Magazinul de caracteristici Amazon SageMaker este un depozit complet gestionat, creat special pentru a stoca, partaja și gestiona funcții pentru modelele de învățare automată (ML). DESCRIERE sunt intrări pentru modelele ML utilizate în timpul antrenamentului și al inferenței. De exemplu, într-o aplicație care recomandă o listă de redare muzicală, funcțiile pot include evaluări ale melodiilor, durata de ascultare și datele demografice ale ascultătorului. Funcțiile sunt utilizate în mod repetat de mai multe echipe, iar calitatea caracteristicilor este esențială pentru a asigura un model extrem de precis. De asemenea, atunci când funcțiile utilizate pentru antrenarea modelelor offline în lot sunt disponibile pentru inferență în timp real, este greu să mențineți cele două magazine de caracteristici sincronizate. Magazinul de caracteristici SageMaker oferă un magazin securizat și unificat pentru a procesa, standardiza și utiliza funcții la scară pe tot parcursul ciclului de viață ML.
Magazinul de funcții SageMaker facilitează acum partajarea, descoperirea și accesarea grupurilor de caracteristici în conturile AWS. Această nouă capacitate promovează colaborarea și minimizează munca duplicată pentru echipele implicate în dezvoltarea modelelor și a aplicațiilor ML, în special în mediile de întreprindere cu mai multe conturi care acoperă diferite unități sau funcții de afaceri.
Odată cu această lansare, proprietarii de conturi pot acorda acces la anumite grupuri de caracteristici altor conturi care utilizează Manager de acces la resurse AWS (RAM AWS). După ce li se acordă acces, utilizatorii acelor conturi pot vizualiza în mod convenabil toate grupurile lor de funcții, inclusiv pe cele partajate, prin Amazon SageMaker Studio sau SDK-uri. Acest lucru permite echipelor să descopere și să utilizeze funcții dezvoltate de alte echipe, favorizând schimbul de cunoștințe și eficiența. În plus, detaliile de utilizare ale resurselor partajate pot fi monitorizate cu Amazon CloudWatch și AWS CloudTrail. Pentru o scufundare adâncă, consultați Descoperirea și accesul la grupuri de funcții în mai multe conturi.
În această postare, discutăm de ce și cum al unui magazin de funcții centralizat cu acces pe mai multe conturi. Vă arătăm cum să o configurați și să rulați un exemplu de demonstrație, precum și beneficiile pe care le puteți obține utilizând această nouă capacitate în organizația dvs.
Cine are nevoie de un magazin de funcții pentru mai multe conturi
Organizațiile trebuie să partajeze în siguranță funcții între echipe pentru a construi modele ML precise, prevenind în același timp accesul neautorizat la datele sensibile. SageMaker Feature Store permite acum partajarea granulară a funcțiilor între conturi prin AWS RAM, permițând dezvoltarea de modele de colaborare cu guvernanță.
Magazinul de funcții SageMaker oferă stocare și gestionare special concepute pentru funcțiile ML utilizate în timpul antrenamentului și al deducerii. Cu suportul pentru mai multe conturi, acum puteți partaja selectiv funcțiile stocate într-un cont AWS cu alte conturi din organizația dvs.
De exemplu, echipa de analiză poate organiza funcții precum profilul clientului, istoricul tranzacțiilor și cataloagele de produse într-un cont de management central. Acestea trebuie să fie accesate în siguranță de către dezvoltatorii ML din alte departamente, cum ar fi marketing, detectarea fraudelor și așa mai departe pentru a construi modele.
Următoarele sunt beneficiile cheie ale partajării funcțiilor ML între conturi:
- Caracteristici consistente și reutilizabile – Partajarea centralizată a funcțiilor organizate îmbunătățește acuratețea modelului prin furnizarea de date de intrare coerente pentru a se antrena. Echipele pot descoperi și consuma direct funcții create de alții, în loc să le dubleze în fiecare cont.
- Controlul accesului la grupul de caracteristici – Puteți acorda acces numai la grupurile de caracteristici specifice necesare pentru cazul de utilizare al unui cont. De exemplu, echipa de marketing poate avea acces numai la grupul de caracteristici a profilului clientului necesar pentru modelele de recomandare.
- Colaborare între echipe – Funcțiile partajate permit echipelor disparate, cum ar fi frauda, marketingul și vânzările, să colaboreze la construirea de modele ML folosind aceleași date fiabile în loc să creeze caracteristici separate.
- Pista de audit pentru conformitate – Administratorii pot monitoriza utilizarea funcțiilor de către toate conturile central, folosind jurnalele de evenimente CloudTrail. Aceasta oferă o pistă de audit necesară pentru guvernanță și conformitate.
Delimitarea producătorilor de consumatori în magazinele cu funcții pe mai multe conturi
În domeniul învățării automate, magazinul de caracteristici acționează ca o punte crucială, conectând cei care furnizează date cu cei care le valorifică. Această dihotomie poate fi gestionată eficient folosind o configurare pentru mai multe conturi pentru magazinul de funcții. Să demitificăm acest lucru folosind următoarele personaje și o analogie din lumea reală:
- Ingineri de date și ML (proprietari și producători) – Ele pun bazele introducând date în magazinul de caracteristici
- Oamenii de știință de date (consumatori) – Ei extrag și utilizează aceste date pentru a-și crea modelele
Inginerii de date servesc ca arhitecți care schițează planul inițial. Sarcina lor este să construiască și să supravegheze conducte eficiente de date. Trasând date din sistemele sursă, ele modelează atributele de date brute în caracteristici vizibile. Luați „vârsta” de exemplu. Deși reprezintă doar intervalul dintre acum și data nașterii cuiva, interpretarea sa poate varia de la o organizație. Asigurarea calității, uniformității și coerenței este esențială aici. Scopul lor este să alimenteze datele într-un magazin de caracteristici centralizat, stabilindu-l ca punct de referință incontestabil.
Inginerii ML perfecționează aceste caracteristici fundamentale, adaptându-le pentru fluxurile de lucru mature ML. În contextul bancar, aceștia ar putea deduce informații statistice din soldurile conturilor, identificând tendințe și modele de flux. Obstacolul cu care se confruntă adesea este redundanța. Este obișnuit să vedeți conducte repetitive de creare de caracteristici în diverse inițiative ML.
Imaginează-ți oamenii de știință ca bucătari gurmanzi care caută o cămară bine aprovizionată, căutând cele mai bune ingrediente pentru următoarea lor capodopera culinară. Timpul lor ar trebui investit în realizarea de rețete inovatoare de date, nu în reasamblarea cămarei. Obstacolul în acest moment este descoperirea datelor potrivite. O interfață ușor de utilizat, echipată cu instrumente de căutare eficiente și descrieri cuprinzătoare ale caracteristicilor, este indispensabilă.
În esență, o configurație de magazin de caracteristici pe mai multe conturi segmentează meticulos rolurile producătorilor și consumatorilor de date, asigurând eficiență, claritate și inovație. Indiferent dacă pui fundația sau construiești deasupra ei, cunoașterea rolului și a instrumentelor tale este esențială.
Următoarea diagramă prezintă două echipe diferite de cercetători ai datelor, de la două conturi AWS diferite, care partajează și folosesc același magazin central de caracteristici pentru a selecta cele mai bune caracteristici necesare pentru a-și construi modelele ML. Magazinul central de caracteristici este situat într-un cont diferit gestionat de ingineri de date și ingineri ML, unde se află de obicei stratul de guvernare a datelor și lacul de date.
Comenzi pentru grupurile de funcții pentru mai multe conturi
Cu SageMaker Feature Store, puteți partaja resursele grupului de caracteristici între conturi. Contul de proprietar de resurse partajează resurse cu conturile de consumator de resurse. Există două categorii distincte de permisiuni asociate cu partajarea resurselor:
- Permisiuni de descoperire - detectabilitatea înseamnă a putea vedea numele grupurilor de caracteristici și metadatele. Când acordați permisiunea de descoperire, toate entitățile grupului de caracteristici din contul pe care îl distribuiți (contul proprietarului resursei) devin detectabile de conturile cu care partajați (conturi de consumator de resurse). De exemplu, dacă faceți ca contul de proprietar de resurse să fie descoperit de contul de consumator de resurse, atunci directorii contului de consumator de resurse pot vedea toate grupurile de caracteristici conținute în contul de proprietar de resurse. Această permisiune este acordată conturilor de consumator de resurse utilizând tipul de resursă de catalog SageMaker.
- Permisii de acces – Când acordați o permisiune de acces, faceți acest lucru la nivelul resurselor grupului de caracteristici (nu la nivel de cont). Acest lucru vă oferă un control mai granular asupra acordării accesului la date. Tipurile de permisiuni de acces care pot fi acordate sunt numai citire, citire/scriere și admin. De exemplu, puteți selecta numai anumite grupuri de caracteristici din contul proprietarului de resurse pentru a fi accesibile de către directorii contului de consumator de resurse, în funcție de nevoile dvs. de afaceri. Această permisiune este acordată conturilor de consumator de resurse utilizând tipul de resursă a grupului de caracteristici și specificând entitățile grupului de caracteristici.
Următorul exemplu de diagramă vizualizează partajarea tipului de resursă de catalog SageMaker care acordă permisiunea de descoperire vs. partajarea unei entități de tip de resursă de grup de caracteristici cu permisiuni de acces. Catalogul SageMaker conține toate entitățile grupului dvs. de caracteristici. Când i se acordă o permisiune de descoperire, contul de consumator al resurselor poate căuta și descoperi toate entitățile grupului de caracteristici din contul proprietarului resursei. O entitate de grup de caracteristici conține datele dvs. ML. Când i se acordă o permisiune de acces, contul de consumator de resurse poate accesa datele grupului de caracteristici, accesul fiind determinat de permisiunea de acces relevantă.
Prezentare generală a soluțiilor
Parcurgeți următorii pași pentru a partaja în siguranță funcții între conturi folosind Magazinul de funcții SageMaker:
- În contul sursă (proprietar), ingerați seturi de date și pregătiți caracteristici normalizate. Organizați caracteristicile asociate în grupuri logice numite grupuri de caracteristici.
- Creați o partajare de resurse pentru a acorda acces pe mai multe conturi anumitor grupuri de caracteristici. Definiți acțiunile permise, cum ar fi obținerea și introducerea, și restricționați accesul numai la conturile autorizate.
- În conturile țintă (de consumator), acceptați invitația AWS RAM pentru a accesa funcțiile partajate. Examinați politica de acces pentru a înțelege permisiunile acordate.
Dezvoltatorii din conturile țintă pot acum prelua funcții partajate folosind SDK-ul SageMaker, se pot asocia cu date suplimentare și le pot folosi pentru a antrena modele ML. Contul sursă poate monitoriza accesul la funcțiile partajate de către toate conturile folosind jurnalele de evenimente CloudTrail. Jurnalele de audit oferă vizibilitate centralizată asupra utilizării caracteristicilor.
Cu acești pași, puteți permite echipelor din organizația dvs. să utilizeze în siguranță funcțiile ML partajate pentru dezvoltarea modelelor de colaborare.
Cerințe preliminare
Presupunem că ați creat deja grupuri de funcții și ați ingerat caracteristicile corespunzătoare în contul dvs. de proprietar. Pentru mai multe informații despre începerea, consultați Începeți cu Amazon SageMaker Feature Store.
Acordați permisiuni de descoperire
În primul rând, demonstrăm cum să partajăm catalogul nostru SageMaker Feature Store în contul de proprietar. Parcurgeți următorii pași:
- În contul de proprietar al catalogului SageMaker Feature Store, deschideți consola AWS RAM.
- În Împărtășită de mine în panoul de navigare, alegeți Distribuirea resurselor.
- Alege Creați partajarea resurselor.
- Introduceți un nume de partajare a resursei și alegeți Cataloage de resurse SageMaker ca tip de resursă.
- Alege Pagina Următoare →.
- Pentru acces numai pentru descoperire, intrați
AWSRAMPermissionSageMakerCatalogResourceSearch
pentru Permisiuni gestionate. - Alege Pagina Următoare →.
- Introduceți ID-ul contului dvs. de consumator și alegeți Adăuga. Puteți adăuga mai multe conturi de consumatori.
- Alege Pagina Următoare → și completează-ți partajarea resurselor.
Acum catalogul comun SageMaker Feature Store ar trebui să apară pe Distribuirea resurselor .
Puteți obține același rezultat folosind Interfața liniei de comandă AWS (AWS CLI) cu următoarea comandă (furnizați regiunea dvs. AWS, ID-ul contului de proprietar și ID-ul contului de consumator):
Acceptați invitația de partajare a resurselor
Pentru a accepta invitația de partajare a resurselor, parcurgeți următorii pași:
- În contul țintă (de consumator), deschideți consola AWS RAM.
- În Împărțit cu mine în panoul de navigare, alegeți Distribuirea resurselor.
- Alegeți noua partajare a resurselor în așteptare.
- Alege Acceptați partajarea resurselor.
Puteți obține același rezultat folosind AWS CLI cu următoarea comandă:
Din rezultatul comenzii precedente, preluați valoarea lui resourceShareInvitationArn
și apoi acceptați invitația cu următoarea comandă:
Fluxul de lucru este același pentru partajarea grupurilor de caracteristici cu un alt cont prin AWS RAM.
După ce partajați unele grupuri de caracteristici cu contul țintă, puteți inspecta Magazinul de funcții SageMaker, unde puteți observa că noul catalog este disponibil.
Acordați permisiuni de acces
Cu permisiuni de acces, putem acorda permisiuni la nivelul resurselor grupului de caracteristici. Parcurgeți următorii pași:
- În contul de proprietar al catalogului SageMaker Feature Store, deschideți consola AWS RAM.
- În Împărtășită de mine în panoul de navigare, alegeți Distribuirea resurselor.
- Alege Creați partajarea resurselor.
- Introduceți un nume de partajare a resursei și alegeți Grupuri de caracteristici SageMaker ca tip de resursă.
- Selectați unul sau mai multe grupuri de caracteristici pentru a partaja.
- Alege Pagina Următoare →.
- Pentru acces de citire/scriere, introduceți
AWSRAMPermissionSageMakerFeatureGroupReadWrite
pentru Permisiuni gestionate. - Alege Pagina Următoare →.
- Introduceți ID-ul contului dvs. de consumator și alegeți Adăuga. Puteți adăuga mai multe conturi de consumatori.
- Alege Pagina Următoare → și completează-ți partajarea resurselor.
Acum catalogul partajat ar trebui să apară pe Distribuirea resurselor .
Puteți obține același rezultat utilizând AWS CLI cu următoarea comandă (furnizați regiunea, ID-ul contului de proprietar, ID-ul contului de consumator și numele grupului de caracteristici):
Există trei tipuri de acces pe care le puteți acorda grupurilor de caracteristici:
- AWSRAMPermissionSageMakerFeatureGroupReadOnly – Privilegiul de numai citire permite conturilor consumatorilor de resurse să citească înregistrările din grupurile de caracteristici partajate și să vadă detalii și metadate
- AWSRAMPermissionSageMakerFeatureGroupReadWrite – Privilegiul de citire/scriere permite conturilor consumatorilor de resurse să scrie înregistrări și să șteargă înregistrări din grupurile de caracteristici partajate, în plus față de permisiunile de citire
- AWSRAMPermissionSagemakerFeatureGroupAdmin – Privilegiul de administrator permite conturilor consumatorilor de resurse să actualizeze descrierea și parametrii caracteristicilor din cadrul grupurilor de caracteristici partajate și să actualizeze configurația grupurilor de caracteristici partajate, în plus față de permisiunile de citire/scriere
Acceptați invitația de partajare a resurselor
Pentru a accepta invitația de partajare a resurselor, parcurgeți următorii pași:
- În contul țintă (de consumator), deschideți consola AWS RAM.
- În Împărțit cu mine în panoul de navigare, alegeți Distribuirea resurselor.
- Alegeți noua partajare a resurselor în așteptare.
- Alege Acceptați partajarea resurselor.
Procesul de acceptare a partajării resurselor folosind AWS CLI este același ca pentru secțiunea anterioară de descoperire, cu comenzile get-resource-share-invitations și accept-resource-share-invitation.
Exemple de notebook-uri care prezintă această nouă capacitate
Două notebook-uri au fost adăugate la Workshop-ul SageMaker Feature Store GitHub depozit în folderul 09-module-security/09-03-cross-account-access:
- m9_03_nb1_cross-account-admin.ipynb – Acesta trebuie să fie lansat în contul dvs. de administrator sau proprietar AWS
- m9_03_nb2_cross-account-consumer.ipynb – Acesta trebuie să fie lansat în contul dvs. AWS de consumator
Primul script arată cum să creați partajarea resurselor de descoperire pentru grupurile de caracteristici existente la contul de administrator sau proprietar și să o partajați cu un alt cont de consumator în mod programatic utilizând API-ul AWS RAM create_resource_share()
. De asemenea, arată cum să acordați permisiuni de acces grupurilor de caracteristici existente la contul proprietarului și să le partajați cu un alt cont de consumator folosind RAM AWS. Trebuie să furnizați ID-ul contului dvs. AWS de consum înainte de a rula notebook-ul.
Al doilea script acceptă invitațiile AWS RAM pentru a descoperi și accesa grupuri de caracteristici pentru mai multe conturi de la nivel de proprietar. Apoi, arată cum să descoperiți grupuri de funcții pe mai multe conturi care se află în contul de proprietar și să le listați în contul de consumator. De asemenea, puteți vedea cum să accesați în citire/scriere grupuri de caracteristici pentru mai multe conturi care se află în contul de proprietar și să efectuați următoarele operațiuni din contul de consumator: describe()
, get_record()
, ingest()
, și delete_record()
.
Concluzie
Capacitatea pentru mai multe conturi SageMaker Feature Store oferă mai multe beneficii convingătoare. În primul rând, facilitează colaborarea fără întreruperi, permițând partajarea grupurilor de caracteristici în mai multe conturi AWS. Acest lucru îmbunătățește accesibilitatea și utilizarea datelor, permițând echipelor din conturi diferite să utilizeze funcții partajate pentru fluxurile lor de lucru ML.
În plus, capacitatea între conturi îmbunătățește guvernanța și securitatea datelor. Cu acces controlat și permisiuni prin RAM AWS, organizațiile pot menține un magazin de caracteristici centralizat, asigurându-se în același timp că fiecare cont are niveluri de acces personalizate. Acest lucru nu numai că simplifică gestionarea datelor, dar și întărește măsurile de securitate prin limitarea accesului la utilizatorii autorizați.
În plus, capacitatea de a partaja grupuri de caracteristici între conturi simplifică procesul de construire și implementare a modelelor ML într-un mediu colaborativ. Promovează un flux de lucru mai integrat și mai eficient, reducând redundanța în stocarea datelor și facilitând crearea de modele robuste cu caracteristici partajate de înaltă calitate. În general, capacitatea de mai multe conturi a Magazinului de funcții optimizează colaborarea, guvernanța și eficiența în dezvoltarea ML în diverse conturi AWS. Încercați și spuneți-ne ce părere aveți în comentarii.
Despre Autori
Ioan Catana este arhitect senior de soluții specializat în inteligență artificială și învățare automată la AWS. El îi ajută pe clienți să își dezvolte și să-și scaleze soluțiile ML în AWS Cloud. Ioan are peste 20 de ani de experiență, mai ales în proiectarea arhitecturii software și inginerie în cloud.
Philipp Kaindl este arhitect senior de soluții de inteligență artificială și învățare automată la AWS. Cu o experiență în știința datelor și inginerie mecanică, se concentrează pe împuternicirea clienților pentru a crea un impact durabil asupra afacerii cu ajutorul AI. În afara serviciului, lui Philipp îi place să lucreze cu imprimante 3D, să navigheze și să facă drumeții.
Dhaval Shah este arhitect senior de soluții la AWS, specializat în învățarea automată. Cu un accent puternic pe afacerile native digitale, el dă putere clienților să folosească AWS și să-și stimuleze creșterea afacerii. În calitate de pasionat de ML, Dhaval este condus de pasiunea sa pentru crearea de soluții de impact care aduc schimbări pozitive. În timpul liber, se complace în dragostea lui pentru călătorii și prețuiește momente de calitate alături de familie.
Mizanur Rahman este inginer software senior pentru Amazon SageMaker Feature Store cu peste 10 ani de experiență practică, specializat în AI și ML. Cu o bază solidă atât în teorie, cât și în aplicații practice, el deține un doctorat. în detectarea fraudelor folosind învățarea automată, reflectând devotamentul său pentru promovarea domeniului. Expertiza sa se întinde pe un spectru larg, cuprinzând arhitecturi scalabile, calcul distribuit, analiză de date mari, microservicii și infrastructuri cloud pentru organizații.
- Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
- PlatoData.Network Vertical Generative Ai. Împuterniciți-vă. Accesați Aici.
- PlatoAiStream. Web3 Intelligence. Cunoștințe amplificate. Accesați Aici.
- PlatoESG. carbon, CleanTech, Energie, Mediu inconjurator, Solar, Managementul deșeurilor. Accesați Aici.
- PlatoHealth. Biotehnologie și Inteligență pentru studii clinice. Accesați Aici.
- Sursa: https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-feature-store-now-supports-cross-account-sharing-discovery-and-access/
- :are
- :este
- :nu
- :Unde
- $UP
- 10
- 150
- 20
- ani 20
- 3d
- 7
- 8
- 9
- a
- capacitate
- Capabil
- Despre Noi
- Accept
- acceptare
- acceptă
- acces
- Acces la date
- accesate
- accesibilitate
- accesibil
- Cont
- Conturi
- precizie
- precis
- Obține
- peste
- acțiuni
- Acte
- adăuga
- adăugat
- plus
- Suplimentar
- În plus,
- admin
- administratori
- înaintând
- După
- AI
- urmări
- TOATE
- permite
- permis
- Permiterea
- permite
- deja
- de asemenea
- Cu toate ca
- Amazon
- Amazon SageMaker
- Amazon Web Services
- an
- Google Analytics
- și
- O alta
- api
- aplicație
- Dezvoltare de Aplicații
- aplicatii
- arhitecți
- arhitectură
- arhitecturi
- SUNT
- artificial
- inteligență artificială
- Inteligența artificială și învățarea în mașină
- AS
- asociate
- asuma
- At
- atribute
- de audit
- autorizat
- disponibil
- AWS
- fundal
- soldurile
- Bancar
- BE
- deveni
- înainte
- fiind
- Beneficiile
- CEL MAI BUN
- între
- Mare
- Datele mari
- plan
- atât
- POD
- aduce
- larg
- construi
- Clădire
- afaceri
- întreprinderi
- dar
- by
- denumit
- CAN
- Poate obține
- capacitate
- caz
- catalog
- cataloage
- categorii
- central
- centralizat
- sigur
- Schimbare
- Alege
- claritate
- cli
- Cloud
- colabora
- colaborare
- colaborativ
- comentarii
- Comun
- convingătoare
- Completă
- conformitate
- cuprinzător
- tehnica de calcul
- Configuraţie
- Conectarea
- consistent
- Consoleze
- construi
- consuma
- consumator
- Consumatorii
- conținute
- conține
- context
- Control
- controlată
- convenabil
- Corespunzător
- ar putea
- ambarcaţiunilor
- crea
- a creat
- Crearea
- creaţie
- critic
- crucial
- preot
- curator
- client
- clienţii care
- de date
- Analiza datelor
- Lacul de date
- management de date
- știința datelor
- om de știință de date
- stocare a datelor
- seturi de date
- dăruire
- adânc
- scufundare adâncă
- defini
- Criterii demografice
- demonstra
- demistifică
- departamente
- În funcție
- Implementarea
- descriere
- Amenajări
- detalii
- Detectare
- determinat
- dezvolta
- dezvoltat
- Dezvoltatorii
- Dezvoltare
- diagramă
- diferit
- digital
- direct
- descoperi
- descoperirea
- descoperire
- discuta
- nebunie
- distinct
- distribuite
- calcul distribuit
- scufunda
- diferit
- do
- desen
- conduce
- condus
- duplicarea
- durată
- în timpul
- fiecare
- în mod eficient
- eficiență
- eficient
- fără efort
- împuternicirea
- imputerniceste
- permite
- permite
- permițând
- care să cuprindă
- inginer
- Inginerie
- inginerii
- Îmbunătăţeşte
- asigura
- asigurare
- Intrați
- Afacere
- entuziast
- entități
- entitate
- Mediu inconjurator
- medii
- echipat
- esenţă
- stabilirea
- eveniment
- exemplu
- existent
- experienţă
- expertiză
- extrage
- Față
- facilitează
- facilitând
- familie
- Caracteristică
- DESCRIERE
- hrănire
- camp
- First
- debit
- Concentra
- următor
- Pentru
- promovarea
- plasează
- Fundație
- fundamentale
- fraudă
- detectarea fraudei
- din
- complet
- funcții
- obține
- obtinerea
- Da
- oferă
- guvernare
- acordarea
- acordate
- acordarea
- granular
- pregătire
- grup
- Grupului
- Creștere
- hands-on
- Greu
- valorifica
- Avea
- he
- ajutor
- ajută
- aici
- de înaltă calitate
- extrem de
- lui
- istorie
- deține
- Cum
- Cum Pentru a
- HTML
- http
- HTTPS
- dificultate
- ID
- identificarea
- if
- Impactul
- impactant
- îmbunătăţeşte
- in
- În altele
- include
- Inclusiv
- informații
- infrastructură
- inițială
- inițiative
- Inovaţie
- inovatoare
- intrare
- intrări
- în interiorul
- perspective
- instanță
- in schimb
- integrate
- Inteligență
- interfaţă
- interpretare
- în
- investit
- invitație
- invita
- implicat
- IT
- ESTE
- alătura
- jpg
- moment
- A pastra
- Cheie
- Cunoaște
- Cunoaștere
- cunoştinţe
- lac
- durată
- lansa
- a lansat
- pune
- strat
- ouătoare
- învăţare
- lăsa
- Nivel
- nivelurile de
- ciclu de viață
- ca
- limitativ
- Linie
- Listă
- ascultător
- Ascultare
- situat
- logic
- dragoste
- maşină
- masina de învățare
- făcut
- menține
- face
- FACE
- administra
- gestionate
- administrare
- Marketing
- capodopera
- matur
- Mai..
- mijloace
- măsuri
- mecanic
- pur și simplu
- Metadata
- meticulos
- micro
- ar putea
- minimizează
- ML
- model
- Modele
- Momente
- monitor
- monitorizate
- mai mult
- Mai ales
- multiplu
- Muzică
- nume
- nume
- nativ
- Navigare
- Nevoie
- necesar
- nevoilor
- Nou
- următor
- caiet
- acum
- observa
- of
- promoții
- Offline
- de multe ori
- on
- ONE
- cele
- afară
- deschide
- Operațiuni
- Optimizează
- or
- organizație
- organizații
- Altele
- Altele
- al nostru
- producție
- exterior
- peste
- global
- supraveghea
- proprietar
- Proprietarii
- pagină
- pâine
- parametrii
- Suprem
- în special
- pasiune
- modele
- în așteptarea
- Efectua
- permisiune
- permisiuni
- pivot
- Plato
- Informații despre date Platon
- PlatoData
- Punct
- Politica
- pozitiv
- Post
- Practic
- precedent
- Pregăti
- prevenirea
- precedent
- directori
- privilegiu
- proces
- Producătorii
- Produs
- Profil
- promovează
- furniza
- furnizează
- furnizarea
- pune
- calitate
- RAM
- evaluări
- Crud
- Citeste
- lumea reală
- în timp real
- tărâm
- Recomandare
- recomandă
- înregistrări
- reducerea
- trimite
- referință
- rafina
- reflectând
- regiune
- legate de
- de încredere
- REPETAT
- repetitiv
- depozit
- reprezintă
- necesar
- resursă
- Resurse
- restrânge
- rezultat
- reutilizabile
- revizuiască
- dreapta
- robust
- Rol
- rolurile
- Alerga
- funcţionare
- sagemaker
- navigaţie
- de vânzări
- acelaşi
- probă
- scalabil
- Scară
- Ştiinţă
- Om de stiinta
- oamenii de stiinta
- scenariu
- sdk
- sdks
- fără sudură
- Caută
- Al doilea
- Secțiune
- securizat
- în siguranță,
- securitate
- Măsuri de securitate
- vedea
- caută
- segmente
- selecta
- senior
- sensibil
- servi
- Servicii
- set
- configurarea
- câteva
- Distribuie
- comun
- Acțiuni
- partajarea
- să
- Arăta
- simbolizeazã
- Emisiuni
- tăcut
- Simplifică
- situat
- So
- Software
- Inginer Software
- soluţii
- unele
- cântec
- Sursă
- deschidere
- tensiune
- se întinde
- specialist
- specializata
- specific
- precizând
- Spectru
- început
- statistic
- paşi
- depozitare
- stoca
- stocate
- magazine
- raționalizează
- intareste
- puternic
- livra
- a sustine
- Sprijină
- sisteme
- adaptate
- croitorie
- Lua
- Ţintă
- Sarcină
- echipă
- echipe
- acea
- Sursa
- lor
- Lor
- apoi
- teorie
- Acolo.
- Acestea
- ei
- crede
- acest
- aceste
- trei
- Prin
- timp
- la
- Unelte
- traseu
- Tren
- Pregătire
- tranzacție
- călătorie
- Tendinţe
- încerca
- Două
- tip
- Tipuri
- neautorizat
- înţelege
- unificat
- de unităţi
- Actualizează
- us
- Folosire
- utilizare
- carcasa de utilizare
- utilizat
- ușor de utilizat
- utilizatorii
- folosind
- obișnuit
- folosi
- valoare
- varia
- de
- Vizualizare
- vizibilitate
- vs
- we
- web
- servicii web
- BINE
- au fost
- Ce
- cand
- dacă
- în timp ce
- OMS
- de ce
- cu
- în
- Apartamente
- flux de lucru
- fluxuri de lucru
- atelier
- scrie
- ani
- Tu
- Ta
- zephyrnet