În această postare, arătăm cum să configurați o nouă funcție de autentificare bazată pe OAuth pentru utilizare Fulg de nea in Amazon SageMaker Data Wrangler. Snowflake este o platformă de date în cloud care oferă soluții de date pentru depozitarea datelor pentru știința datelor. Fulgul de nea este un Partener AWS cu mai multe acreditări AWS, inclusiv competențe AWS în învățarea automată (ML), retail și date și analiză.
Data Wrangler simplifică procesul de pregătire a datelor și de inginerie a caracteristicilor, reducând timpul necesar de la săptămâni la minute, oferind o interfață vizuală unică pentru oamenii de știință de date pentru a selecta și curăța datele, a crea funcții și a automatiza pregătirea datelor în fluxurile de lucru ML fără a scrie niciun cod. Puteți importa date din mai multe surse de date, cum ar fi Serviciul Amazon de stocare simplă (Amazon S3), Amazon Atena, Amazon RedShift, Amazon EMR, și Fulg de zăpadă. Cu această nouă funcție, puteți utiliza propriul furnizor de identitate (IdP), cum ar fi Okta, AD Azure, Sau Ping Federate pentru a vă conecta la Snowflake prin Data Wrangler.
Prezentare generală a soluțiilor
În secțiunile următoare, oferim pași pentru ca un administrator să configureze IdP, Snowflake și Studio. Detaliem, de asemenea, pașii pe care oamenii de știință din date îi pot face pentru a configura fluxul de date, pentru a analiza calitatea datelor și pentru a adăuga transformări ale datelor. În cele din urmă, arătăm cum să exportăm fluxul de date și să antrenăm un model folosind Pilot automat SageMaker.
Cerințe preliminare
Pentru această prezentare generală, ar trebui să aveți următoarele condiții prealabile:
- Pentru administrator:
- Un utilizator Snowflake cu permisiuni de a crea integrări de stocare și integrări de securitate în Snowflake.
- Un cont AWS cu permisiuni de creare Gestionarea identității și accesului AWS (IAM) politici și roluri.
- Acces și permisiuni pentru a configura IDP pentru a înregistra aplicația Data Wrangler și a configura serverul de autorizare sau API-ul.
- Pentru cercetătorii de date:
Configurare administrator
În loc să-i cereți utilizatorilor să introducă direct acreditările Snowflake în Data Wrangler, îi puteți solicita să folosească un IdP pentru a accesa Snowflake.
Sunt implicați următorii pași pentru a activa accesul Data Wrangler OAuth la Snowflake:
- Configurați IdP-ul.
- Configurați Snowflake.
- Configurați SageMaker Studio.
Configurați IdP-ul
Pentru a vă configura IdP, trebuie să înregistrați aplicația Data Wrangler și să vă configurați serverul de autorizare sau API-ul.
Înregistrați aplicația Data Wrangler în cadrul IdP
Consultați următoarea documentație pentru IdP-urile acceptate de Data Wrangler:
Utilizați documentația furnizată de IdP pentru a vă înregistra aplicația Data Wrangler. Informațiile și procedurile din această secțiune vă ajută să înțelegeți cum să utilizați corect documentația furnizată de IdP.
Personalizări specifice, în plus față de pașii din ghidurile respective, sunt menționate în subsecțiuni.
- Selectați configurația care începe procesul de înregistrare a Data Wrangler ca aplicație.
- Oferiți utilizatorilor din cadrul IdP acces la Data Wrangler.
- Activați autentificarea clientului OAuth prin stocarea acreditărilor clientului ca secret Secrets Manager.
- Specificați o adresă URL de redirecționare folosind următorul format:
https://domain-ID.studio.AWS Region.sagemaker.aws/jupyter/default/lab
.
Specificați ID-ul domeniului SageMaker și regiunea AWS pe care le utilizați pentru a rula Data Wrangler. Trebuie să înregistrați o adresă URL pentru fiecare domeniu și regiune în care rulați Data Wrangler. Utilizatorii dintr-un domeniu și regiune care nu au URL-uri de redirecționare configurate pentru ei nu se vor putea autentifica cu IdP pentru a accesa conexiunea Snowflake.
- Asigurați-vă că codul de autorizare și tipurile de acordare a jetonului de reîmprospătare sunt permise pentru aplicația dvs. Data Wrangler.
Configurați serverul de autorizare sau API-ul în cadrul IdP
În cadrul IdP-ului dvs., trebuie să configurați un server de autorizare sau o interfață de programare a aplicațiilor (API). Pentru fiecare utilizator, serverul de autorizare sau API-ul trimite token-uri către Data Wrangler cu Snowflake ca audiență.
Fulgul de zăpadă folosește conceptul de rolurile care sunt diferite de rolurile IAM utilizate în AWS. Trebuie să configurați IdP să folosească ORICE Rol pentru a utiliza rolul implicit asociat contului Snowflake. De exemplu, dacă un utilizator are systems administrator
ca rol implicit în profilul lor Snowflake, se folosește conexiunea de la Data Wrangler la Snowflake systems administrator
ca rol.
Utilizați următoarea procedură pentru a configura serverul de autorizare sau API-ul în cadrul IdP-ului dvs.:
- De la IdP, începeți procesul de configurare a serverului sau a API-ului.
- Configurați serverul de autorizare pentru a utiliza codul de autorizare și reîmprospătați tipurile de acordare a simbolurilor.
- Specificați durata de viață a jetonului de acces.
- Setați intervalul de inactivitate al jetonului de reîmprospătare.
Timpul de inactivitate este timpul în care tokenul de reîmprospătare expiră dacă nu este utilizat. Dacă programați lucrări în Data Wrangler, vă recomandăm să faceți timpul de expirare inactiv mai mare decât frecvența sarcinii de procesare. În caz contrar, unele lucrări de procesare ar putea eșua, deoarece simbolul de reîmprospătare a expirat înainte de a putea rula. Când tokenul de reîmprospătare expiră, utilizatorul trebuie să se autentifice din nou accesând conexiunea pe care a făcut-o la Snowflake prin Data Wrangler.
Rețineți că Data Wrangler nu acceptă jetoane de reîmprospătare rotative. Utilizarea jetoanelor de reîmprospătare rotative poate duce la erori de acces sau la nevoia utilizatorilor să se conecteze frecvent.
Dacă tokenul de reîmprospătare expiră, utilizatorii dvs. trebuie să se autentifice din nou accesând conexiunea pe care au făcut-o la Snowflake prin Data Wrangler.
- Specifica
session:role-any
ca noul domeniu de aplicare.
Pentru Azure AD, trebuie să specificați și un identificator unic pentru domeniu.
După ce ați configurat furnizorul OAuth, furnizați lui Data Wrangler informațiile de care are nevoie pentru a se conecta la furnizor. Puteți utiliza documentația de la IdP pentru a obține valori pentru următoarele câmpuri:
- Adresa URL a simbolului – Adresa URL a simbolului pe care IdP-ul îl trimite către Data Wrangler
- Adresa URL de autorizare – URL-ul serverului de autorizare al IdP
- ID-ul clientului – ID-ul IdP-ului
- Secretul clientului – Secretul pe care doar serverul de autorizare sau API-ul îl recunoaște
- Domeniul de aplicare OAuth – Acesta este doar pentru Azure AD
Configurați Snowflake
Pentru a configura Snowflake, completați instrucțiunile din Importă date din Snowflake.
Utilizați documentația Snowflake pentru IdP-ul dvs. pentru a configura o integrare OAuth externă în Snowflake. Vezi secțiunea anterioară Înregistrați aplicația Data Wrangler în cadrul IdP pentru mai multe informații despre cum să configurați o integrare OAuth externă.
Când configurați integrarea de securitate în Snowflake, asigurați-vă că activați external_oauth_any_role_mode
.
Configurați SageMaker Studio
Stocați câmpurile și valorile într-un secret Secrets Manager și îl adăugați la Configurația ciclului de viață Studio pe care o utilizați pentru Data Wrangler. O configurație a ciclului de viață este un script shell care încarcă automat acreditările stocate în secret atunci când utilizatorul se conectează la Studio. Pentru informații despre crearea secretelor, consultați Mutați secretele codificate în AWS Secrets Manager. Pentru informații despre utilizarea Configurațiilor ciclului de viață în Studio, consultați Utilizați configurațiile ciclului de viață cu Amazon SageMaker Studio.
Creați un secret pentru acreditările Snowflake
Pentru a vă crea secretul pentru acreditările Snowflake, parcurgeți următorii pași:
- Pe consola Secrets Manager, alegeți Stocați un nou secret.
- Pentru Tip secret, Selectați Alt tip de secret.
- Specificați detaliile secretului dvs. ca perechi cheie-valoare.
Numele cheilor necesită litere mici din cauza sensibilității la majuscule. Data Wrangler dă un avertisment dacă introduceți incorect oricare dintre acestea. Introduceți valorile secrete ca perechi cheie-valoare Cheie/valoare dacă doriți, sau utilizați Text simplu opțiune.
Următorul este formatul secretului folosit pentru Okta. Dacă utilizați Azure AD, trebuie să adăugați datasource_oauth_scope
camp.
- Actualizați valorile precedente cu alegerea dvs. de IdP și informațiile colectate după înregistrarea aplicației.
- Alege Pagina Următoare →.
- Pentru Numele secret, adăugați prefixul
AmazonSageMaker
(de exemplu, secretul nostru esteAmazonSageMaker-DataWranglerSnowflakeCreds
). - În Tag-uri secțiunea, adăugați o etichetă cu cheia
SageMaker
și valoaretrue
. - Alege Pagina Următoare →.
- Restul câmpurilor sunt opționale; alege Pagina Următoare → până când aveți opțiunea de a alege Magazin pentru a păstra secretul.
După ce stocați secretul, veți reveni la consola Secrets Manager.
- Alegeți secretul pe care tocmai l-ați creat, apoi recuperați ARN-ul secret.
- Stocați-l în editorul dvs. de text preferat pentru a le utiliza mai târziu când creați sursa de date Data Wrangler.
Creați o configurație pentru ciclul de viață Studio
Pentru a crea o configurație ciclului de viață în Studio, parcurgeți următorii pași:
- Pe consola SageMaker, alegeți Configurări ale ciclului de viață în panoul de navigare.
- Alege Creați configurație.
- Alege Aplicația server Jupyter.
- Creați o nouă configurație ciclului de viață sau adăugați una existentă cu următorul conținut:
Configurația creează un fișier cu numele ".snowflake_identity_provider_oauth_config"
, care conține secretul în folderul principal al utilizatorului.
- Alege Creați configurație.
Setați configurația implicită a ciclului de viață
Parcurgeți următorii pași pentru a seta Configurația ciclului de viață pe care tocmai ați creat-o ca implicită:
- Pe consola SageMaker, alegeți domenii în panoul de navigare.
- Alegeți domeniul Studio pe care îl veți folosi pentru acest exemplu.
- Pe Mediu inconjurator în tabul Configurații ciclului de viață pentru aplicațiile personale Studio secțiune, pentru a alege Atașa.
- Pentru Sursă, Selectați Configurație existentă.
- Selectați configurația pe care tocmai ați făcut-o, apoi alegeți Atașați la domeniu.
- Selectați noua configurație și alegeți Setat ca implicit, Apoi alegeți Setat ca implicit din nou în mesajul pop-up.
Noile dvs. setări ar trebui să fie acum vizibile sub Configurații ciclului de viață pentru aplicațiile personale Studio ca implicit.
- Închideți aplicația Studio și relansați pentru ca modificările să intre în vigoare.
Experiență în domeniul științei datelor
În această secțiune, vom acoperi modul în care oamenii de știință de date se pot conecta la Snowflake ca sursă de date în Data Wrangler și pot pregăti date pentru ML.
Creați un nou flux de date
Pentru a crea fluxul de date, parcurgeți următorii pași:
- Pe consola SageMaker, alegeți Amazon SageMaker Studio în panoul de navigare.
- Alege Deschide Studio.
- Pe Studio Acasă pagina, alege Importați și pregătiți vizual datele. Alternativ, pe Fișier derulant, alegeți Nou, Apoi alegeți SageMaker Data Wrangler Flow.
Crearea unui flux nou poate dura câteva minute.
- Pe Date de import pagina, alege Creați conexiune.
- Alege Fulg de nea din lista surselor de date.
- Pentru Metoda de autentificare, alege OAuth.
Dacă nu vedeți OAuth, verificați pașii precedenți de configurare a ciclului de viață.
- Introduceți detalii pentru Numele contului Snowflake și Integrarea stocării.
- Introduceți un nume de conexiune și alegeți Conectați.
Sunteți redirecționat către o pagină de autentificare IdP. Pentru acest exemplu, folosim Okta.
- Introduceți numele de utilizator și parola, apoi alegeți Conecteaza-Te.
După ce autentificarea a reușit, sunteți redirecționat către pagina de flux de date Studio.
- Pe Importă date din Snowflake pagina, răsfoiți obiectele bazei de date sau executați o interogare pentru datele vizate.
- În editorul de interogări, introduceți o interogare și previzualizați rezultatele.
În exemplul următor, încărcăm Date de împrumut și preluați toate coloanele din 5,000 de rânduri.
- Alege Import.
- Introduceți un nume de set de date (pentru această postare, folosim
snowflake_loan_dataset
) și alegeți Adăuga.
Sunteți redirecționat către Pregăti pagină, unde puteți adăuga transformări și analize datelor.
Data Wrangler facilitează ingerarea datelor și efectuarea sarcinilor de pregătire a datelor, cum ar fi analiza exploratorie a datelor, selecția caracteristicilor și ingineria caracteristicilor. Am acoperit doar câteva dintre capacitățile Data Wrangler în această postare despre pregătirea datelor; puteți utiliza Data Wrangler pentru o analiză mai avansată a datelor, cum ar fi importanța caracteristicilor, scurgerea țintei și explicabilitatea modelului folosind o interfață de utilizator ușoară și intuitivă.
Analizați calitatea datelor
Folosește Raport privind calitatea datelor și perspective pentru a efectua o analiză a datelor pe care le-ați importat în Data Wrangler. Data Wrangler creează raportul din datele eșantionate.
- Pe pagina Flux Data Wrangler, alegeți semnul plus de lângă Tipuri de date, Apoi alegeți Obțineți informații despre date.
- Alege Raport privind calitatea datelor și informații pentru Tipul analizei.
- Pentru Coloana țintă, alegeți coloana țintă.
- Pentru Tipul problemei, Selectați Clasificare.
- Alege Crea.
Raportul de statistici conține un scurt rezumat al datelor, care include informații generale, cum ar fi valori lipsă, valori nevalide, tipuri de caracteristici, valori aberante și multe altele. Puteți fie să descărcați raportul, fie să îl vizualizați online.
Adăugați transformări la date
Data Wrangler are peste 300 de transformări încorporate. În această secțiune, folosim unele dintre aceste transformări pentru a pregăti setul de date pentru un model ML.
- Pe pagina Flux Data Wrangler, alegeți semnul plus, apoi alegeți Adăugați transformare.
Dacă urmați pașii din postare, sunteți direcționat aici automat după adăugarea setului de date.
- Verificați și modificați tipul de date al coloanelor.
Privind prin coloane, identificăm asta MNTHS_SINCE_LAST_DELINQ
și MNTHS_SINCE_LAST_RECORD
cel mai probabil ar trebui să fie reprezentat ca un tip de număr și nu ca șir.
- După aplicarea modificărilor și adăugarea pasului, puteți verifica că tipul de date din coloană este schimbat în float.
Privind prin date, putem vedea că câmpurile EMP_TITLE
, URL
, DESCRIPTION
, și TITLE
probabil că nu va oferi valoare modelului nostru în cazul nostru de utilizare, așa că le putem renunța.
- Alege Adăugați Pasul, Apoi alegeți Gestionați coloanele.
- Pentru Transforma, alege Aruncați coloana.
- Pentru Coloană de aruncat, specifica
EMP_TITLE
,URL
,DESCRIPTION
, șiTITLE
. - Alege Anunţ și Adăuga.
În continuare, dorim să căutăm date categorice în setul nostru de date. Data Wrangler are o funcționalitate încorporată pentru a codifica date categorice folosind atât codificări ordinale, cât și one-hot. Privind setul nostru de date, putem vedea că TERM
, HOME_OWNERSHIP
, și PURPOSE
toate coloanele par a fi categorice în natură.
- Adăugați încă un pas și alegeți Codificați categoric.
- Pentru Transforma, alege One-hot codificare.
- Pentru Coloana de intrare, alege
TERM
. - Pentru Stilul de ieșire, alege Coloane.
- Lăsați toate celelalte setări ca implicite, apoi alegeți Anunţ și Adăuga.
HOME_OWNERSHIP
coloana are patru valori posibile: RENT
, MORTGAGE
, OWN
, si altul.
- Repetați pașii precedenți pentru a aplica o abordare de codificare one-hot pe aceste valori.
În sfârșit, PURPOSE
coloana are mai multe valori posibile. Pentru aceste date, folosim și o abordare de codificare one-hot, dar setăm rezultatul la un vector mai degrabă decât pe coloane.
- Pentru Transforma, alege One-hot codificare.
- Pentru Coloana de intrare, alege
PURPOSE
. - Pentru Stilul de ieșire, alege Vector.
- Pentru Coloana de ieșire, numim această coloană
PURPOSE_VCTR
.
Aceasta păstrează originalul PURPOSE
coloană, dacă decidem să o folosim mai târziu.
- Lăsați toate celelalte setări ca implicite, apoi alegeți Anunţ și Adăuga.
Exportați fluxul de date
În cele din urmă, exportăm întregul flux de date într-un magazin de caracteristici cu o lucrare de procesare SageMaker, care creează un blocnotes Jupyter cu codul pre-populat.
- Pe pagina flux de date , alegeți semnul plus și Export către.
- Alegeți unde să exportați. Pentru cazul nostru de utilizare, alegem Magazin de caracteristici SageMaker.
Notebook-ul exportat este acum gata de rulare.
Exportați date și antrenați un model cu Autopilot
Acum putem antrena modelul folosind Pilot automat cu Amazon SageMaker.
- Pe pagina flux de date, alegeți Pregătire tab.
- Pentru Locație Amazon S3, introduceți o locație pentru salvarea datelor.
- Alege Exportați și antrenați.
- Specificați setările în Țintă și caracteristici, Metoda de antrenament, Setări de implementare și avansare, și Examinați și creați secțiuni.
- Alege Creați experiment pentru a găsi cel mai bun model pentru problema dvs.
A curăța
Dacă lucrarea dvs. cu Data Wrangler este completă, închideți instanța Data Wrangler pentru a evita suportarea unor taxe suplimentare.
Concluzie
În această postare, am demonstrat conectarea Data Wrangler la Snowflake folosind OAuth, transformând și analizând un set de date și, în final, exportându-l în fluxul de date, astfel încât să poată fi utilizat într-un notebook Jupyter. Cel mai important, am creat o conductă pentru pregătirea datelor fără a fi nevoie să scriem deloc cod.
Pentru a începe cu Data Wrangler, consultați Pregătiți datele ML cu Amazon SageMaker Data Wrangler.
Despre autori
Ajjay Govindaram este arhitect senior de soluții la AWS. Lucrează cu clienți strategici care folosesc AI/ML pentru a rezolva probleme complexe de afaceri. Experiența sa constă în furnizarea de direcție tehnică, precum și asistență de proiectare pentru implementări de aplicații AI/ML la scară mică sau mare. Cunoștințele sale variază de la arhitectura aplicațiilor la big data, analiză și învățarea automată. Îi place să asculte muzică în timp ce se odihnește, să experimenteze în aer liber și să petreacă timpul cu cei dragi.
Bosco Albuquerque este arhitect senior de soluții partener la AWS și are peste 20 de ani de experiență în lucrul cu produse de baze de date și de analiză de la furnizorii de baze de date pentru întreprinderi și furnizorii de cloud. El a ajutat mari companii de tehnologie să proiecteze soluții de analiză a datelor și a condus echipe de inginerie în proiectarea și implementarea platformelor de analiză a datelor și a produselor de date.
Matt Marzillo este inginer senior de vânzări partener la Snowflake. Are 10 ani de experiență în știința datelor și în roluri de învățare automată atât în consultanță, cât și în organizații din industrie. Matt are experiență în dezvoltarea și implementarea modelelor AI și ML în multe organizații diferite în domenii precum marketing, vânzări, operațiuni, clinice și finanțe, precum și consiliere în roluri consultative.
Huong Nguyen este lider de produse pentru Amazon SageMaker Data Wrangler la AWS. Ea are 15 ani de experiență în crearea de produse obsedate de clienți și bazate pe date, atât pentru spații de întreprindere, cât și pentru consumatori. În timpul liber, îi plac cărțile audio, grădinăritul, drumețiile și petrece timpul cu familia și prietenii ei.
- Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
- Platoblockchain. Web3 Metaverse Intelligence. Cunoștințe amplificate. Accesați Aici.
- Sursa: https://aws.amazon.com/blogs/machine-learning/access-snowflake-data-using-oauth-based-authentication-in-amazon-sagemaker-data-wrangler/
- :este
- $UP
- 000
- 10
- 100
- ani 15
- ani 20
- 7
- 8
- 9
- a
- Capabil
- Despre Noi
- acces
- Acces la date
- accesarea
- Cont
- peste
- Ad
- plus
- Suplimentar
- admin
- avansa
- avansat
- consiliere
- După
- AI
- AI / ML
- TOATE
- Amazon
- Amazon SageMaker
- Amazon SageMaker Data Wrangler
- analize
- analiză
- Google Analytics
- analiza
- analiza
- și
- O alta
- api
- aplicaţia
- apărea
- aplicație
- Aplică
- Aplicarea
- abordare
- Apps
- arhitectură
- SUNT
- domenii
- AS
- Asistență
- asociate
- At
- atașa
- audiență
- audio
- autentifica
- Autentificare
- autorizare
- automatizarea
- în mod automat
- AWS
- Azuriu
- BE
- deoarece
- înainte
- începe
- CEL MAI BUN
- Mare
- Datele mari
- corp
- Manuale
- construit-in
- afaceri
- by
- apel
- denumit
- CAN
- capacități
- caz
- CAT
- Modificări
- alegere
- Alege
- client
- clinic
- Cloud
- cod
- Coloană
- Coloane
- Companii
- Completă
- complex
- concept
- Configuraţie
- Conectați
- Conectarea
- conexiune
- Consoleze
- consultant
- consumator
- conţinut
- ar putea
- acoperi
- acoperit
- crea
- a creat
- creează
- Crearea
- scrisori de acreditare
- clienţii care
- de date
- analiza datelor
- Analiza datelor
- Platforma de date
- Pregătirea datelor
- știința datelor
- om de știință de date
- Pe bază de date
- Baza de date
- decide
- Mod implicit
- demonstrat
- Implementarea
- implementări
- Amenajări
- proiect
- detaliu
- detalii
- în curs de dezvoltare
- diferit
- direcţie
- direct
- distinct
- documentaţie
- Nu
- domeniu
- Dont
- jos
- Descarca
- Picătură
- fiecare
- editor
- efect
- oricare
- permite
- inginer
- Inginerie
- Intrați
- Afacere
- Mediu inconjurator
- exemplu
- existent
- experienţă
- confruntă
- Analiza datelor exploratorii
- exporturile
- extern
- FAIL
- familie
- Caracteristică
- DESCRIERE
- Taxe
- puțini
- camp
- Domenii
- Fișier
- În cele din urmă
- finanţa
- Găsi
- pluti
- debit
- următor
- Pentru
- format
- Frecvență
- frecvent
- Prietenii lui
- din
- funcționalitate
- General
- obține
- oferă
- acordarea
- mai mare
- Ghiduri
- Avea
- având în
- ajutor
- a ajutat
- aici
- Acasă
- Cum
- Cum Pentru a
- HTML
- http
- HTTPS
- ID
- identificator
- identifica
- Identitate
- Idle
- Punere în aplicare a
- import
- importanță
- in
- include
- Inclusiv
- în mod incorect
- industrie
- informații
- intrare
- înţelegere
- perspective
- instrucțiuni
- integrare
- integrările
- interfaţă
- intuitiv
- implicat
- IT
- Loc de munca
- Locuri de munca
- jpg
- Cheie
- cunoştinţe
- mare
- pe scară largă
- lider
- învăţare
- Led
- se află
- ciclu de viață
- durata de viaţă
- ca
- Probabil
- Listă
- Ascultare
- încărca
- loturile
- locaţie
- Uite
- cautati
- iubit
- maşină
- masina de învățare
- făcut
- face
- FACE
- Efectuarea
- manager
- multe
- Marketing
- mesaj
- ar putea
- minute
- dispărut
- ML
- model
- Modele
- modifica
- mai mult
- cele mai multe
- multiplu
- Muzică
- nume
- nume
- Natură
- Navigare
- Nevoie
- au nevoie
- nevoilor
- Nou
- următor
- în special
- caiet
- număr
- oauth
- obiecte
- of
- OKTA
- on
- ONE
- on-line
- Operațiuni
- Opțiune
- organizații
- original
- Altele
- in caz contrar
- în aer liber
- producție
- propriu
- pagină
- perechi
- pâine
- partener
- Parolă
- Efectua
- permisiuni
- personal
- conducte
- platformă
- Platforme
- Plato
- Informații despre date Platon
- PlatoData
- la care se adauga
- Politicile
- pop-up
- posibil
- Post
- preferat
- Pregăti
- premise
- Anunţ
- precedent
- Problemă
- probleme
- Proceduri
- proces
- prelucrare
- Produs
- Produse
- Profil
- Programare
- cum se cuvine
- furniza
- prevăzut
- furnizorul
- furnizori
- furnizează
- furnizarea
- calitate
- mai degraba
- gata
- recomanda
- redirecționa
- reducerea
- regiune
- Inregistreaza-te
- înregistrare
- Înscriere
- relansare
- raportează
- reprezentate
- necesita
- respectiv
- REST
- rezultat
- REZULTATE
- cu amănuntul
- Rol
- rolurile
- Alerga
- funcţionare
- sagemaker
- de vânzări
- programare
- Ştiinţă
- Om de stiinta
- oamenii de stiinta
- domeniu
- Secret
- Secțiune
- secțiuni
- securitate
- selecţie
- senior
- Sensibilitate
- set
- instalare
- setări
- câteva
- Coajă
- să
- Arăta
- semna
- simplu
- singur
- So
- soluţii
- REZOLVAREA
- unele
- Sursă
- Surse
- spații
- Cheltuire
- început
- începe
- Pas
- paşi
- depozitare
- stoca
- stocate
- stocarea
- Strategic
- Şir
- studio
- de succes
- astfel de
- REZUMAT
- a sustine
- Sprijină
- TAG
- Lua
- ia
- Ţintă
- vizate
- sarcini
- echipe
- Tehnic
- Tehnologia
- companii de tehnologie
- acea
- informațiile
- lor
- Lor
- Acestea
- Prin
- timp
- la
- semn
- indicativele
- Tren
- Transforma
- transformări
- transformare
- Tipuri
- în
- înţelege
- unic
- Actualizează
- URL-ul
- utilizare
- carcasa de utilizare
- Utilizator
- User Interface
- utilizatorii
- valoare
- Valori
- furnizori
- verifica
- de
- Vizualizare
- vizibil
- walkthrough
- de avertizare
- săptămâni
- BINE
- care
- în timp ce
- OMS
- întreg
- voi
- cu
- în
- fără
- Apartamente
- fluxuri de lucru
- de lucru
- fabrică
- scrie
- scris
- ani
- Tu
- Ta
- zephyrnet