danych Veeva do Amazon S3.
Jak wspomniano we wstępie, Amazon AppFlow to łatwe w użyciu narzędzie do samoobsługi bez kodu, które wykorzystuje konfiguracje typu „wskaż i kliknij”, aby łatwo i bezpiecznie przenosić dane między różnymi aplikacjami SaaS i usługami AWS. AppFlow umożliwia pobieranie danych (obiektów i dokumentów) z obsługiwanych źródeł i zapisywanie tych danych w różnych obsługiwanych miejscach docelowych. Źródłem lub miejscem docelowym może być aplikacja SaaS lub usługa AWS, taka jak Amazon S3, Amazonka Przesunięcie ku czerwienilub Szukaj danych. Oprócz interfejsu bez kodu, Amazon AppFlow obsługuje konfigurację przez API, AWS CLI i Tworzenie chmury AWS interfejsy.
Przepływ w Amazon AppFlow opisuje sposób przenoszenia danych, w tym szczegóły źródła, szczegóły miejsca docelowego, warunki wyzwalania przepływu (na żądanie, zdarzenie lub zaplanowane) oraz zadania przetwarzania danych, takie jak punkty kontrolne, walidacja pól lub maskowanie. Po uruchomieniu Amazon AppFlow uruchamia przepływ, który pobiera dane źródłowe (zazwyczaj za pośrednictwem publicznych interfejsów API aplikacji źródłowej), uruchamia zadania przetwarzania danych i przesyła przetworzone dane do miejsca docelowego.
W tym przykładzie wdrażasz wstępnie skonfigurowany przepływ przy użyciu szablonu CloudFormation. Poniższy zrzut ekranu przedstawia wstępnie skonfigurowane veeva-aws-connector
przepływ, który jest tworzony automatycznie przez szablon rozwiązania w konsoli Amazon AppFlow.
Przepływ używa Veeva jako źródła i jest skonfigurowany do importowania obiektów składowych Veeva Vault. Zarówno metadane, jak i pliki źródłowe są niezbędne do śledzenia przetworzonych zasobów i przesyłania tagów z powrotem do odpowiedniego odpowiedniego zasobu w systemie źródłowym. W tej sytuacji importowana jest tylko najnowsza wersja, a wersje nie są uwzględniane.
Należy również skonfigurować miejsce docelowe przepływu. Na poniższym zrzucie ekranu definiujemy format pliku i strukturę folderów dla zasobnika S3, który został utworzony w ramach szablonu CloudFormation.
Wreszcie przepływ jest uruchamiany na żądanie w celach demonstracyjnych. Można to zmodyfikować, aby przepływ działał zgodnie z harmonogramem, z maksymalną szczegółowością 1 minuty. Po uruchomieniu zgodnie z harmonogramem tryb przesyłania zmienia się automatycznie z pełnego przesyłania na przyrostowy tryb przesyłania. Określasz pole sygnatury czasowej źródła do śledzenia zmian. W przypadku użycia tagowania stwierdziliśmy, że Data ostatniej modyfikacji ustawienie jest najbardziej odpowiednie.
Amazon AppFlow jest następnie zintegrowany z Most zdarzeń Amazona do publikowania zdarzeń po zakończeniu przebiegu przepływu.
Dla lepszej odporności, AVAIAppFlowListener
AWS Lambda funkcja jest podłączona do EventBridge. Po wyzwoleniu zdarzenia Amazon AppFlow sprawdza, czy określony przebieg przepływu zakończył się pomyślnie, odczytuje informacje o metadanych wszystkich zaimportowanych zasobów z tego określonego przebiegu przepływu i przesyła poszczególne metadane dokumentu do Usługa Amazon Simple Queue (Amazon SQS). Korzystanie z Amazon SQS zapewnia luźne połączenie między sekcjami architektury producenta i procesora, a także umożliwia wdrażanie zmian w sekcji procesora bez zatrzymywania nadchodzących aktualizacji.
Druga funkcja odpytywacza (AVAIQueuePoller
) odczytuje kolejkę SQS w częstych odstępach czasu (co minutę) i przetwarza przychodzące zasoby. Aby uzyskać jeszcze lepszy czas reakcji funkcji Lambda, możesz zastąpić regułę CloudWatch, konfigurując Amazon SQS jako wyzwalacz funkcji.
W zależności od typu wiadomości przychodzącej rozwiązanie wykorzystuje różne usługi AWS AI, aby uzyskać wgląd w Twoje dane. Oto kilka przykładów:
- Pliki tekstowe - Funkcja korzysta z Wykrywanie jednostek operacja Amazon Zrozumieć Medycynę, usługa przetwarzania języka naturalnego (NLP), która ułatwia korzystanie z ML do wyodrębniania istotnych informacji medycznych z tekstu nieustrukturyzowanego. Ta operacja wykrywa podmioty w kategoriach takich jak
Anatomy
,Medical_Condition
,Medication
,Protected_Health_Information
,Test_Treatment_Procedure
. Wynikowe wyjście jest filtrowaneProtected_Health_Information
, a pozostałe informacje wraz z ocenami ufności są spłaszczane i wstawiane do pliku Amazon DynamoDB stół. Te informacje są przedstawiane w klastrze OpenSearch Kibana. W rzeczywistych zastosowaniach możesz również użyć Amazon Comprehend Medical ICD-10-CM lub RxNorm funkcja umożliwiająca powiązanie wykrytych informacji z ontologiami medycznymi, dzięki czemu dalsze aplikacje opieki zdrowotnej mogą je wykorzystać do dalszej analizy. - Obrazy - Funkcja korzysta z Wykryj etykiety metoda Amazon Rekognition do wykrywania etykiet w obrazie przychodzącym. Etykiety te mogą pełnić rolę znaczników do identyfikacji bogatych informacji ukrytych w obrazach, takich jak informacje o grafice komercyjnej i etykietach klinicznych. Jeśli etykiety takie jak
Human
orPerson
są wykrywane z wynikiem ufności większym niż 80%, kod wykorzystuje Wykryj twarze metoda wyszukiwania kluczowych cech twarzy, takich jak oczy, nos i usta, w celu wykrycia twarzy na obrazie wejściowym. Amazon Rekognition dostarcza wszystkie te informacje wraz z powiązanym wynikiem zaufania, które jest spłaszczane i przechowywane w tabeli DynamoDB. - Nagrania głosowe - W przypadku zasobów audio kod używa rozszerzenia StartTranskrypcjaZlecenie asynchroniczna metoda Amazon Transcribe transkrypcja przychodzącego dźwięku na tekst, przekazując unikalny identyfikator jako plik
TranscriptionJobName
. Kod zakłada, że językiem audio jest angielski (USA), ale można go zmodyfikować, aby był powiązany z informacjami pochodzącymi z Veeva Vault. Kod wywołuje Pobierz transkrypcjęJob metoda, przekazując ten sam unikalny identyfikator coTranscriptionJobName
w pętli, aż zadanie zostanie zakończone. Amazon Transcribe dostarcza plik wyjściowy do wiadra S3, który jest odczytywany przez kod i usuwany. Kod wywołuje przepływ pracy przetwarzania tekstu (jak omówiono wcześniej) w celu wyodrębnienia jednostek z transkrybowanego dźwięku. - Zeskanowane dokumenty (PDF) - Duży procent zasobów związanych z naukami przyrodniczymi jest reprezentowany w plikach PDF - może to być wszystko, od czasopism naukowych i prac badawczych po etykiety leków. Ekstrakt z amazonki to usługa, która automatycznie wyodrębnia tekst i dane ze skanowanych dokumentów. Kod używa Rozpocznij wykrywanie tekstu dokumentu metoda, aby rozpocząć zadanie asynchroniczne w celu wykrycia tekstu w dokumencie. Kod używa
JobId
wrócił w odpowiedzi na wezwanie Pobierz wykrywanie tekstu dokumentu w pętli, aż zadanie zostanie zakończone. Wyjściowa struktura JSON zawiera wiersze i słowa wykrytego tekstu, a także oceny ufności dla każdego identyfikowanego elementu, dzięki czemu można podejmować świadome decyzje dotyczące wykorzystania wyników. Kod przetwarza strukturę JSON w celu odtworzenia notki tekstowej i wywołuje przepływ pracy przetwarzania tekstu w celu wyodrębnienia jednostek z tekstu.
Tabela DynamoDB przechowuje wszystkie przetworzone dane. Rozwiązanie wykorzystuje Strumienie DynamoDB i wyzwalacze Lambda (AVAIPopulateES
), aby wypełnić dane w klastrze OpenSearch Kibana. Funkcja AVAIPopulateES jest uruchamiana dla każdej operacji aktualizacji, wstawiania i usuwania, która ma miejsce w tabeli DynamoDB i wstawia jeden odpowiedni rekord w indeksie OpenSearch. Możesz wizualizować te zapisy za pomocą Kibany.
Aby zamknąć pętlę sprzężenia zwrotnego, AVAICustomFieldPopulator
Utworzono funkcję lambda. Jest wyzwalany przez zdarzenia w strumieniu DynamoDB tabeli metadanych DynamoDB. Dla każdego DocumentID
w rekordach DynamoDB funkcja próbuje wstawić informacje ze znaczników do predefiniowanej niestandardowej właściwości pola zasobu z odpowiednim identyfikatorem w Veeva, korzystając z interfejsu API Veeva. Aby uniknąć wstawiania szumu do pola niestandardowego, funkcja Lambda filtruje wszystkie znaczniki, które zostały zidentyfikowane z wynikiem ufności niższym niż 0.9. Nieudane żądania są przekazywane do kolejki utraconych wiadomości (DLQ) w celu ręcznej kontroli lub automatycznego ponawiania.
To rozwiązanie oferuje bezserwerowe, płatne zgodnie z rzeczywistym użyciem podejście do przetwarzania, oznaczania i umożliwiania wszechstronnego wyszukiwania zasobów cyfrowych. Ponadto każdy zarządzany komponent ma wbudowaną wysoką dostępność dzięki automatycznemu wdrażaniu w wielu strefach dostępności. Dla Usługa Amazon OpenSearch (następca Amazon Elasticsearch Service), możesz wybrać opcja trzech AZ aby zapewnić lepszą dostępność dla Twoich domen.
Wymagania wstępne
W tej instrukcji należy spełnić następujące wymagania wstępne:
- An Konto AWS z odpowiednim AWS Zarządzanie tożsamością i dostępem (IAM) uprawnienia do uruchomienia szablonu CloudFormation
- Odpowiednie poświadczenia dostępu do domeny Veeva Vault PromoMats (adres URL domeny, nazwa użytkownika i hasło)
- Niestandardowy tag treści zdefiniowany w Veeva dla zasobów cyfrowych, które chcesz oznaczyć (na przykład stworzyliśmy
AutoTags
niestandardowy tag treści) - Zasoby cyfrowe w PromoMats Vault dostępne dla poprzednich danych uwierzytelniających
Wdróż swoje rozwiązanie
Używasz stosu CloudFormation do wdrażania rozwiązania. Stos tworzy wszystkie niezbędne zasoby, w tym:
- Wiadro S3 do przechowywania przychodzących zasobów.
- Przepływ Amazon AppFlow do automatycznego importowania zasobów do zasobnika S3.
- Reguła EventBridge i funkcja Lambda do reagowania na zdarzenia generowane przez Amazon AppFlow (
AVAIAppFlowListener
). - Kolejka SQS FIFO działająca jako luźne połączenie między funkcją słuchacza (
AVAIAppFlowListener
) i funkcję odpytywania (AVAIQueuePoller
). - Tabela DynamoDB do przechowywania danych wyjściowych usług Amazon AI.
- Klaster Amazon OpenSearch Kibana (ELK) do wizualizacji analizowanych tagów.
- Funkcja Lambda przekazująca zidentyfikowane tagi do Veeva (
AVAICustomFieldPopulator
), z odpowiednim DLQ. - Wymagane funkcje Lambda:
- AVAIAppFlowListener – Wywoływane przez zdarzenia wypychane przez Amazon AppFlow do EventBridge. Służy do sprawdzania poprawności przebiegu przepływu i wypychania komunikatu do kolejki SQS.
- AVAIQueuePoller - Wywoływane co 1 minutę. Służy do odpytywania kolejki SQS, przetwarzania zasobów za pomocą usług Amazon AI i zapełniania tabeli DynamoDB.
- DOSTĘPNEPopulacje - Wywoływane w przypadku aktualizacji, wstawienia lub usunięcia tabeli DynamoDB. Służy do przechwytywania zmian z DynamoDB i zapełniania klastra ELK.
- AVAICustomFieldPopulator – Wywoływane w przypadku aktualizacji, wstawiania lub usuwania w tabeli DynamoDB. Służy do przekazywania informacji z tagów do Veeva.
- Połączenia Zdarzenia Amazon CloudWatch reguły, które uruchamiają
AVAIQueuePoller
funkcjonować. Te wyzwalacze są wDISABLED
stan domyślnie. - Wymagane role i zasady uprawnień do interakcji z EventBridge i usługami AI w ograniczonym zakresie.
Aby rozpocząć, wykonaj następujące czynności:
- Zaloguj się do Konsola zarządzania AWS z kontem, które ma wymagane uprawnienia IAM.
- Dodaj Uruchom stos i otwórz go w nowej karcie:
- Na Utwórz stos wybierz stronę Następna.
- Na Określ szczegóły stosu stronę, wprowadź nazwę stosu.
- Wprowadź wartości parametrów.
- Dodaj Następna.
- Na Skonfiguruj opcje stosu pozostaw wszystko jako domyślne i wybierz Następna.
- Na Review strona w Możliwości i transformacje zaznacz trzy pola wyboru.
- Dodaj Utwórz stos.
- Poczekaj na zakończenie stosu. Możesz zbadać różne zdarzenia z procesu tworzenia stosu na Eventy patka.
- Po zakończeniu tworzenia stosu możesz spojrzeć na plik Zasoby aby zobaczyć wszystkie zasoby utworzone przez szablon CloudFormation.
- Na Wyjścia kartę, skopiuj wartość
ESDomainAccessPrincipal
.
To jest ARN roli IAM, którą AVAIPopulateES
funkcja zakłada. Użyjesz go później, aby skonfigurować dostęp do domeny Amazon OpenSearch Service.
Skonfiguruj usługę Amazon OpenSearch i Kibana
Ta sekcja przeprowadzi Cię przez proces zabezpieczania klastra Amazon OpenSearch Service i instalowania lokalnego serwera proxy w celu bezpiecznego dostępu do Kibany.
- W konsoli Amazon OpenSearch Service wybierz domenę utworzoną przez szablon.
- Na Akcje menu, wybierz Zmodyfikuj zasady dostępu.
- W razie zamówieenia projektu Zasady dostępu do domenywybierz Niestandardowa polityka dostępu.
- W Zasady dostępu zostaną wyczyszczone wyskakujące okienko, wybierz Wyczyść i kontynuuj.
- Na następnej stronie skonfiguruj następujące instrukcje, aby zablokować dostęp do domeny Amazon OpenSearch Service:
- Zezwalaj na adres IPv4 - Twój adres IP.
- Zezwalaj IAM ARN - Wartość
ESDomainAccessPrincipal
skopiowałeś wcześniej.
- Dodaj Prześlij.
Tworzy to politykę dostępu, która zapewnia dostęp do funkcji AVAIPopulateES i dostęp do Kibany z Twojego adresu IP. Aby uzyskać więcej informacji na temat ograniczania zasad dostępu, zobacz Konfigurowanie polityk dostępu.
- Poczekaj, aż status domeny wyświetli się jako
Active
. - Na konsoli Amazon EventBridge, pod Eventy wybierz Zasady. Możesz zobaczyć dwie reguły utworzone przez szablon CloudFormation.
- Wybierz
AVAIQueuePollerSchedule
regułę i włącz ją, klikając umożliwiać.
Za 5–8 minut dane powinny zacząć napływać, a podmioty zostaną utworzone w klastrze Amazon OpenSearch Service. Możesz teraz wizualizować te istoty w Kibanie. Aby to zrobić, używasz serwera proxy o otwartym kodzie źródłowym o nazwie aws-es-kibana. Aby zainstalować serwer proxy na swoim komputerze, wprowadź następujący kod:
aws-es-kibana your_OpenSearch_domain_endpoint
Punkt końcowy domeny można znaleźć w Wyjścia tab stosu CloudFormation pod ESDomainEndPoint
. Powinieneś zobaczyć następujące dane wyjściowe:
Twórz wizualizacje i analizuj otagowane treści
Proszę odnieść się do oryginału post na blogu.
Sprzątać
Aby uniknąć ponoszenia przyszłych opłat, usuwaj zasoby, gdy nie są używane. Możesz łatwo usunąć wszystkie zasoby, usuwając skojarzony stos CloudFormation. Pamiętaj, że musisz opróżnić utworzone zasobniki S3 z zawartością, aby usunięcie stosu zakończyło się sukcesem.
Wnioski
W tym poście pokazaliśmy, w jaki sposób można wykorzystać usługi Amazon AI w połączeniu z Amazon AppFlow, aby rozszerzyć funkcjonalność Veeva Vault PromoMats i szybko i łatwo wydobywać cenne informacje. Wbudowany mechanizm pętli zwrotnej umożliwia aktualizację tagów z powrotem do Veeva Vault i włączenie automatycznego tagowania zasobów. Ułatwia to zespołowi szybkie znajdowanie i lokalizowanie zasobów.
Chociaż żaden wynik ML nie jest doskonały, może zbliżyć się do wydajności człowieka i pomóc zrównoważyć znaczną część wysiłków Twojego zespołu. Możesz wykorzystać tę dodatkową pojemność do zadań o wartości dodanej, poświęcając niewielką pojemność na sprawdzanie wyników rozwiązania ML. To rozwiązanie może również pomóc zoptymalizować koszty, osiągnąć spójność tagowania i umożliwić szybkie wykrywanie istniejących zasobów.
Wreszcie, możesz zachować własność swoich danych i wybrać, które usługi AWS mogą przetwarzać, przechowywać i hostować zawartość. AWS nie uzyskuje dostępu do Twoich treści ani nie wykorzystuje ich w żadnym celu bez Twojej zgody i nigdy nie wykorzystuje danych klientów do pozyskiwania informacji do celów marketingowych lub reklamowych. Więcej informacji znajdziesz w Często zadawane pytania dotyczące prywatności danych.
Możesz także rozszerzyć funkcjonalność tego rozwiązania o dodatkowe ulepszenia. Na przykład, oprócz usług AI i ML w tym poście, możesz łatwo dodać dowolny z niestandardowych modeli ML zbudowanych przy użyciu Amazon Sage Maker do architektury.
Jeśli chcesz poznać dodatkowe przypadki użycia Veeva i AWS, skontaktuj się z zespołem ds. kont AWS.
Firma Veeva Systems sprawdziła i zatwierdziła tę treść. W przypadku dodatkowych pytań związanych z Veeva Vault, prosimy o kontakt Wsparcie Veeva.
O autorach
Majank Thakkar jest szefem AI/ML Business Development, Global Healthcare and Life Sciences w AWS. Ma ponad 18-letnie doświadczenie w różnych branżach, takich jak opieka zdrowotna, nauki przyrodnicze, ubezpieczenia i handel detaliczny, specjalizując się w budowaniu rozwiązań bezserwerowych, sztucznej inteligencji i opartych na uczeniu maszynowym rozwiązań do rozwiązywania rzeczywistych problemów branżowych. W AWS ściśle współpracuje z dużymi firmami farmaceutycznymi na całym świecie, aby tworzyć najnowocześniejsze rozwiązania i pomagać im w podróży do chmury. Oprócz pracy, Mayank wraz ze swoją żoną jest zajęty wychowywaniem dwóch energicznych i psotnych chłopców, Aaryana (6) i Kiaana (4), jednocześnie starając się uchronić dom przed spaleniem lub zalaniem!
Anamaria Todor jest starszym architektem rozwiązań z siedzibą w Kopenhadze w Danii. Swój pierwszy komputer zobaczyła, gdy miała 4 lata i od tego czasu nigdy nie pozwoliła odejść informatyce i inżynierii. Pracowała na różnych stanowiskach technicznych, od pełnego programisty po inżyniera danych, kierownika technicznego i dyrektora ds. technicznych w różnych duńskich firmach. Anamaria posiada tytuł licencjata inżynierii stosowanej i informatyki, tytuł magistra informatyki i ponad 10 lat praktycznego doświadczenia w AWS. W AWS ściśle współpracuje z firmami zajmującymi się opieką zdrowotną i naukami przyrodniczymi w segmencie przedsiębiorstw. Kiedy nie pracuje lub nie gra w gry wideo, szkoli dziewczęta i profesjonalistki w zrozumieniu i odnalezieniu swojej drogi przez technologię.
- Coinsmart. Najlepsza w Europie giełda bitcoinów i kryptowalut.
- Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. DARMOWY DOSTĘP.
- CryptoJastrząb. Radar Altcoin. Bezpłatna wersja próbna.
- Źródło: 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
- O nas
- ABSTRACT
- dostęp
- dostępny
- pomieścić
- Konto
- Osiągać
- w poprzek
- działać
- dodatek
- Dodatkowy
- adres
- Reklama
- AI
- Usługi AI
- Wszystkie kategorie
- pozwala
- Amazonka
- ilość
- analiza
- analityka
- w czasie rzeczywistym sprawiają,
- osobno
- api
- Pszczoła
- Zastosowanie
- aplikacje
- stosowany
- podejście
- właściwy
- architektura
- na około
- sztuczny
- sztuczna inteligencja
- Praca plastyczna
- kapitał
- Aktywa
- powiązany
- audio
- automatycznie
- automatycznie
- dostępność
- AWS
- zanim
- jest
- Ulepsz Swój
- pomiędzy
- granica
- budować
- Budowanie
- wbudowany
- biznes
- wezwanie
- możliwości
- Pojemność
- walizka
- Etui
- Opłaty
- Dodaj
- klasyfikacja
- Badania kliniczne
- Chmura
- Coaching
- kod
- połączenie
- jak
- przyjście
- handlowy
- Firmy
- kompletny
- składnik
- wszechstronny
- komputer
- Computer Science
- pojęcie
- Warunki
- pewność siebie
- systemu
- Skontaktuj się
- połączenie
- zgoda
- Konsola
- skontaktuj się
- zawiera
- zawartość
- Odpowiedni
- Koszty:
- mógłby
- kraj
- Stwórz
- stworzony
- tworzy
- tworzenie
- Listy uwierzytelniające
- CTO
- zwyczaj
- klient
- pionierski nowatorski
- tablica rozdzielcza
- dane
- analiza danych
- Decyzje
- dostarcza
- Kreowanie
- wykazać
- Dania
- rozwijać
- Wdrożenie
- miejsce przeznaczenia
- Cele podróży
- detale
- wykryte
- Wykrywanie
- Deweloper
- oprogramowania
- cyfrowy
- Zasoby cyfrowe
- odkrycie
- dokumenty
- Nie
- domena
- domeny
- na dół
- lek
- każdy
- z łatwością
- łatwy w użyciu
- Ekosystem
- Efektywne
- starania
- umożliwiać
- Umożliwia
- Punkt końcowy
- inżynier
- Inżynieria
- Angielski
- Wchodzę
- Enterprise
- podmioty
- Środowisko
- wydarzenie
- wydarzenia
- wszystko
- przykład
- przykłady
- Przede wszystkim system został opracowany
- doświadczenie
- odkryj
- rozciągać się
- Wyciągi
- twarze
- Cecha
- Korzyści
- informacja zwrotna
- Płeć żeńska
- Łąka
- filtry
- znalezieniu
- i terminów, a
- pływ
- koncentruje
- następujący
- format
- znaleziono
- od
- pełny
- funkcjonować
- Funkcjonalność
- Funkcje
- dalej
- przyszłość
- Games
- ogólnie
- wygenerowane
- miejsce
- dziewczyny
- Globalne
- Dotacje
- hands-on
- głowa
- opieki zdrowotnej
- pomoc
- Wysoki
- dom
- W jaki sposób
- How To
- HTTPS
- człowiek
- identyfikator
- zidentyfikować
- tożsamość
- obraz
- zdjęcia
- importowanie
- zawierać
- włączony
- Włącznie z
- wskaźnik
- indywidualny
- przemysłowa
- przemysł
- Informacja
- poinformowany
- wkład
- Wkłady
- wgląd
- spostrzeżenia
- zainstalować
- ubezpieczenie
- zintegrowany
- integracja
- Inteligencja
- interakcji
- zainteresowany
- Interfejs
- IP
- Adres IP
- IT
- Praca
- podróż
- Trzymać
- Klawisz
- etykietowanie
- Etykiety
- język
- Języki
- duży
- firmy
- uruchomić
- prowadzić
- Pozostawiać
- Life Sciences
- linie
- LINK
- miejscowy
- Popatrz
- maszyna
- utrzymać
- robić
- WYKONUJE
- zarządzanie
- zarządzane
- i konserwacjami
- sposób
- podręcznik
- produkcja
- mapowanie
- Marketing
- mistrzowski
- materiały
- mechanizm
- medyczny
- wzmiankowany
- Metryka
- ML
- modele
- jeszcze
- większość
- ruch
- wielokrotność
- Naturalny
- niezbędny
- wymagania
- Następny
- Hałas
- Oferty
- offset
- koncepcja
- operacyjny
- działanie
- Optymalizacja
- Opcje
- zamówienie
- oryginalny
- Inne
- ogólny
- własny
- własność
- część
- Przechodzący
- Hasło
- pacjent
- procent
- doskonały
- jest gwarancją najlepszej jakości, które mogą dostarczyć Ci Twoje monitory,
- Pharma
- gra
- Proszę
- polityka
- polityka
- w.
- pop-up
- teraźniejszość
- poprzedni
- prywatność
- problemy
- wygląda tak
- procesów
- przetwarzanie
- Procesor
- producent
- Produkty
- specjalistów
- dowód
- dowód koncepcji
- własność
- protokoły
- zapewniać
- zapewnia
- pełnomocnik
- publiczny
- publikować
- cel
- cele
- popychany
- Szybki
- szybko
- wychowywanie
- nośny
- dosięgnąć
- React
- reakcja
- rekord
- dokumentacja
- regulacyjne
- pozostały
- reprezentowane
- wywołań
- Badania naukowe
- Zasoby
- odpowiedź
- wynikły
- Efekt
- detaliczny
- Rola
- reguły
- run
- taki sam
- Skalowalność
- Skala
- zaplanowane
- nauka
- NAUKI
- bezpiecznie
- segment
- Bezserwerowe
- usługa
- Usługi
- zestaw
- ustawienie
- Share
- pokazać
- Prosty
- ponieważ
- witryna internetowa
- sytuacja
- mały
- So
- Tworzenie
- Oprogramowanie jako usługa
- solidny
- rozwiązanie
- Rozwiązania
- ROZWIĄZANIA
- kilka
- specjalizujący się
- specyficzny
- Specyfikacje
- stos
- standard
- początek
- rozpoczęty
- Stan
- oświadczenia
- Rynek
- przechowywanie
- sklep
- sklep
- strumień
- zbudowany
- Badanie
- znaczny
- udany
- Z powodzeniem
- wsparcie
- Utrzymany
- Wspierający
- podpory
- system
- systemy
- zadania
- zespół
- Zespoły
- Techniczny
- Technologia
- Szablony
- REGULAMIN
- Połączenia
- Źródło
- świat
- trzy
- Przez
- TIE
- czas
- czasochłonne
- narzędzie
- w kierunku
- śledzić
- Śledzenie
- przenieść
- transfery
- Tłumaczenie
- rozsierdzony
- dla
- zrozumienie
- wyjątkowy
- nieograniczone
- Aktualizacja
- Nowości
- us
- posługiwać się
- uprawomocnienie
- wartość
- różnorodny
- Sklepienie
- wersja
- Wideo
- gier wideo
- strony internetowe
- Podczas
- bez
- słowa
- Praca
- pracował
- pracujący
- działa
- świat
- lat
- Twój