Influența tot mai mare a AI în organizațiile mari aduce provocări cruciale în gestionarea platformelor AI. Acestea includ dezvoltarea unei platforme scalabile și eficientă din punct de vedere operațional, care aderă la standardele de conformitate și securitate organizaționale. Amazon SageMaker Studio oferă un set cuprinzător de capabilități pentru practicanții de învățare automată (ML) și oamenii de știință ai datelor. Acestea includ un mediu de dezvoltare AI complet gestionat cu un mediu de dezvoltare integrat (IDE), simplificând fluxul de lucru ML end-to-end. Capacitățile sale de colaborare, cum ar fi coeditarea în timp real și partajarea notebook-urilor în cadrul echipei asigură o muncă în echipă fără probleme, în timp ce scalabilitatea și formarea de înaltă performanță se adresează seturilor mari de date. Cu securitate încorporată, rentabilitate și o gamă de instrumente pre-construite, cum ar fi Pilot automat cu Amazon SageMaker, Amazon SageMaker JumpStart, și Magazin de funcții Amazon SageMaker, SageMaker Studio este o platformă puternică pentru accelerarea proiectelor AI și pentru împuternicirea oamenilor de știință de date la fiecare nivel de expertiză.
Deutsche Bahn este o organizație lider de transport în Germania, cu un venit de 56.3 miliarde EUR (în 2022), o forță de muncă de 336,884 de angajați (inclusiv 221,343 de angajați în Germania) și operațiuni în 130 de țări. Ele oferă o gamă largă de servicii, inclusiv transport public și regional, servicii de transport de marfă și infrastructură feroviară. Prin operarea integrată a infrastructurii de trafic și feroviar, precum și prin conexiunea inteligentă din punct de vedere economic și ecologic a tuturor modurilor de transport, Deutsche Bahn mută oameni și mărfuri. Deutsche Bahn a fost în fruntea adoptării AI, folosind SageMaker Studio ca platformă cheie AI. La Deutsche Bahn, o echipă dedicată platformei AI gestionează și operează platforma SageMaker Studio, iar mai multe echipe de analiză a datelor din cadrul organizației folosesc platforma pentru a dezvolta, instrui și desfășura diverse activități de analiză și ML.
Obiectivul cheie al echipei platformei AI este de a asigura accesul fără probleme la serviciile Workbench și SageMaker Studio pentru toate echipele și proiectele Deutsche Bahn, cu un accent principal pe oamenii de știință de date și inginerii ML. Această platformă ajută Deutsche Bahn să realizeze un spectru de cazuri de utilizare, variind de la întreținerea căilor ferate, prognoză și aplicații viitoare în IA generativă.
Serviciul gestionat de platformă AI, construit pe SageMaker Studio, se aliniază perfect cu strategia de platformă a grupului Deutsche Bahn. Îndeplinește cerințele de conformitate ale companiei, permite inițierea rapidă a proiectului pentru echipă prin furnizarea unui domeniu SageMaker și reduce cheltuielile de întreținere datorită unui model de operare global. Beneficiile majore includ scalabilitatea ridicată a serviciului, în mare parte datorită automatizării și unui model de autoservire, și un model de preț atractiv care se bazează în principal pe consumul de resurse.
„SageMaker Studio ne-a oferit o platformă comună care este scalabilă, compatibilă cu securitatea și se adresează nevoilor de dezvoltare ale oamenilor de știință de date din mai multe echipe de analiză a datelor din cadrul organizației DB. Înainte de aceasta, fiecare echipă gestiona și opera propriile notebook-uri JupyterLab, ceea ce nu era eficient sau rentabil. În decurs de 8 săptămâni, am inclus peste 120 de dezvoltatori, am furnizat 25 de domenii SageMaker și am început rapid să folosim această platformă.”
– Emmanuel Drosos, product owner la DB Systel.
În această postare, explorăm modul în care Deutsche Bahn și-a scalat și operat platforma AI folosind SageMaker Studio pentru mai multe echipe, asigurând în același timp securitate și supraveghere robuste.
Prezentare generală a soluțiilor
Arhitectura de la Deutsche Bahn constă dintr-un cont central de platformă gestionat de o echipă de platformă responsabilă cu gestionarea infrastructurii și operațiunilor pentru SageMaker Studio. Resursele SageMaker Studio sunt grupate după domeniile SageMaker, fiecare constând dintr-un asociat Sistem de fișiere elastice Amazon (Amazon EFS), o listă de utilizatori autorizați și o varietate de securitate, aplicații, politici și Cloud virtual virtual Amazon configurații (Amazon VPC). La Deutsche Bahn, cercetătorii de date din diverse echipe folosesc domeniile SageMaker pentru activitățile lor ML; fiecare echipă are un domeniu SageMaker dedicat pe care îl utilizează pentru dezvoltarea și testarea modelelor ML și colaborează folosind funcții precum partajarea notebook-urilor.
Din perspectiva infrastructurii, VPC furnizat în contul platformei AI, așa cum se arată în figura următoare, nu are conexiune la internet de ieșire pentru a asigura securitatea și conformitatea. Pentru disponibilitate ridicată, sunt furnizate mai multe subrețele private identice izolate. Domeniile SageMaker Studio sunt implementate doar în modul VPC, care creează o interfață de rețea elastică pentru comunicarea între contul de serviciu SageMaker (contul de serviciu AWS) și VPC-ul contului de platformă. Punctele finale precum SageMaker API, SageMaker Studio și SageMaker notebook facilitează comunicarea sigură și fiabilă între VPC-ul contului platformei și domeniul SageMaker gestionat de AWS în contul de serviciu SageMaker.
Fiecare echipă de analiză a datelor poate solicita unul sau mai multe domenii SageMaker prin portalul intern de autoservire al companiei. Acest proces de comandare a unui domeniu SageMaker este orchestrat printr-un proces separat de flux de lucru (prin Funcții pas AWS). În timpul acestui flux de orchestrare, un grup Azure Active Directory (AD) pentru echipa de analiză a datelor este furnizat cu numele grupului AD corespunzător numelui de domeniu. Orchestrarea conduce la o conductă de integrare continuă și implementare continuă (CI/CD) care implementează un Kit AWS Cloud Development (AWS CDK) aplicație constând dintr-un domeniu SageMaker pentru echipa respectivă.
În plus față de domeniul SageMaker, un personalizat Gestionarea identității și accesului AWS (IAM) rol (SageMaker-execution-role), Serviciul Amazon de stocare simplă Bucket-ul (Amazon S3) (bucket de date), cheia gestionată de client (CMK) și alte resurse AWS sunt furnizate în timpul procesului de implementare de către aplicația AWS CDK, așa cum este ilustrat în figura următoare. Grupul AD conține oameni de știință care au nevoie de acces la domeniul SageMaker al echipei lor. Numele grupului AD corespunde numelui domeniului SageMaker și este utilizat în principal în timpul procesului de autorizare.
Separarea clienților este implementată la nivelul domeniilor SageMaker prin utilizarea modului de autentificare IAM. Un rol IAM specific domeniului (SageMaker-execution-role) este atașat fiecărui domeniu care urmează principiul cel mai mic privilegiu și este asumat de echipa de analiză a datelor în timpul procesului de conectare. Acest rol oferă oamenilor de știință din echipă capacitatea de a efectua diverse activități, cum ar fi executarea de joburi de procesare, joburi de ajustare a hiperparametrilor, joburi de transformare și experimente, precum și crearea de modele. Aceste activități ML sunt rulate în numele utilizatorului de către SageMaker folosind permisiunea rolului de trecere IAM. Cu toate acestea, anumite acțiuni precum crearea compartimentelor S3, modificarea rolurilor IAM, actualizarea domeniilor SageMaker și furnizarea de instanțe mari sunt restricționate din motive de securitate, conformitate și control al costurilor. Politica IAM asociată se asigură că echipa de analiză a datelor are acces numai la compartimentul S3 și CMK relevante pentru domeniul lor autorizat, așa cum este prezentat în figura următoare. În plus, rolul SageMaker-execution-role permite membrilor echipei să-și asume roluri în alte conturi din cadrul organizației Deutsche Bahn din SageMaker Studio, oferindu-le flexibilitate pentru a accesa resurse precum Serviciul de baze de date relaționale Amazon (Amazon S3), alte găleți S3 și Amazon Atena. Politica IAM utilizează aws:RequestTag și aws:ResourceTag pentru un control precis al accesului în timpul activităților SageMaker, cum ar fi procesarea joburilor, instruirea joburilor și crearea de modele. Aceste etichete ajută, de asemenea, să urmăriți costurile asociate pentru domeniu. Pentru mai multe informații, consultați Acțiuni, resurse și chei de condiție pentru Amazon SageMaker.
CMK criptează atât conținutul sistemului de fișiere al domeniului SageMaker stocat în Amazon EFS, cât și conținutul compartimentului S3 (data-bucket) care este furnizat pentru a stoca date pentru lucrările de procesare și transformare SageMaker. În plus, politicile bazate pe resurse, cum ar fi politica compartimentului și politica CMK, oferă un nivel suplimentar de securitate, limitând atât accesul la membrii autorizați ai echipei de AI, cât și acțiunile permise asupra acestor resurse.
Echipa AI nu are Consola de administrare AWS acces la contul echipei platformei AI. Pentru a accesa SageMaker Studio, așa cum este ilustrat în figura următoare, oamenii de știință din cadrul echipei de analiză a datelor utilizează o adresă URL presemnată generată prin autentificarea printr-un Amazon Cognito aplicație de conectare personalizată bazată. După ce utilizatorul se conectează la această aplicație personalizată, primește un token de acces OAuth care conține informații precum numele grupului AD. După ce se conectează la aplicația personalizată, utilizatorul solicită acces la domeniul SageMaker prin interfața de utilizare prin declanșarea unui Gateway API Amazon apel pentru a genera un URL presemnat. API Gateway invocă PreSignUrlGenerator AWS Lambdas funcția și folosește an Autorizator Amazon Cognito pentru a valida jetonul de acces OAuth din antetul cererii. Funcția PreSignUrlGenerator validează permisiunile de acces ale utilizatorilor pentru domeniul SageMaker solicitat comparând numele AD din jetonul de acces cu domeniul SageMaker solicitat. După autorizarea cu succes, funcția PreSignUrlGenerator creează un profil de utilizator SageMaker la prima conectare și generează un răspuns URL presemnat. Aplicația de conectare personalizată redirecționează apoi utilizatorii către domeniul SageMaker solicitat.
AWS CDK
Soluția de la Deutsche Bahn utilizează AWS CDK ca infrastructură ca cod (IaC) pentru a furniza un domeniu SageMaker împreună cu resurse precum compartimente S3 și un CMK. Următoarea figură ilustrează stivele și resursele asociate utilizate pentru implementarea SageMaker. Stack-ul de infrastructură se ocupă de configurarea resurselor esențiale precum VPC, subrețele și mai multe puncte finale SageMaker. Resursele precum VPC, subrețele și politicile de control al serviciului (SCP) sunt gestionate de o echipă centrală de cloud printr-o stivă diferită (dar este prezentată aici pentru simplitate). SageMakerStudioStack este responsabil în primul rând pentru furnizarea unui domeniu SageMaker, a unui compartiment de date dedicat, a unui CMK și a rolului IAM dedicat SageMaker-execution-role. În special, fiecare domeniu SageMaker este furnizat prin intermediul SageMakerStudioStack individual.
Soluția folosește o construcție L3 special creată (domeniul SageMaker Studio), așa cum se arată în figura următoare, pentru resursa de domeniu SageMaker. SageMaker Studio are un configurația ciclului de viață caracteristică care permite inițializări specifice în timpul pornirii aplicațiilor JupyterLab sau KernelGateway.
Deutsch Bahn utilizează configurația ciclului de viață, așa cum se arată în figura următoare, pentru a detecta și închide automat instanțele inactive din domeniul SageMaker, reducând costurile inutile. Datorită conectivității de ieșire restricționate, echipa de analiză a datelor utilizează imagini găzduite intern și biblioteci terță parte din artifactoryul intern al companiei. Scriptul de configurare a ciclului de viață pentru KernelGateway configurează managerii de pachete pip și conda pentru a redirecționa descărcările către locația artifactory găzduită intern. În momentul scrierii acestui articol, nu există nicio construcție AWS CDK pentru resursa de configurare a ciclului de viață; prin urmare, folosesc o resursă CDK personalizată pentru a furniza și gestiona scriptul LifeCycleConfig. Resursele personalizate din AWS CDK oferă posibilitatea de a furniza și gestiona resurse care nu sunt suportate direct de Formarea AWS Cloud sau constructii AWS CDK.
Instalare
Exemplul de aplicație AWS CDK demonstrează cum funcționează împreună diferite componente, inclusiv domeniul SageMaker, configurația ciclului de viață, Amazon Cognito și rolul IAM cu cele mai puține privilegii. În cadrul aplicației, clasa SagemakerStudioStack se ocupă de furnizarea unui domeniu SageMaker, rol IAM (sagemaker-execution-role) pe care îl asumă utilizatorii, CMK, configurația ciclului de viață, profilul utilizatorului SageMaker, compartimentul S3 pentru procesarea datelor și grupul de utilizatori Amazon Cognito. Aplicația demonstrativă AWS CDK oferă o prezentare concisă a componentelor cheie, cum ar fi domeniul SageMaker, configurația ciclului de viață, autentificarea prin Amazon Cognito și rolul IAM cu cele mai puține privilegii. SagemakerLoginStack, pe de altă parte, este responsabil pentru implementarea pool-ului de utilizatori Amazon Cognito, a funcției Lambda și a API Gateway pentru generarea de adrese URL presemnate. CognitoUserStack se concentrează în primul rând pe implementarea unui utilizator în grupul de utilizatori Amazon Cognito.
Puteți rula următoarele comenzi pentru a compila, sintetiza și implementa aplicația. Ar trebui să ajustați contul, utilizatorul și parola în exemplul de cod pentru aplicația dvs. Parola trebuie să aibă cel puțin 8 caractere, cu majuscule și cifre. Parametrul utilizator este utilizatorul domeniului SageMaker care va fi autentificat de Amazon Cognito.
- Descărcați codul sursă din GitHub repo.
- Bootstrap contul AWS. În următorul cod, ajustați numărul de cont și Regiunea după cum este necesar:
- Instalați pachetele și compilați codul:
- Sintetizați aplicația AWS CDK:
- Implementați aplicația cu toate stivele în contul și regiunea la alegere:
- Descărcați aplicația Postman pentru a efectua un apel API.
Dacă nu aveți un cont Postman, creați un cont gratuit cu adresa dvs. de e-mail. Dacă aveți deja un cont, conectați-vă la contul dvs.
- Pe Fișier meniu, alegeți Import și importați Fișier JSON de mediu poștaș incluse în depozitul GitHub.
- Pe medii fila în Postman, localizați mediul numit SageMaker.
- Adăugați următoarele variabile de mediu, pe care le vedeți ca parte a rezultatului de implementare a stivei de la
SagemakerLoginStack
:
Utilizați următorii parametri (preluați valorile de la ieșire în timpul implementării cdk):
-
- numele domeniului – Parametrul numelui de domeniu pe care l-ați transmis în cdk deploy, de exemplu team1
- ID-ul clientului – ID-ul clientului Amazon Cognito
- client-secret – Secretul clientului Amazon Cognito.
- SageMaker-presigned-api – Adresa URL a API Gateway creat de AWS CDK, care generează adresa URL presemnată
- cognito-signin-endpoint – Adresa URL a punctului final al domeniului Amazon Cognito în care aplicația client (în acest caz, Postman) se autentifică prin furnizarea de acreditări ale utilizatorului (utilizator demonstrativ)
Următorul pas este generarea unui token OAuth2.
-
- Pe Autorizare fila, alegeți mediul SageMaker și alegeți Generați un nou token de acces.
Toate valorile din această filă ar trebui să fie precompletate.
-
- Actualizați variabilele de mediu și alegeți Obțineți un nou simbol de acces.
- În fereastra pop-up care se deschide, conectați-vă la Amazon Cognito cu numele de utilizator (utilizator demonstrativ) și parola pe care le-ați folosit mai devreme.
După autentificarea cu succes, este generat un nou token de acces.
- Alege Utilizați Token.
- Alege
GeneratePresignedUrlDemo
în colecțiile Postman SageMaker și alegeți Trimiteți. - Asigurați-vă că ați selectat mediul potrivit (SageMaker) din lista derulantă.
Aceasta face un apel API REST către API Gateway și generează o adresă URL presemnată pentru a accesa domeniul SageMaker. Puteți vedea această adresă URL în corpul răspunsului.
- Copiați această adresă URL și introduceți-o în fereastra browserului.
Un nou domeniu SageMaker va fi lansat cu profilul dvs. de utilizator.
Această aplicație demonstrativă acceptă funcții SageMaker, cum ar fi joburi de instruire, joburi de procesare și puncte finale de model. Rețineți că caracteristici precum Amazon SageMaker Canvas, SageMaker JumpStart și SageMaker Feature Store nu sunt activate.
A curăța
Parcurgeți următorii pași pentru a vă curăța resursele:
- Pe consola SageMaker, în panoul de navigare, alegeți domeniu, Profil utilizator, și Aplicații.
- Ștergeți toate aplicațiile care rulează (KernelGateway sau JupyterLab) din această soluție.
- Ștergeți toate profilurile de utilizator SageMaker pe care le-ați creat în timpul pasului de conectare.
- Pe consola Amazon EFS, ștergeți sistemul de fișiere EFS creat pentru această postare.
- Rulați următoarea comandă pentru a șterge resursele create cu AWS CDK:
Concluzie
Postarea a evidențiat modul în care Deutsche Bahn a folosit eficient SageMaker Studio pentru a-și reînnoi platforma AI, rezultând o soluție scalabilă, automatizată și gestionabilă pentru a susține diversele sale echipe de analiză a datelor. Această arhitectură include un cont de platformă centrală, un proces de comandă de domenii cu autoservire și furnizarea infrastructurii folosind AWS CDK. Procesul de implementare încorporează o conductă CI/CD, asigurând livrarea fără probleme a domeniilor SageMaker.
În ansamblu, transformarea adusă de SageMaker Studio a permis Deutsche Bahn să construiască o platformă robustă pentru inițiativele lor de inteligență artificială, găzduind peste 100 de dezvoltatori și gestionând 20 de domenii SageMaker într-un singur cont AWS.
În cele din urmă, apreciem sincera noastră lui Nico Seegert (d-fine) și Philipp Vollmer (Deutsche Bahn), ale căror contribuții neprețuite au fost esențiale în modelarea acestei arhitecturi.
Pentru citiri suplimentare, consultați următoarele resurse:
___________________________________________________________________________________________
Despre autori
Prasanna Tuladhar este arhitect de infrastructură cloud la AWS Professional Services din Munchen, Germania. Specializat în infrastructura cloud, migrarea sarcinii de lucru și DevOps pe platforma AWS, el dă putere clienților să-și atingă obiectivele de afaceri. În afara serviciului, îi place să facă jogging, drumeții și timp de calitate cu familia sa.
Emmanuel Drosos este Product Owner pentru platforma AI la DBSystel, o subsidiară a Deutsche Bahn (DB) Germania. Cu o pasiune pentru inovație și tehnologie, Emmanuel conduce inițiative care vizează valorificarea puterii cloud-ului pentru a conduce platforma AI la DB (Deutsche Bahn). AI.Platform este una dintre platformele de dezvoltare ale grupului DB. Include servicii și instrumente AI pentru dezvoltarea modelelor AI (învățare automată) și servicii AI utilizabile direct. Simplu, integrat și scalabil. Lucrează îndeaproape cu alți clienți DB pentru a debloca întregul potențial al platformei AI, permițându-le să-și atingă obiectivele de afaceri în mod eficient și eficient. În afara activităților sale profesionale, lui Emmanuel îi place să călătorească și este un iubitor entuziast de natură și de drumeții.
Vishwanath Bhat este arhitect DevOps la AWS Professional Services, cu sediul în Germania. El îi ajută pe clienți să beneficieze deplin de cloud și să-și atingă obiectivele de afaceri cu AWS cloud. Când nu lucrează, îi place să înoate în lacurile alpine, să facă drumeții, să citească sau să joace fotbal.
Kumudhan Cherarajan este consultant DevOps la AWS Professional Services, cu sediul în Elveția. Este pasionat de a ajuta clienții să adopte procese și servicii care le sporesc eficiența în călătoria în cloud. Când nu lucrează, îi place să joace cricket și muzică.
- 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/supercharge-your-ai-team-with-amazon-sagemaker-studio-a-comprehensive-view-of-deutsche-bahns-ai-platform-transformation/
- :are
- :este
- :nu
- :Unde
- $UP
- 10
- 100
- 11
- 12
- 120
- 13
- 130
- 16
- 20
- 2022
- 237
- 25
- 350
- 7
- 8
- a
- capacitate
- Capabil
- Despre Noi
- accelerarea
- acces
- Cont
- Conturi
- Obține
- acțiuni
- activ
- activităţi de
- Ad
- plus
- În plus,
- adrese
- adopta
- Adoptarea
- După
- împotriva
- AI
- Platforma AI
- Servicii AI
- vizează
- Se aliniază
- TOATE
- permite
- de-a lungul
- deja
- de asemenea
- Amazon
- Amazon Cognito
- Amazon SageMaker
- Amazon SageMaker Studio
- Amazon Web Services
- an
- Google Analytics
- și
- și infrastructură
- api
- aplicaţia
- aplicație
- aplicatii
- apreciere
- Apps
- arhitectură
- SUNT
- AS
- asociate
- asuma
- asumat
- At
- atractiv
- AUTH
- autentificata
- autentifică
- Autentificare
- autorizare
- autorizat
- Automata
- în mod automat
- Automatizare
- disponibilitate
- AWS
- Servicii profesionale AWS
- Azuriu
- bazat
- BE
- fost
- folosul
- beneficia
- Beneficiile
- între
- Miliard
- corp
- Bootstrap
- atât
- Aduce
- adus
- browser-ul
- construit
- construit-in
- afaceri
- dar
- by
- apel
- denumit
- CAN
- capacități
- pasă
- caz
- cazuri
- catering
- satisface
- central
- sigur
- provocări
- caractere
- alegere
- Alege
- clasă
- curat
- client
- îndeaproape
- Cloud
- infrastructura cloud
- cod
- colabora
- colaborativ
- colecții
- Comun
- Comunicare
- Compania
- compararea
- conformitate
- conforme
- componente
- cuprinzător
- concis
- condiție
- Configuraţie
- conexiune
- Suport conectare
- Constând
- constă
- Consoleze
- construi
- construcții
- consultant
- consum
- conține
- conținut
- continuu
- contribuţii
- Control
- Corespunzător
- corespunde
- A costat
- cost-eficiente
- Cheltuieli
- țări
- crea
- a creat
- creează
- Crearea
- scrisori de acreditare
- crichet
- crucial
- personalizat
- client
- clienţii care
- personalizate
- de date
- Analiza datelor
- de prelucrare a datelor
- Baza de date
- seturi de date
- dedicat
- livrare
- Demo
- demonstrează
- descris
- implementa
- dislocate
- Implementarea
- desfășurarea
- distruge
- detecta
- dezvolta
- Dezvoltatorii
- în curs de dezvoltare
- Dezvoltare
- diferit
- direct
- director
- diferit
- face
- domeniu
- Domain Name
- domenii
- Dont
- jos
- download-uri
- conduce
- două
- în timpul
- fiecare
- Mai devreme
- în mod eficient
- eficiență
- eficient
- eficient
- de angajați
- împuternicit
- împuternicirea
- imputerniceste
- permite
- permițând
- un capăt la altul
- Punct final
- inginerii
- asigura
- asigură
- asigurare
- Intrați
- entuziast
- Mediu inconjurator
- esenţial
- EURO
- Fiecare
- exemplu
- experimente
- expertiză
- explora
- extinde
- suplimentar
- facilita
- familie
- Caracteristică
- DESCRIERE
- Figura
- Fișier
- First
- Flexibilitate
- debit
- Concentra
- se concentrează
- următor
- urmează
- Fotbal
- Pentru
- frunte
- Gratuit
- din
- Complet
- complet
- funcţie
- mai mult
- viitor
- poartă
- genera
- generată
- generează
- generator
- generativ
- AI generativă
- Germania
- obține
- GitHub
- Go
- Goluri
- bunuri
- am
- subvenții
- grup
- În creştere
- mână
- Mânere
- Avea
- he
- ajutor
- ajutor
- ajută
- aici
- Înalt
- performanta ridicata
- Evidențiat
- lui
- găzduit
- Cum
- Totuși
- HTML
- http
- HTTPS
- Reglarea hiperparametrului
- identic
- Identitate
- Idle
- if
- ilustrează
- imagini
- implementat
- import
- in
- În altele
- include
- inclus
- include
- Inclusiv
- încorporează
- Crește
- individ
- influență
- informații
- Infrastructură
- inițiere
- inițiative
- Inovaţie
- instala
- instrumental
- integrate
- integrare
- Inteligent
- interfaţă
- intern
- intern
- Internet
- în
- neprețuit
- invocă
- izolat
- IT
- ESTE
- Locuri de munca
- călătorie
- jpg
- JSON
- Cheie
- chei
- lacuri
- mare
- a lansat
- strat
- conducere
- Conduce
- învăţare
- cel mai puțin
- Nivel
- efectului de pârghie
- biblioteci
- ciclu de viață
- ca
- îi place
- Listă
- locaţie
- log
- Logare
- maşină
- masina de învățare
- întreținere
- major
- face
- FACE
- administra
- flexibil
- gestionate
- administrare
- Manageri
- gestionează
- de conducere
- se intalneste
- Membri actuali
- migrațiune
- ML
- mod
- model
- Modele
- moduri de
- mai mult
- mişcă
- multiplu
- Muzică
- nume
- Natură
- Navigare
- necesar
- nevoilor
- reţea
- Nou
- Acces nou
- următor
- Nu.
- în special
- nota
- caiet
- număr
- numere
- oauth
- obiectiv
- Obiectivele
- of
- oferi
- promoții
- on
- ONE
- afară
- deschide
- operat
- opereaza
- de operare
- operaţie
- Operațiuni
- or
- orchestrat
- orchestrație
- organizație
- de organizare
- organizații
- Altele
- al nostru
- producție
- exterior
- peste
- general
- deasupra
- Supraveghere
- Prezentare generală
- propriu
- proprietar
- pachet
- ofertele
- pâine
- parametru
- parametrii
- parte
- trece
- Trecut
- pasiune
- pasionat
- Parolă
- oameni
- Efectua
- permisiune
- permisiuni
- perspectivă
- conducte
- platformă
- Platforme
- Plato
- Informații despre date Platon
- PlatoData
- Joaca
- Politicile
- Politica
- piscină
- pop-up
- Portal
- Post
- potenţial
- putere
- puternic
- de stabilire a prețurilor
- model de stabilire a prețurilor
- în primul rând
- primar
- principiu
- privat
- privilegiu
- privilegii
- proces
- prelucrare
- Produs
- profesional
- Profil
- Profiluri
- proiect
- Proiecte
- furniza
- prevăzut
- furnizează
- furnizarea
- dispoziţie
- public
- calitate
- repede
- șină
- Calea ferata
- gamă
- variind
- Citind
- în timp real
- realiza
- motive
- a primi
- redirecționa
- reduce
- reducerea
- trimite
- regiune
- regional
- de încredere
- solicita
- cereri de
- Cerinţe
- resursă
- Resurse
- respectiv
- răspuns
- responsabil
- REST
- limitat
- restricționarea
- rezultând
- venituri
- dreapta
- robust
- Rol
- rolurile
- Alerga
- funcţionare
- sagemaker
- probă
- scalabilitate
- scalabil
- scalate
- oamenii de stiinta
- scenariu
- fără sudură
- perfect
- Secret
- sigur
- securitate
- vedea
- selectate
- Autoservire
- distinct
- serviciu
- Servicii
- set
- instalare
- fasonarea
- partajarea
- să
- indicat
- închide
- Închide
- semna
- simplu
- simplitate
- simplificarea
- singur
- netezi
- soluţie
- Sursă
- cod sursă
- tensiune
- specializata
- specific
- Spectru
- stivui
- Stive
- standarde
- început
- lansare
- Pas
- paşi
- depozitare
- stoca
- stocate
- Strategie
- studio
- subrețele
- filială
- de succes
- astfel de
- Supraîncărcare
- a sustine
- Suportat
- Sprijină
- sigur
- SWIFT
- Elveția
- sintetiza
- sistem
- ia
- echipă
- Membrii echipei
- echipe
- Munca în echipă
- Tehnologia
- Testarea
- acea
- Sursa
- lor
- Lor
- apoi
- Acolo.
- prin urmare
- Acestea
- ei
- terț
- acest
- Prin
- timp
- la
- împreună
- semn
- Unelte
- urmări
- trafic
- Tren
- Pregătire
- Transformare
- de transport
- transport
- Traveling
- declanșând
- de reglaj
- ui
- deschide
- inutil
- actualizarea
- pe
- URL-ul
- us
- utilizabil
- utilizare
- utilizat
- Utilizator
- utilizatorii
- utilizări
- folosind
- VALIDA
- Valori
- varietate
- diverse
- de
- Vizualizare
- Virtual
- volum
- a fost
- we
- web
- servicii web
- săptămâni
- BINE
- au fost
- cand
- care
- în timp ce
- OMS
- a caror
- larg
- Gamă largă
- voi
- fereastră
- cu
- în
- Apartamente
- flux de lucru
- Forta de munca
- de lucru
- fabrică
- scris
- Tu
- Ta
- zephyrnet