Rosnący wpływ sztucznej inteligencji na duże organizacje niesie ze sobą istotne wyzwania w zarządzaniu platformami sztucznej inteligencji. Obejmują one opracowanie skalowalnej i wydajnej operacyjnie platformy, która spełnia standardy zgodności organizacyjnej i bezpieczeństwa. Studio Amazon SageMaker oferuje kompleksowy zestaw możliwości dla praktyków uczenia maszynowego (ML) i analityków danych. Obejmują one w pełni zarządzane środowisko programistyczne AI ze zintegrowanym środowiskiem programistycznym (IDE), upraszczające kompleksowy przepływ pracy ML. Jego możliwości współpracy, takie jak współedytowanie w czasie rzeczywistym i udostępnianie notatek w zespole, zapewniają płynną pracę zespołową, a skalowalność i wydajne szkolenia obsługują duże zbiory danych. Dzięki wbudowanym zabezpieczeniom, opłacalności i szeregowi gotowych narzędzi, takich jak Autopilot Amazon SageMaker, Amazon SageMaker JumpStart, Sklep z funkcjami Amazon SageMaker, SageMaker Studio to potężna platforma przyspieszająca projekty AI i wzmacniająca pozycję analityków danych na każdym poziomie wiedzy.
Deutsche Bahn jest wiodącą organizacją transportową w Niemczech, osiągającą przychody na poziomie 56.3 miliarda euro (w 2022 r.), zatrudniającą 336,884 221,343 pracowników (w tym 130 XNUMX pracowników w Niemczech) i prowadzącą działalność w XNUMX krajach. Oferują szeroką gamę usług, obejmujących transport publiczny i regionalny, usługi towarowe oraz infrastrukturę kolejową. Dzięki zintegrowanemu działaniu infrastruktury drogowej i kolejowej, a także inteligentnemu ekonomicznie i ekologicznie połączeniu wszystkich rodzajów transportu, Deutsche Bahn przewozi ludzi i towary. Deutsche Bahn przoduje we wdrażaniu sztucznej inteligencji, wykorzystując SageMaker Studio jako kluczową platformę sztucznej inteligencji. W Deutsche Bahn dedykowany zespół ds. platformy AI zarządza platformą SageMaker Studio i ją obsługuje, a wiele zespołów zajmujących się analizą danych w organizacji korzysta z platformy do opracowywania, szkolenia i prowadzenia różnych działań analitycznych i uczenia maszynowego.
Kluczowym celem zespołu ds. platformy AI jest zapewnienie płynnego dostępu do usług Workbench i SageMaker Studio wszystkim zespołom i projektom Deutsche Bahn, ze szczególnym naciskiem na analityków danych i inżynierów ML. Platforma ta pomaga Deutsche Bahn realizować spektrum zastosowań, począwszy od utrzymania kolei, prognozowania i przyszłych zastosowań w generatywnej sztucznej inteligencji.
Usługa zarządzana przez platformę AI, zbudowana w oparciu o SageMaker Studio, płynnie dostosowuje się do strategii platformy Deutsche Bahn obejmującej całą grupę. Spełnia wymagania firmy dotyczące zgodności, umożliwia szybkie rozpoczęcie projektu zespołowi poprzez udostępnienie domeny SageMaker i zmniejsza koszty utrzymania dzięki nadrzędnemu modelowi operacyjnemu. Do najważniejszych korzyści można zaliczyć wysoką skalowalność usługi, w dużej mierze dzięki automatyzacji i modelowi samoobsługi, a także atrakcyjny model cenowy oparty przede wszystkim na zużyciu zasobów.
„SageMaker Studio zapewniło nam wspólną platformę, która jest skalowalna, zgodna z bezpieczeństwem i zaspokaja potrzeby rozwojowe analityków danych z wielu zespołów analityki danych w organizacji DB. Wcześniej każdy zespół zarządzał własnymi notatnikami JupyterLab i je obsługiwał, co nie było wydajne ani opłacalne. W ciągu 8 tygodni zatrudniliśmy ponad 120 programistów, udostępniliśmy 25 domen SageMaker i szybko zaczęliśmy korzystać z tej platformy”.
– Emmanuel Drosos, właściciel produktu w DB Systel.
W tym poście opisujemy, jak Deutsche Bahn skalowała i obsługiwała swoją platformę AI przy użyciu SageMaker Studio dla wielu zespołów, zapewniając jednocześnie solidne bezpieczeństwo i nadzór.
Omówienie rozwiązania
Architektura Deutsche Bahn składa się z centralnego konta platformy zarządzanego przez zespół ds. platformy odpowiedzialny za zarządzanie infrastrukturą i operacjami SageMaker Studio. Zasoby SageMaker Studio są pogrupowane według Domeny SageMakera, z których każdy składa się z powiązanego System plików Amazon Elastic (Amazon EFS), listę autoryzowanych użytkowników oraz różne zabezpieczenia, aplikacje, zasady i Wirtualna prywatna chmura Amazon (Amazon VPC). W Deutsche Bahn analitycy danych z różnych zespołów korzystają z domen SageMaker w swoich działaniach związanych z ML; każdy zespół ma dedykowaną domenę SageMaker, której używa do opracowywania i testowania modeli uczenia maszynowego oraz współpracy przy użyciu funkcji takich jak udostępnianie notatników.
Z punktu widzenia infrastruktury, VPC udostępniane na koncie platformy AI, jak pokazano na poniższym rysunku, nie ma wychodzącej łączności internetowej, aby zapewnić bezpieczeństwo i zgodność. Aby zapewnić wysoką dostępność, udostępnianych jest wiele identycznych prywatnych izolowanych podsieci. Domeny SageMaker Studio są wdrażane w trybie tylko VPC, który tworzy elastyczny interfejs sieciowy do komunikacji pomiędzy kontem usługi SageMaker (kontem usługi AWS) a kontem VPC platformy. Punkty końcowe, takie jak SageMaker API, SageMaker Studio i SageMaker notebook, ułatwiają bezpieczną i niezawodną komunikację pomiędzy VPC konta platformy a domeną SageMaker zarządzaną przez AWS na koncie usługi SageMaker.
Każdy zespół analityki danych może zażądać jednej lub wielu domen SageMaker za pośrednictwem wewnętrznego portalu samoobsługowego firmy. Ten proces zamawiania domeny SageMaker jest zorganizowany w ramach oddzielnego procesu przepływu pracy (za pośrednictwem Funkcje kroków AWS). Podczas tego przepływu aranżacji grupa Azure Active Directory (AD) dla zespołu analizy danych jest udostępniana z nazwą grupy AD odpowiadającą nazwie domeny. Orkiestracja prowadzi do potoku ciągłej integracji i ciągłego wdrażania (CI/CD) wdrażającego Zestaw programistyczny AWS Cloud (AWS CDK) składająca się z domeny SageMaker dla odpowiedniego zespołu.
Oprócz domeny SageMaker dostępna jest także dostosowana AWS Zarządzanie tożsamością i dostępem (IAM) rola (rola wykonawcza SageMaker), Usługa Amazon Simple Storage Wiadro (zasobnik danych Amazon S3), klucz zarządzany przez klienta (CMK) i inne zasoby AWS są udostępniane podczas procesu wdrażania przez aplikację AWS CDK, jak pokazano na poniższym rysunku. Grupa AD zawiera naukowców, którzy potrzebują dostępu do domeny SageMaker swojego zespołu. Nazwa grupy AD odpowiada nazwie domeny SageMaker i jest używana głównie podczas procesu autoryzacji.
Separacja klientów jest realizowana na poziomie domen SageMaker przy użyciu trybu uwierzytelniania IAM. Rola IAM specyficzna dla domeny (rola wykonania SageMaker) jest przypisana do każdej domeny, która przestrzega zasady najmniejszych uprawnień i jest przyjmowana przez zespół analityki danych podczas procesu logowania. Ta rola zapewnia analitykom danych w zespole możliwość wykonywania różnych czynności, takich jak uruchamianie zadań przetwarzania, zadań dostrajania hiperparametrów, zadań transformacji i eksperymentów, a także tworzenie modeli. Te działania ML są uruchamiane w imieniu użytkownika przez SageMaker przy użyciu uprawnień roli przekazywania uprawnień. Jednak niektóre działania, takie jak tworzenie zasobników S3, modyfikowanie ról IAM, aktualizowanie domen SageMaker i udostępnianie dużych instancji są ograniczone ze względów bezpieczeństwa, zgodności i kontroli kosztów. Powiązane zasady uprawnień zapewniają, że zespół analityki danych ma dostęp tylko do odpowiedniego zasobnika S3 i CMK dla swojej autoryzowanej domeny, jak pokazano na poniższym rysunku. Dodatkowo rola SageMaker-execution-role umożliwia członkom zespołu przyjmowanie ról na innych kontach w organizacji Deutsche Bahn z SageMaker Studio, zapewniając im elastyczność dostępu do zasobów takich jak Usługa relacyjnych baz danych Amazon (Amazon S3), inne wiadra S3 i Amazonka Atena. Polityka IAM wykorzystuje aws:RequestTag i aws:ResourceTag do szczegółowej kontroli dostępu podczas działań SageMaker, takich jak zadania przetwarzania, zadania szkoleniowe i tworzenie modeli. Tagi te pomagają również śledzić powiązane koszty domeny. Aby uzyskać więcej informacji, zobacz Akcje, zasoby i klucze warunków dla Amazon SageMaker.
CMK szyfruje zarówno zawartość systemu plików domeny SageMaker przechowywaną w Amazon EFS, jak i zawartość segmentu S3 (zasobnika danych), który jest udostępniany do przechowywania danych na potrzeby zadań przetwarzania i transformacji SageMaker. Ponadto zasady oparte na zasobach, takie jak zasady wiadra i zasady CMK, zapewniają dodatkową warstwę bezpieczeństwa, ograniczając zarówno dostęp wyłącznie do autoryzowanych członków zespołu AI, jak i dozwolone działania na tych zasobach.
Zespół AI nie ma Konsola zarządzania AWS dostęp do konta zespołu platformy AI. Aby uzyskać dostęp do SageMaker Studio, jak pokazano na poniższym rysunku, badacze danych z zespołu analityki danych korzystają z wygenerowanego wcześniej podpisanego adresu URL poprzez uwierzytelnienie za pomocą Amazon Cognito oparta na niestandardowej aplikacji do logowania. Gdy użytkownik zaloguje się do tej niestandardowej aplikacji, otrzyma token dostępu OAuth, który zawiera takie informacje, jak nazwa grupy AD. Po zalogowaniu się do aplikacji niestandardowej użytkownik żąda dostępu do domeny SageMaker za pośrednictwem interfejsu użytkownika, uruchamiając polecenie Brama Amazon API wywołanie w celu wygenerowania wcześniej ustalonego adresu URL. Brama interfejsu API wywołuje generator PreSignUrlGenerator AWS Lambda funkcję i używa Autoryzator Amazon Cognito aby sprawdzić token dostępu OAuth w nagłówku żądania. Funkcja PreSignUrlGenerator sprawdza uprawnienia dostępu użytkownika do żądanej domeny SageMaker, porównując nazwę AD w tokenie dostępu z żądaną domeną SageMaker. Po pomyślnej autoryzacji funkcja PreSignUrlGenerator tworzy profil użytkownika SageMaker przy pierwszym logowaniu i generuje wcześniej przypisaną odpowiedź URL. Niestandardowa aplikacja do logowania przekierowuje następnie użytkowników do żądanej domeny SageMaker.
CDK AWS
Rozwiązanie w Deutsche Bahn wykorzystuje AWS CDK jako infrastrukturę jako kod (IaC) do udostępniania domeny SageMaker wraz z zasobami takimi jak segmenty S3 i CMK. Poniższy rysunek ilustruje stosy i powiązane zasoby używane podczas wdrażania SageMaker. Stos infrastruktury zajmuje się konfiguracją niezbędnych zasobów, takich jak VPC, podsieci i wiele punktów końcowych SageMaker. Zasoby takie jak VPC, podsieci i zasady kontroli usług (SCP) są zarządzane przez centralny zespół zajmujący się chmurą za pośrednictwem innego stosu (ale pokazano to tutaj dla uproszczenia). SageMakerStudioStack jest przede wszystkim odpowiedzialny za udostępnienie domeny SageMaker, dedykowanego zasobnika danych, CMK i dedykowanej roli IAM SageMaker-roli wykonawczej. Warto zauważyć, że każda domena SageMaker jest obsługiwana poprzez indywidualny SageMakerStudioStack.
Rozwiązanie wykorzystuje specjalnie zbudowaną konstrukcję L3 (domena SageMaker Studio), jak pokazano na poniższym rysunku, dla zasobu domeny SageMaker. SageMaker Studio posiada konfiguracja cyklu życia funkcja umożliwiająca określone inicjalizacje podczas uruchamiania aplikacji JupyterLab lub KernelGateway.
Deutsch Bahn wykorzystuje konfigurację cyklu życia przedstawioną na poniższym rysunku, aby automatycznie wykrywać i zamykać bezczynne instancje w domenie SageMaker, redukując niepotrzebne koszty. Ze względu na ograniczoną łączność wychodzącą zespół analityki danych korzysta z obrazów hostowanych wewnętrznie i bibliotek innych firm z wewnętrznego artefaktu firmy. Skrypt konfiguracji cyklu życia dla KernelGateway konfiguruje menedżerów pakietów pip i conda w celu przekierowywania pobranych plików do wewnętrznie hostowanej lokalizacji artefaktów. W chwili pisania tego tekstu nie ma konstrukcji AWS CDK dla zasobu konfiguracji cyklu życia; dlatego używają niestandardowego zasobu CDK do udostępniania skryptu LifeCycleConfig i zarządzania nim. Niestandardowe zasoby w AWS CDK oferują możliwość udostępniania i zarządzania zasobami, które nie są bezpośrednio obsługiwane Tworzenie chmury AWS lub konstrukcje AWS CDK.
Instalacja
Przykładowa aplikacja AWS CDK pokazuje, jak różne komponenty, w tym domena SageMaker, konfiguracja cyklu życia, Amazon Cognito i rola IAM z najmniejszymi uprawnieniami, współdziałają. W aplikacji klasa SagemakerStudioStack obsługuje udostępnianie domeny SageMaker, rolę IAM (rola wykonania sagemaker), którą przyjmują użytkownicy, CMK, konfigurację cyklu życia, profil użytkownika SageMaker, segment S3 do przetwarzania danych i grupę użytkowników Amazon Cognito. Demo aplikacji AWS CDK zapewnia zwięzły przegląd kluczowych komponentów, takich jak domena SageMaker, konfiguracja cyklu życia, uwierzytelnianie za pośrednictwem Amazon Cognito i rola IAM z najmniejszymi uprawnieniami. Z kolei SagemakerLoginStack odpowiada za wdrożenie puli użytkowników Amazon Cognito, funkcji Lambda i API Gateway do generowania wcześniej ustalonych adresów URL. CognitoUserStack skupia się przede wszystkim na wdrażaniu użytkownika w puli użytkowników Amazon Cognito.
Możesz uruchomić następujące polecenia, aby skompilować, zsyntetyzować i wdrożyć aplikację. Należy dostosować konto, użytkownika i hasło w przykładowym kodzie aplikacji. Hasło powinno składać się z co najmniej 8 znaków, w tym wielkich liter i cyfr. Parametr user to użytkownik domeny SageMaker, który zostanie uwierzytelniony przez Amazon Cognito.
- Pobierz kod źródłowy z pliku GitHub repo.
- Załaduj konto AWS. W poniższym kodzie dostosuj numer konta i region według potrzeb:
- Zainstaluj pakiety i skompiluj kod:
- Zsyntetyzuj aplikację AWS CDK:
- Wdróż aplikację ze wszystkimi stosami na koncie i w wybranym regionie:
- Pobierz aplikację Postman, aby wykonać połączenie API.
Jeśli nie masz konta Postman, utwórz bezpłatne konto, korzystając ze swojego adresu e-mail. Jeśli masz już konto, zaloguj się na swoje konto.
- Na filet menu, wybierz import i zaimportuj Plik JSON środowiska listonosza zawarte w repozytorium GitHub.
- Na Środowiska w aplikacji Postman zlokalizuj środowisko o nazwie SageMaker.
- Dodaj następujące zmienne środowiskowe, które widzisz jako część danych wyjściowych wdrożenia stosu
SagemakerLoginStack
:
Użyj następujących parametrów (pobierz wartości z danych wyjściowych podczas wdrażania cdk):
-
- Nazwa domeny – Parametr nazwy domeny przekazany podczas wdrażania cdk, na przykład zespół1
- Identyfikator klienta – Identyfikator klienta Amazon Cognito
- tajemnica klienta – Sekret klienta Amazon Cognito.
- SageMaker-presigned-api – Adres URL bramy API utworzonej przez AWS CDK, która generuje wcześniej ustalony adres URL
- punkt końcowy logowania cognito – Adres URL punktu końcowego domeny Amazon Cognito, w którym aplikacja kliencka (w tym przypadku Postman) uwierzytelnia się poprzez podanie danych uwierzytelniających użytkownika (użytkownika demonstracyjnego)
Kolejnym krokiem jest wygenerowanie tokena OAuth2.
-
- Na Autoryzacja wybierz środowisko SageMaker i wybierz Wygeneruj nowy token dostępu.
Wszystkie wartości na tej karcie powinny być wstępnie wypełnione.
-
- Zaktualizuj zmienne środowiskowe i wybierz Uzyskaj nowy token dostępu.
- W wyskakującym oknie, które się otworzy, zaloguj się do Amazon Cognito przy użyciu nazwy użytkownika (użytkownik demo) i hasła, którego użyłeś wcześniej.
Po pomyślnym uwierzytelnieniu generowany jest nowy token dostępu.
- Dodaj Użyj tokena.
- Dodaj
GeneratePresignedUrlDemo
w kolekcjach Postman SageMaker i wybierz Wyślij. - Upewnij się, że z listy rozwijanej wybrałeś odpowiednie środowisko (SageMaker).
Spowoduje to wywołanie interfejsu API REST do API Gateway i wygenerowanie wcześniej podpisanego adresu URL umożliwiającego dostęp do domeny SageMaker. Ten adres URL możesz zobaczyć w treści odpowiedzi.
- Skopiuj ten adres URL i wprowadź go w oknie przeglądarki.
Zostanie uruchomiona nowa domena SageMaker z Twoim profilem użytkownika.
Ta aplikacja demonstracyjna obsługuje funkcje SageMaker, takie jak zadania szkoleniowe, zadania przetwarzania i punkty końcowe modelu. Pamiętaj, że funkcje takie jak Płótno Amazon SageMaker, SageMaker JumpStart i SageMaker Feature Store nie są aktywowane.
Sprzątać
Wykonaj następujące kroki, aby wyczyścić zasoby:
- W konsoli SageMaker w panelu nawigacji wybierz Domena, Profil użytkownika, Apps.
- Usuń wszystkie uruchomione aplikacje (KernelGateway lub JupyterLab) z tego rozwiązania.
- Usuń wszystkie profile użytkowników SageMaker utworzone podczas etapu logowania.
- Na konsoli Amazon EFS usuń system plików EFS stworzony na potrzeby tego wpisu.
- Uruchom następujące polecenie, aby usunąć zasoby utworzone za pomocą AWS CDK:
Wnioski
W poście podkreślono, jak Deutsche Bahn skutecznie wykorzystała SageMaker Studio do modernizacji swojej platformy AI, w wyniku czego powstało skalowalne, zautomatyzowane i łatwe w zarządzaniu rozwiązanie wspierające różnorodne zespoły zajmujące się analizą danych. Architektura ta obejmuje konto na platformie centralnej, samoobsługowy proces zamawiania domen i udostępnianie infrastruktury za pomocą AWS CDK. Proces wdrażania obejmuje potok CI/CD, zapewniający płynne dostarczanie domen SageMaker.
Ogólnie rzecz biorąc, transformacja dokonana przez SageMaker Studio umożliwiła Deutsche Bahn zbudowanie solidnej platformy dla swoich inicjatyw w zakresie sztucznej inteligencji, obsługującej ponad 100 programistów i zarządzającej 20 domenami SageMaker w ramach jednego konta AWS.
Na koniec pragniemy wyrazić nasze szczere uznanie Nico Seegertowi (d-fine) i Philippowi Vollmerowi (Deutsche Bahn), których nieoceniony wkład odegrał kluczową rolę w kształtowaniu tej architektury.
Więcej informacji można znaleźć w następujących zasobach:
___________________________________________________________________________________________
O autorach
Prasannę Tuladhar jest architektem infrastruktury chmury w AWS Professional Services w Monachium w Niemczech. Specjalizuje się w infrastrukturze chmurowej, migracji obciążeń i DevOps na platformie AWS, umożliwia klientom osiągnięcie ich celów biznesowych. Poza pracą lubi jogging, wędrówki i spędzanie czasu z rodziną.
Emmanuel Drosos jest właścicielem produktu platformy AI w DBSystel, spółce zależnej Deutsche Bahn (DB) Germany. Kierując się pasją do innowacji i technologii, Emmanuel stoi na czele inicjatyw mających na celu wykorzystanie mocy chmury do napędzania platformy AI w DB (Deutsche Bahn). AI.Platform to jedna z platform programistycznych DB obejmujących całą grupę. Obejmuje usługi i narzędzia AI służące do opracowywania modeli AI (uczenia maszynowego) oraz bezpośrednio użytecznych usług AI. Prosty, zintegrowany i skalowalny. Ściśle współpracuje z innymi klientami DB, aby uwolnić pełny potencjał platformy AI, umożliwiając im wydajną i efektywną realizację celów biznesowych. Poza pracą zawodową Emmanuel lubi podróżować i jest entuzjastycznym miłośnikiem przyrody i pieszych wędrówek.
Vishwanath Bhat jest architektem DevOps w AWS Professional Services z siedzibą w Niemczech. Pomaga klientom w pełni wykorzystać zalety chmury i osiągnąć swoje cele biznesowe dzięki chmurze AWS. Kiedy nie pracuje, lubi pływać w alpejskich jeziorach, wędrować, czytać lub grać w piłkę nożną.
Kumudhan Cherarajan jest konsultantem DevOps w AWS Professional Services z siedzibą w Szwajcarii. Jego pasją jest pomaganie klientom we wdrażaniu procesów i usług zwiększających ich efektywność w podróży do chmury. Kiedy nie pracuje, lubi grać w krykieta i muzykę.
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
- PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
- PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
- Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
- Źródło: https://aws.amazon.com/blogs/machine-learning/supercharge-your-ai-team-with-amazon-sagemaker-studio-a-comprehensive-view-of-deutsche-bahns-ai-platform-transformation/
- :ma
- :Jest
- :nie
- :Gdzie
- $W GÓRĘ
- 10
- 100
- 11
- 12
- 120
- 13
- 130
- 16
- 20
- 2022
- 237
- 25
- 350
- 7
- 8
- a
- zdolność
- Zdolny
- O nas
- przyspieszenie
- dostęp
- Konto
- Konta
- Osiągać
- działania
- aktywny
- zajęcia
- Ad
- dodatek
- do tego
- Adresy
- przyjąć
- Przyjęcie
- Po
- przed
- AI
- Platforma AI
- Usługi AI
- wymierzony
- Wyrównuje
- Wszystkie kategorie
- pozwala
- wzdłuż
- już
- również
- Amazonka
- Amazon Cognito
- Amazon Sage Maker
- Studio Amazon SageMaker
- Amazon Web Services
- an
- analityka
- i
- i infrastruktura
- api
- Aplikacja
- Zastosowanie
- aplikacje
- uznanie
- mobilne i webowe
- architektura
- SĄ
- AS
- powiązany
- założyć
- przypuszczalny
- At
- atrakcyjny
- Auth
- uwierzytelniony
- uwierzytelnia
- Uwierzytelnianie
- autoryzacja
- upoważniony
- zautomatyzowane
- automatycznie
- Automatyzacja
- dostępność
- AWS
- Usługi profesjonalne AWS
- Lazur
- na podstawie
- BE
- być
- w imieniu
- korzyści
- Korzyści
- pomiędzy
- Miliard
- ciało
- Bootstrap
- obie
- Przynosi
- przyniósł
- przeglądarka
- wybudowany
- wbudowany
- biznes
- ale
- by
- wezwanie
- nazywa
- CAN
- możliwości
- który
- walizka
- Etui
- catering
- caters
- centralny
- pewien
- wyzwania
- znaków
- wybór
- Dodaj
- klasa
- kleń
- klient
- dokładnie
- Chmura
- infrastruktura chmurowa
- kod
- współpracować
- współpracy
- kolekcje
- wspólny
- Komunikacja
- Firma
- porównanie
- spełnienie
- zgodny
- składniki
- wszechstronny
- zwięzły
- warunek
- systemu
- połączenie
- Łączność
- Składający się
- składa się
- Konsola
- skonstruować
- konstrukty
- konsultant
- konsumpcja
- zawiera
- treść
- ciągły
- składki
- kontrola
- Odpowiedni
- odpowiada
- Koszty:
- opłacalne
- Koszty:
- kraje
- Stwórz
- stworzony
- tworzy
- Tworzenie
- Listy uwierzytelniające
- krykiet
- istotny
- zwyczaj
- klient
- Klientów
- dostosowane
- dane
- Analityka danych
- analiza danych
- Baza danych
- zbiory danych
- dedykowane
- dostawa
- próbny
- demonstruje
- przedstawiony
- rozwijać
- wdrażane
- wdrażanie
- Wdrożenie
- zniszczyć
- wykryć
- rozwijać
- deweloperzy
- rozwijanie
- oprogramowania
- różne
- bezpośrednio
- katalog
- inny
- robi
- domena
- Nazwa domeny
- domeny
- nie
- na dół
- pliki do pobrania
- napęd
- z powodu
- podczas
- każdy
- Wcześniej
- faktycznie
- efektywność
- wydajny
- skutecznie
- pracowników
- upoważniony
- uprawniającej
- upoważnia
- Umożliwia
- umożliwiając
- koniec końców
- Punkt końcowy
- Inżynierowie
- zapewnić
- zapewnia
- zapewnienie
- Wchodzę
- entuzjastyczny
- Środowisko
- niezbędny
- EUR
- Każdy
- przykład
- eksperymenty
- ekspertyza
- odkryj
- rozciągać się
- dodatkowy
- ułatwiać
- członków Twojej rodziny
- Cecha
- Korzyści
- Postać
- filet
- i terminów, a
- Elastyczność
- pływ
- Skupiać
- koncentruje
- następujący
- następujący sposób
- piłka nożna
- W razie zamówieenia projektu
- czoło
- Darmowy
- od
- pełny
- w pełni
- funkcjonować
- dalej
- przyszłość
- Bramka
- Generować
- wygenerowane
- generuje
- generujący
- generatywny
- generatywna sztuczna inteligencja
- Niemcy
- otrzymać
- GitHub
- Go
- Gole
- towary
- got
- Dotacje
- Zarządzanie
- Rozwój
- ręka
- Uchwyty
- Have
- he
- pomoc
- pomoc
- pomaga
- tutaj
- Wysoki
- wysoka wydajność
- Podświetlony
- jego
- hostowane
- W jaki sposób
- Jednak
- HTML
- http
- HTTPS
- Dostrajanie hiperparametrów
- identiques
- tożsamość
- Idle
- if
- ilustruje
- zdjęcia
- realizowane
- importować
- in
- W innych
- zawierać
- włączony
- obejmuje
- Włącznie z
- zawiera
- Zwiększać
- indywidualny
- wpływ
- Informacja
- Infrastruktura
- inicjacja
- inicjatywy
- Innowacja
- zainstalować
- instrumentalny
- zintegrowany
- integracja
- Inteligentny
- Interfejs
- wewnętrzny
- wewnętrznie
- Internet
- najnowszych
- nieoceniony
- inwokuje
- odosobniony
- IT
- JEGO
- Oferty pracy
- podróż
- jpg
- json
- Klawisz
- Klawisze
- jezior
- duży
- uruchomiona
- warstwa
- prowadzący
- Wyprowadzenia
- nauka
- najmniej
- poziom
- lewarowanie
- biblioteki
- wifecycwe
- lubić
- lubi
- Lista
- lokalizacja
- log
- Zaloguj Się
- maszyna
- uczenie maszynowe
- konserwacja
- poważny
- robić
- WYKONUJE
- zarządzanie
- wykonalny
- zarządzane
- i konserwacjami
- Zarządzający
- zarządza
- zarządzający
- Spełnia
- Użytkownicy
- migracja
- ML
- Moda
- model
- modele
- Tryby
- jeszcze
- porusza się
- wielokrotność
- Muzyka
- Nazwa
- Natura
- Nawigacja
- potrzebne
- wymagania
- sieć
- Nowości
- Nowy dostęp
- Następny
- Nie
- szczególnie
- noty
- notatnik
- numer
- z naszej
- przysięgać
- cel
- Cele
- of
- oferta
- Oferty
- on
- ONE
- tylko
- otwiera
- eksploatowane
- działa
- operacyjny
- działanie
- operacje
- or
- orkiestrowany
- orkiestracja
- organizacja
- organizacyjny
- organizacji
- Inne
- ludzkiej,
- wydajność
- zewnętrzne
- koniec
- nadrzędny
- nad głową
- Przeoczenie
- przegląd
- własny
- właściciel
- pakiet
- Pakiety
- chleb
- parametr
- parametry
- część
- przechodzić
- minęło
- pasja
- namiętny
- Hasło
- Ludzie
- wykonać
- pozwolenie
- uprawnienia
- perspektywa
- rurociąg
- Platforma
- Platformy
- plato
- Analiza danych Platona
- PlatoDane
- Grać
- polityka
- polityka
- basen
- pop-up
- Portal
- Post
- potencjał
- power
- mocny
- wycena
- Model wyceny
- głównie
- pierwotny
- zasada
- prywatny
- przywilej
- przywileje
- wygląda tak
- przetwarzanie
- Produkt
- profesjonalny
- Profil
- profile
- projekt
- projektowanie
- zapewniać
- pod warunkiem,
- zapewnia
- że
- zaopatrzenie
- publiczny
- jakość
- szybko
- Kolej
- Kolej żelazna
- zasięg
- nośny
- Czytający
- w czasie rzeczywistym
- zrealizować
- Przyczyny
- otrzymać
- przekierowanie
- zmniejsza
- redukcja
- odnosić się
- region
- regionalny
- rzetelny
- zażądać
- wywołań
- wymagania
- Zasób
- Zasoby
- osób
- odpowiedź
- odpowiedzialny
- REST
- ograniczony
- ograniczające
- wynikły
- dochód
- prawo
- krzepki
- Rola
- role
- run
- bieganie
- sagemaker
- próba
- Skalowalność
- skalowalny
- łuskowaty
- Naukowcy
- scenariusz
- bezszwowy
- płynnie
- Tajemnica
- bezpieczne
- bezpieczeństwo
- widzieć
- wybrany
- Samoobsługa
- oddzielny
- usługa
- Usługi
- zestaw
- ustawienie
- modelacja
- dzielenie
- powinien
- pokazane
- zamknąć
- zamknąć
- znak
- Prosty
- prostota
- upraszczanie
- pojedynczy
- gładki
- rozwiązanie
- Źródło
- Kod źródłowy
- napięcie
- specjalizujący się
- specyficzny
- Widmo
- stos
- Półki na książki
- standardy
- rozpoczęty
- startup
- Ewolucja krok po kroku
- Cel
- przechowywanie
- sklep
- przechowywany
- Strategia
- studio
- podsieci
- subsydiarny
- udany
- taki
- doładowania
- wsparcie
- Utrzymany
- podpory
- pewnie
- SWIFT
- Szwajcaria
- syntetyzują
- system
- trwa
- zespół
- Członkowie Zespołu
- Zespoły
- Praca w zespole
- Technologia
- Testowanie
- że
- Połączenia
- Źródło
- ich
- Im
- następnie
- Tam.
- w związku z tym
- Te
- one
- innych firm
- to
- Przez
- czas
- do
- razem
- żeton
- narzędzia
- śledzić
- ruch drogowy
- Pociąg
- Trening
- Transformacja
- transportu
- transport
- Podróżowanie
- wyzwalanie
- strojenie
- ui
- odblokować
- niepotrzebny
- aktualizowanie
- na
- URL
- us
- nadający się do użytku
- posługiwać się
- używany
- Użytkownik
- Użytkownicy
- zastosowania
- za pomocą
- UPRAWOMOCNIĆ
- Wartości
- różnorodność
- różnorodny
- przez
- Zobacz i wysłuchaj
- Wirtualny
- Tom
- była
- we
- sieć
- usługi internetowe
- tygodni
- DOBRZE
- były
- jeśli chodzi o komunikację i motywację
- który
- Podczas
- KIM
- którego
- szeroki
- Szeroki zasięg
- będzie
- okno
- w
- w ciągu
- Praca
- workflow
- Siła robocza
- pracujący
- działa
- pisanie
- You
- Twój
- zefirnet