โพสต์นี้เขียนร่วมกับ Marc Neumann, Amor Steinberg และ Marinus Krommenhoek จาก BMW Group
พื้นที่ BMW Group ซึ่งมีสำนักงานใหญ่ในเมืองมิวนิก ประเทศเยอรมนี มีพนักงาน 149,000 คนทั่วโลก และผลิตในโรงงานผลิตและประกอบมากกว่า 30 แห่งใน 15 ประเทศ ปัจจุบัน BMW Group เป็นผู้ผลิตรถยนต์และรถจักรยานยนต์ระดับพรีเมียมชั้นนำของโลก และเป็นผู้ให้บริการทางการเงินและการคมนาคมระดับพรีเมียม BMW Group กำหนดแนวโน้มด้านเทคโนโลยีการผลิตและความยั่งยืนในฐานะผู้นำนวัตกรรมด้วยการผสมผสานวัสดุอัจฉริยะ การเปลี่ยนแปลงทางเทคโนโลยีไปสู่การเปลี่ยนผ่านสู่ดิจิทัล และการผลิตอย่างประหยัดทรัพยากร
ในโลกดิจิทัลที่เพิ่มมากขึ้นและเปลี่ยนแปลงอย่างรวดเร็ว กลยุทธ์การพัฒนาธุรกิจและผลิตภัณฑ์ของ BMW Group ขึ้นอยู่กับการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลเป็นอย่างมาก ด้วยเหตุนี้ ความต้องการนักวิทยาศาสตร์ข้อมูลและวิศวกรการเรียนรู้ของเครื่อง (ML) จึงเพิ่มขึ้นอย่างมาก ผู้เชี่ยวชาญที่มีทักษะเหล่านี้ได้รับมอบหมายให้สร้างและปรับใช้โมเดลที่ปรับปรุงคุณภาพและประสิทธิภาพของกระบวนการทางธุรกิจของ BMW และช่วยให้สามารถตัดสินใจเป็นผู้นำโดยใช้ข้อมูลรอบด้าน
นักวิทยาศาสตร์ข้อมูลและวิศวกร ML ต้องการเครื่องมือที่มีความสามารถและการประมวลผลที่เพียงพอสำหรับงานของพวกเขา ดังนั้น BMW จึงสร้างโครงสร้างพื้นฐาน ML/การเรียนรู้เชิงลึกแบบรวมศูนย์ในสถานที่เมื่อหลายปีก่อนและอัปเกรดอย่างต่อเนื่อง เพื่อปูทางสำหรับการเติบโตของ AI BMW Group จำเป็นต้องก้าวกระโดดในด้านความสามารถในการปรับขนาดและความยืดหยุ่น ในขณะเดียวกันก็ลดค่าใช้จ่ายในการดำเนินงาน ลิขสิทธิ์ซอฟต์แวร์ และการจัดการฮาร์ดแวร์
ในโพสต์นี้ เราจะพูดถึงวิธีที่ BMW Group ร่วมมือกับ AWS Professional Services ในการสร้างบริการ Jupyter Managed (JuMa) เพื่อจัดการกับความท้าทายเหล่านี้ JuMa เป็นบริการของแพลตฟอร์ม AI ของ BMW Group สำหรับนักวิเคราะห์ข้อมูล วิศวกร ML และนักวิทยาศาสตร์ข้อมูล ซึ่งมอบพื้นที่ทำงานที่เป็นมิตรต่อผู้ใช้พร้อมสภาพแวดล้อมการพัฒนาแบบบูรณาการ (IDE) มันขับเคลื่อนโดย สตูดิโอ Amazon SageMaker และจัดหา JupyterLab สำหรับ Python และ Posit Workbench สำหรับ R ข้อเสนอนี้ช่วยให้วิศวกร BMW ML ดำเนินการวิเคราะห์ข้อมูลและ ML ที่เน้นโค้ดเป็นศูนย์กลาง เพิ่มผลผลิตของนักพัฒนาโดยมอบความสามารถในการบริการตนเองและระบบโครงสร้างพื้นฐานอัตโนมัติ และผสานรวมเข้ากับภูมิทัศน์เครื่องมือ IT แบบรวมศูนย์ของ BMW อย่างแน่นหนา
JuMa พร้อมให้บริการแล้วสำหรับนักวิทยาศาสตร์ข้อมูล วิศวกร ML และนักวิเคราะห์ข้อมูลที่ BMW Group ทุกคน บริการนี้เพิ่มความคล่องตัวให้กับขั้นตอนการพัฒนาและขั้นตอนการผลิต ML (MLOps) ทั่วทั้ง BMW โดยมอบสภาพแวดล้อมการพัฒนาที่คุ้มค่าและปรับขนาดได้ ซึ่งอำนวยความสะดวกในการทำงานร่วมกันอย่างราบรื่นระหว่างทีมวิทยาศาสตร์ข้อมูลและทีมวิศวกรรมทั่วโลก ส่งผลให้การทดลองเร็วขึ้นและรอบการตรวจสอบแนวคิดสั้นลง นอกจากนี้โครงสร้างพื้นฐานของ JuMa ซึ่งมีพื้นฐานมาจาก AWS ไร้เซิร์ฟเวอร์ และบริการที่ได้รับการจัดการ ช่วยลดค่าใช้จ่ายในการดำเนินงานสำหรับทีม DevOps และช่วยให้พวกเขามุ่งเน้นไปที่การเปิดใช้งานกรณีการใช้งานและเร่งนวัตกรรม AI ที่ BMW Group
ความท้าทายของการเติบโตของแพลตฟอร์ม AI ภายในองค์กร
ก่อนที่จะแนะนำบริการ JuMa ทีมงาน BMW ทั่วโลกใช้แพลตฟอร์มภายในองค์กรสองแพลตฟอร์มที่ให้สภาพแวดล้อม JupyterHub และ RStudio แก่ทีม แพลตฟอร์มเหล่านี้มีข้อจำกัดมากเกินไปเกี่ยวกับ CPU, GPU และหน่วยความจำเพื่อให้สามารถปรับขนาดของ AI ที่ BMW Group ได้ การปรับขนาดแพลตฟอร์มเหล่านี้ด้วยการจัดการฮาร์ดแวร์ภายในองค์กรที่มากขึ้น ลิขสิทธิ์ซอฟต์แวร์ที่มากขึ้น และค่าธรรมเนียมการสนับสนุนจะต้องอาศัยการลงทุนล่วงหน้าจำนวนมากและความพยายามในการบำรุงรักษาสูง นอกจากนี้ ยังมีความสามารถในการบริการตนเองที่จำกัด ซึ่งต้องใช้ความพยายามในการดำเนินงานสูงสำหรับทีม DevOps ที่สำคัญกว่านั้น การใช้แพลตฟอร์มเหล่านี้ไม่สอดคล้องกับกลยุทธ์ไอทีที่เน้นคลาวด์เป็นอันดับแรกของ BMW Group ตัวอย่างเช่น ทีมที่ใช้แพลตฟอร์มเหล่านี้พลาดการโยกย้ายต้นแบบ AI/ML ไปสู่การทำให้โซลูชันที่ทำงานบน AWS เป็นอุตสาหกรรมได้อย่างง่ายดาย ในทางตรงกันข้าม ทีมวิทยาศาสตร์ข้อมูลและการวิเคราะห์ที่ใช้ AWS โดยตรงในการทดลองอยู่แล้ว จำเป็นต้องดูแลการสร้างและดำเนินการโครงสร้างพื้นฐาน AWS ของตน ในขณะเดียวกันก็รับประกันการปฏิบัติตามนโยบายภายใน กฎหมายท้องถิ่น และข้อบังคับของ BMW Group ซึ่งรวมถึงกิจกรรมการกำหนดค่าและการกำกับดูแลต่างๆ ตั้งแต่การสั่งซื้อบัญชี AWS การจำกัดการเข้าถึงอินเทอร์เน็ต การใช้แพ็คเกจที่อนุญาตเพื่ออัปเดตอิมเมจ Docker ให้ทันสมัยอยู่เสมอ
ภาพรวมของโซลูชัน
JuMa เป็นบริการแพลตฟอร์ม AI ที่มีผู้เช่าหลายรายและมีการจัดการเต็มรูปแบบซึ่งสร้างขึ้นบน AWS SageMaker สตูดิโอ ที่แกนกลาง ด้วยการอาศัยบริการแบบไร้เซิร์ฟเวอร์และบริการที่ได้รับการจัดการของ AWS เป็นองค์ประกอบหลักของโครงสร้างพื้นฐาน ทีม JuMa DevOps จึงไม่จำเป็นต้องกังวลเกี่ยวกับการแพตช์เซิร์ฟเวอร์ การอัปเกรดพื้นที่จัดเก็บ หรือการจัดการส่วนประกอบโครงสร้างพื้นฐานอื่นๆ บริการจะจัดการกระบวนการเหล่านั้นทั้งหมดโดยอัตโนมัติ โดยมีแพลตฟอร์มทางเทคนิคที่มีประสิทธิภาพซึ่งโดยทั่วไปแล้วจะเป็นข้อมูลล่าสุดและพร้อมใช้งาน
ผู้ใช้ JuMa สามารถสั่งซื้อพื้นที่ทำงานได้อย่างง่ายดายผ่านพอร์ทัลบริการตนเอง เพื่อสร้างสภาพแวดล้อมการพัฒนาและการทดลองที่ปลอดภัยและแยกส่วนสำหรับทีมของตน หลังจากจัดเตรียมพื้นที่ทำงาน JuMa แล้ว ผู้ใช้สามารถเปิดใช้งานสภาพแวดล้อมโต๊ะทำงาน JupyterLab หรือ Posit ใน SageMaker Studio ได้ด้วยการคลิกเพียงไม่กี่ครั้ง และเริ่มการพัฒนาได้ทันที โดยใช้เครื่องมือและเฟรมเวิร์กที่พวกเขาคุ้นเคยมากที่สุด JuMa ได้รับการบูรณาการอย่างแนบแน่นกับบริการไอทีของ BMW Central IT รวมถึงการจัดการข้อมูลประจำตัวและการเข้าถึง การจัดการบทบาทและสิทธิ์ บีเอ็มดับเบิลยู คลาวด์ ดาต้า ฮับ (Data Lake ของ BMW บน AWS) และฐานข้อมูลภายในองค์กร อย่างหลังช่วยให้ทีม AI/ML เข้าถึงข้อมูลที่จำเป็นได้อย่างราบรื่น โดยที่พวกเขาได้รับอนุญาตให้ดำเนินการดังกล่าวได้โดยไม่จำเป็นต้องสร้างไปป์ไลน์ข้อมูล นอกจากนี้ โน้ตบุ๊กยังสามารถรวมเข้ากับที่เก็บ Git ขององค์กรเพื่อทำงานร่วมกันโดยใช้การควบคุมเวอร์ชัน
โซลูชันนี้ขจัดความซับซ้อนทางเทคนิคทั้งหมดที่เกี่ยวข้องกับการจัดการบัญชี AWS การกำหนดค่า และการปรับแต่งสำหรับทีม AI/ML ช่วยให้พวกเขามุ่งเน้นไปที่นวัตกรรม AI ได้อย่างเต็มที่ แพลตฟอร์มนี้ช่วยให้แน่ใจว่าการกำหนดค่าพื้นที่ทำงานตรงตามข้อกำหนดด้านความปลอดภัยและการปฏิบัติตามข้อกำหนดของ BMW ตั้งแต่แกะกล่อง
แผนภาพต่อไปนี้อธิบายมุมมองบริบทระดับสูงของสถาปัตยกรรม
การเดินทางของผู้ใช้
สมาชิกในทีม BMW AI/ML สามารถสั่งซื้อพื้นที่ทำงาน JuMa ของตนได้โดยใช้บริการแคตตาล็อกมาตรฐานของ BMW หลังจากได้รับการอนุมัติจากผู้จัดการสายงานแล้ว พื้นที่ทำงาน JuMa ที่สั่งซื้อจะได้รับการจัดเตรียมโดยแพลตฟอร์มโดยอัตโนมัติเต็มรูปแบบ เวิร์กโฟลว์การจัดเตรียมพื้นที่ทำงานประกอบด้วยขั้นตอนต่อไปนี้ (ตามหมายเลขในแผนภาพสถาปัตยกรรม)
- ทีมนักวิทยาศาสตร์ข้อมูลสั่งซื้อพื้นที่ทำงาน JuMa ใหม่ในแค็ตตาล็อกของ BMW JuMa จะจัดเตรียมบัญชี AWS ใหม่สำหรับพื้นที่ทำงานโดยอัตโนมัติ สิ่งนี้ทำให้มั่นใจได้ถึงการแยกอย่างสมบูรณ์ระหว่างพื้นที่ทำงานตามโครงสร้างบัญชีแบบจำลองแบบรวมศูนย์ที่กล่าวถึงใน แนวทางปฏิบัติที่ดีที่สุดในการดูแลระบบ SageMaker Studio.
- JuMa กำหนดค่าพื้นที่ทำงาน (ซึ่งเป็นไฟล์ โดเมน Sagemaker) ที่อนุญาตเฉพาะที่กำหนดไว้ล่วงหน้าเท่านั้น อเมซอน SageMaker คุณสมบัติที่จำเป็นสำหรับการทดลองและการพัฒนา เคอร์เนลแบบกำหนดเองเฉพาะ และการกำหนดค่าวงจรชีวิต นอกจากนี้ยังตั้งค่าเครือข่ายย่อยและกลุ่มความปลอดภัยที่จำเป็นเพื่อให้แน่ใจว่าโน้ตบุ๊กทำงานในสภาพแวดล้อมที่ปลอดภัย
- หลังจากจัดสรรพื้นที่ทำงานแล้ว ผู้ใช้ที่ได้รับอนุญาตจะเข้าสู่ระบบพอร์ทัล JuMa และเข้าถึง SageMaker Studio IDE ภายในพื้นที่ทำงานโดยใช้ URL ที่ลงนามล่วงหน้าของ SageMaker ผู้ใช้สามารถเลือกระหว่างการเปิดพื้นที่ส่วนตัวของ SageMaker Studio หรือ พื้นที่ที่ใช้ร่วมกัน. พื้นที่ที่ใช้ร่วมกันส่งเสริมการทำงานร่วมกันระหว่างสมาชิกที่แตกต่างกันในทีมที่สามารถทำงานคู่ขนานบนสมุดบันทึกเดียวกัน ในขณะที่พื้นที่ส่วนตัวอนุญาตให้มีสภาพแวดล้อมการพัฒนาสำหรับเวิร์กโหลดเดี่ยวๆ
- เมื่อใช้พอร์ทัลข้อมูลของ BMW ผู้ใช้สามารถขอเข้าถึงฐานข้อมูลภายในองค์กรหรือข้อมูลที่จัดเก็บไว้ใน Cloud Data Hub ของ BMW ทำให้พร้อมใช้งานในพื้นที่ทำงานสำหรับการพัฒนาและการทดลอง ตั้งแต่การเตรียมข้อมูลและการวิเคราะห์ ไปจนถึงการฝึกอบรมโมเดลและการตรวจสอบ
หลังจากที่โมเดล AI ได้รับการพัฒนาและตรวจสอบความถูกต้องใน JuMa แล้ว ทีม AI สามารถใช้บริการ MLOPs ของแพลตฟอร์ม BMW AI เพื่อปรับใช้กับการผลิตได้อย่างรวดเร็วและง่ายดาย บริการนี้มอบโครงสร้างพื้นฐาน ML และไปป์ไลน์ระดับการผลิตให้กับผู้ใช้บน AWS โดยใช้ SageMaker ซึ่งสามารถตั้งค่าได้ภายในไม่กี่นาทีด้วยการคลิกเพียงไม่กี่ครั้ง ผู้ใช้เพียงแค่ต้องโฮสต์โมเดลของตนบนโครงสร้างพื้นฐานที่จัดเตรียมไว้ และปรับแต่งไปป์ไลน์ให้ตรงตามความต้องการกรณีการใช้งานเฉพาะของตน ด้วยวิธีนี้ แพลตฟอร์ม AI จะครอบคลุมวงจร AI ทั้งหมดที่ BMW Group
คุณสมบัติของจูม่า
ตามแนวทางปฏิบัติที่ดีที่สุดในการออกแบบสถาปัตยกรรมบน AWS บริการ JuMa ได้รับการออกแบบและใช้งานตาม กรอบงานที่มีสถาปัตยกรรมอย่างดีของ AWS. การตัดสินใจทางสถาปัตยกรรมของเสา Well-Architected แต่ละเสามีการอธิบายรายละเอียดไว้ในส่วนต่อไปนี้
ความปลอดภัยและการปฏิบัติตามข้อกำหนด
เพื่อให้มั่นใจถึงการแยกตัวระหว่างผู้เช่าอย่างสมบูรณ์ พื้นที่ทำงานแต่ละแห่งจะได้รับบัญชี AWS ของตัวเอง ซึ่งผู้ใช้ที่ได้รับอนุญาตสามารถทำงานร่วมกันในงานการวิเคราะห์ตลอดจนการพัฒนาและทดลองกับโมเดล AI/ML พอร์ทัล JuMa เองบังคับใช้การแยก ณ รันไทม์โดยใช้การแยกตามนโยบายด้วย AWS Identity และการจัดการการเข้าถึง (IAM) และบริบทของผู้ใช้ JuMa สำหรับข้อมูลเพิ่มเติมเกี่ยวกับกลยุทธ์นี้ โปรดดูที่ การแยกส่วนรันไทม์ตามนโยบายด้วย IAM.
นักวิทยาศาสตร์ข้อมูลสามารถเข้าถึงโดเมนของตนผ่านเครือข่าย BMW ผ่าน URL ที่ลงนามล่วงหน้าซึ่งสร้างโดยพอร์ทัลเท่านั้น การเข้าถึงอินเทอร์เน็ตโดยตรงถูกปิดใช้งานภายในโดเมนของตน สิทธิ์โดเมน Sagemaker สร้างขึ้นโดยใช้ ผู้จัดการบทบาทของ Amazon SageMaker บุคคลเพื่อให้แน่ใจว่ามีสิทธิ์เข้าถึงบริการของ AWS ที่จำเป็นสำหรับการพัฒนาน้อยที่สุด เช่น SageMaker อเมซอน อาเธน่า, บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon (อเมซอน S3) และ AWS กาว. บทบาทนี้ใช้ราวกั้น ML (เช่นที่อธิบายไว้ใน การกำกับดูแลและการควบคุม) รวมถึงการบังคับใช้การฝึกอบรม ML ให้เกิดขึ้นในทั้ง คลาวด์ส่วนตัวเสมือนของ Amazon (Amazon VPC) หรือไม่มีอินเทอร์เน็ต และอนุญาตให้ใช้เฉพาะรูปภาพ SageMaker ที่ได้รับการตรวจสอบและอัปเดตแบบกำหนดเองของ JuMa เท่านั้น
เนื่องจาก JuMa ได้รับการออกแบบมาเพื่อการพัฒนา การทดลอง และการวิเคราะห์เฉพาะกิจ JuMa จึงใช้นโยบายการเก็บรักษาเพื่อลบข้อมูลหลังจาก 30 วัน เพื่อเข้าถึงข้อมูลเมื่อใดก็ตามที่จำเป็นและเก็บไว้ในระยะยาว JuMa จะผสานรวมเข้ากับ BMW Cloud Data Hub และฐานข้อมูลภายในองค์กรของ BMW ได้อย่างราบรื่น
สุดท้ายนี้ JuMa สนับสนุนหลายภูมิภาคเพื่อให้สอดคล้องกับสถานการณ์ทางกฎหมายในท้องถิ่นพิเศษ เช่น กำหนดให้ต้องประมวลผลข้อมูลในพื้นที่เพื่อให้อำนาจอธิปไตยของข้อมูลของ BMW
ความเป็นเลิศในการดำเนินงาน
ทั้งแบ็กเอนด์แพลตฟอร์ม JuMa และพื้นที่ทำงานได้รับการติดตั้งด้วย AWS ไร้เซิร์ฟเวอร์ และบริการที่ได้รับการจัดการ การใช้บริการเหล่านี้จะช่วยลดความพยายามของทีมแพลตฟอร์มของ BMW ในการบำรุงรักษาและใช้งานโซลูชันแบบครบวงจร โดยมุ่งมั่นที่จะเป็นบริการที่ไม่ต้องดำเนินการใดๆ ทั้งเวิร์กสเปซและพอร์ทัลได้รับการตรวจสอบโดยใช้ อเมซอน คลาวด์วอตช์ บันทึก ตัวชี้วัด และการแจ้งเตือนเพื่อตรวจสอบตัวบ่งชี้ประสิทธิภาพหลัก (KPI) และแจ้งทีมแพลตฟอร์มในเชิงรุกเกี่ยวกับปัญหาใดๆ นอกจากนี้ AWS เอ็กซ์เรย์ ระบบติดตามแบบกระจายใช้เพื่อติดตามคำขอผ่านองค์ประกอบต่างๆ และใส่คำอธิบายประกอบบันทึก CloudWatch ด้วยบริบทที่เกี่ยวข้องกับพื้นที่ทำงาน
การเปลี่ยนแปลงโครงสร้างพื้นฐาน JuMa ทั้งหมดได้รับการจัดการและดำเนินการผ่านระบบอัตโนมัติโดยใช้โครงสร้างพื้นฐานเป็นโค้ด (IaC) ซึ่งจะช่วยลดความพยายามด้วยตนเองและข้อผิดพลาดของมนุษย์ เพิ่มความสม่ำเสมอ และรับประกันการเปลี่ยนแปลงที่ทำซ้ำและควบคุมเวอร์ชันได้ในพื้นที่ทำงานแบ็กเอนด์แพลตฟอร์ม JuMa ทั้งสอง โดยเฉพาะอย่างยิ่ง พื้นที่ทำงานทั้งหมดได้รับการจัดเตรียมและอัปเดตผ่านกระบวนการเริ่มต้นใช้งานที่สร้างขึ้นเพิ่มเติม ฟังก์ชันขั้นตอนของ AWS, AWS CodeBuildและเทอร์ราฟอร์ม ดังนั้นจึงไม่จำเป็นต้องกำหนดค่าด้วยตนเองเพื่อออนบอร์ดพื้นที่ทำงานใหม่บนแพลตฟอร์ม JuMa
การเพิ่มประสิทธิภาพต้นทุน
ด้วยการใช้บริการแบบไร้เซิร์ฟเวอร์ของ AWS JuMa รับประกันความสามารถในการปรับขนาดตามความต้องการ ขนาดอินสแตนซ์ที่ได้รับการอนุมัติล่วงหน้า และโมเดลแบบจ่ายตามการใช้งานจริงสำหรับทรัพยากรที่ใช้ในระหว่างกิจกรรมการพัฒนาและการทดลองตามความต้องการของทีม AI/ML เพื่อปรับต้นทุนให้เหมาะสมยิ่งขึ้น แพลตฟอร์ม JuMa จะตรวจสอบและระบุทรัพยากรที่ไม่ได้ใช้งานภายใน SageMaker Studio และปิดการทำงานโดยอัตโนมัติเพื่อป้องกันค่าใช้จ่ายสำหรับทรัพยากรที่ไม่ได้ใช้งาน
การพัฒนาอย่างยั่งยืน
JuMa เข้ามาแทนที่แพลตฟอร์มภายในองค์กรทั้งสองของ BMW สำหรับการวิเคราะห์และเวิร์กโหลดการเรียนรู้เชิงลึกที่ใช้ไฟฟ้าจำนวนมากและปล่อยก๊าซคาร์บอนไดออกไซด์แม้ว่าจะไม่ได้ใช้งานก็ตาม ด้วยการโยกย้ายปริมาณงาน AI/ML จากในองค์กรไปยัง AWS ทาง BMW จะลดผลกระทบต่อสิ่งแวดล้อมด้วยการเลิกใช้งานแพลตฟอร์มในองค์กร
นอกจากนี้ กลไกในการปิดระบบอัตโนมัติของทรัพยากรที่ไม่ได้ใช้งาน นโยบายการเก็บรักษาข้อมูล และรายงานการใช้พื้นที่ทำงานไปยังเจ้าของที่นำไปใช้ใน JuMa ยังช่วยลดผลกระทบต่อสิ่งแวดล้อมของการเรียกใช้ปริมาณงาน AI/ML บน AWS อีกด้วย
ประสิทธิภาพการทำงาน
ด้วยการใช้ SageMaker Studio ทีม BMW จะได้รับประโยชน์จากการนำคุณสมบัติ SageMaker ล่าสุดมาใช้อย่างง่ายดาย ซึ่งสามารถช่วยเร่งการทดลองได้ ตัวอย่างเช่นพวกเขาสามารถใช้ Amazon SageMaker JumpStart ความสามารถในการใช้โมเดลโอเพ่นซอร์สที่ได้รับการฝึกอบรมล่วงหน้าล่าสุด นอกจากนี้ยังช่วยลดความพยายามของทีม AI/ML ในการย้ายจากการทดลองไปสู่การพัฒนาอุตสาหกรรมโซลูชัน เนื่องจากสภาพแวดล้อมการพัฒนาให้บริการหลักของ AWS เดียวกัน แต่จำกัดเฉพาะความสามารถในการพัฒนา
ความเชื่อถือได้
โดเมน SageMaker Studio ได้รับการปรับใช้ในโหมด VPC เท่านั้นเพื่อจัดการการเข้าถึงอินเทอร์เน็ตและอนุญาตการเข้าถึงเฉพาะบริการ AWS ที่ต้องการเท่านั้น เครือข่ายถูกปรับใช้ใน Availability Zone สองแห่งเพื่อป้องกันจุดล้มเหลวจุดเดียว ทำให้ได้รับความยืดหยุ่นและความพร้อมใช้งานของแพลตฟอร์มสำหรับผู้ใช้มากขึ้น
การเปลี่ยนแปลงพื้นที่ทำงาน JuMa จะถูกปรับใช้และทดสอบกับสภาพแวดล้อมการพัฒนาและบูรณาการโดยอัตโนมัติ โดยใช้ไปป์ไลน์ IaC และ CI/CD ก่อนที่จะอัปเกรดสภาพแวดล้อมของลูกค้า
ในที่สุดข้อมูลที่เก็บไว้ใน ระบบไฟล์ Amazon Elastic (Amazon EFS) สำหรับโดเมน SageMaker Studio จะถูกเก็บไว้หลังจากลบวอลุ่มเพื่อวัตถุประสงค์ในการสำรองข้อมูล
สรุป
ในโพสต์นี้ เราได้อธิบายว่า BMW Group ร่วมมือกับ AWS ProServe พัฒนาบริการแพลตฟอร์ม AI ที่มีการจัดการเต็มรูปแบบบน AWS โดยใช้ SageMaker Studio และบริการแบบไร้เซิร์ฟเวอร์และบริการจัดการอื่นๆ ของ AWS ได้อย่างไร
ด้วย JuMa ทีมงาน AI/ML ของ BMW มีพลังในการปลดล็อกมูลค่าทางธุรกิจใหม่ด้วยการเร่งการทดลองและเวลาในการนำออกสู่ตลาดสำหรับโซลูชัน AI ที่พลิกโฉม นอกจากนี้ ด้วยการย้ายจากแพลตฟอร์มในองค์กร BMW สามารถลดความพยายามในการดำเนินงานและต้นทุนโดยรวม ในขณะเดียวกันก็เพิ่มความยั่งยืนและมาตรการรักษาความปลอดภัยโดยรวมอีกด้วย
หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับการรันปริมาณงานการทดลองและพัฒนา AI/ML บน AWS โปรดไปที่ สตูดิโอ Amazon SageMaker.
เกี่ยวกับผู้เขียน
มาร์ค นอยมันน์ เป็นหัวหน้าแพลตฟอร์ม AI กลางของกลุ่ม BMP เขามีหน้าที่รับผิดชอบในการพัฒนาและปรับใช้กลยุทธ์ในการใช้เทคโนโลยี AI เพื่อสร้างมูลค่าทางธุรกิจทั่วทั้ง BMW Group เป้าหมายหลักของเขาคือเพื่อให้แน่ใจว่าการใช้ AI นั้นยั่งยืนและปรับขนาดได้ ซึ่งหมายความว่าสามารถนำไปใช้ทั่วทั้งองค์กรได้อย่างต่อเนื่องเพื่อขับเคลื่อนการเติบโตและนวัตกรรมในระยะยาว ด้วยความเป็นผู้นำของเขา Neumann มีเป้าหมายที่จะวางตำแหน่ง BMW Group ให้เป็นผู้นำในด้านนวัตกรรมที่ขับเคลื่อนด้วย AI และการสร้างมูลค่าในอุตสาหกรรมยานยนต์และอื่นๆ
อามอร์ สไตน์เบิร์ก เป็นวิศวกรการเรียนรู้ของเครื่องที่ BMW Group และหัวหน้าฝ่ายบริการของ Jupyter Managed ซึ่งเป็นบริการใหม่ที่มีจุดมุ่งหมายเพื่อมอบการวิเคราะห์ที่เน้นโค้ดเป็นศูนย์กลางและเวิร์กเบนช์การเรียนรู้ของเครื่องสำหรับวิศวกรและนักวิทยาศาสตร์ข้อมูลของ BMW Group ประสบการณ์ในอดีตของเขาในฐานะวิศวกร DevOps ที่สถาบันการเงินทำให้เขาสามารถรวบรวมความเข้าใจเฉพาะตัวเกี่ยวกับความท้าทายที่ธนาคารต้องเผชิญในสหภาพยุโรป และรักษาสมดุลระหว่างการมุ่งมั่นสร้างสรรค์นวัตกรรมทางเทคโนโลยี การปฏิบัติตามกฎหมายและข้อบังคับ และการเพิ่มความปลอดภัยสูงสุดให้กับลูกค้า
มารินัส ครอมเมนฮุก เป็นสถาปนิกอาวุโสด้านโซลูชันคลาวด์และนักพัฒนาซอฟต์แวร์ที่ BMW Group เขามีความกระตือรือร้นที่จะปรับปรุงภูมิทัศน์ด้านไอทีให้ทันสมัยด้วยบริการที่ล้ำสมัยซึ่งเพิ่มมูลค่าสูง ตลอดจนบำรุงรักษาและดำเนินการได้ง่าย Marinus เป็นผู้สนับสนุนรายใหญ่ในด้านไมโครเซอร์วิส สถาปัตยกรรมแบบไร้เซิร์ฟเวอร์ และการทำงานที่คล่องตัว เขามีประวัติการทำงานกับทีมที่กระจายอยู่ทั่วโลกภายในองค์กรขนาดใหญ่
นิโคลัส ยาค็อบ แบร์ เป็น Principal Cloud Application Architect ที่ AWS ProServe โดยมุ่งเน้นด้านวิศวกรรมข้อมูลและการเรียนรู้ของเครื่องจักรในสวิตเซอร์แลนด์ เขาทำงานอย่างใกล้ชิดกับลูกค้าองค์กรเพื่อออกแบบแพลตฟอร์มข้อมูลและสร้างการวิเคราะห์ขั้นสูงและกรณีการใช้งาน ML
วาคีน ริเนาโด เป็น Principal Security Architect ที่ AWS ProServe เขามีความหลงใหลในการสร้างโซลูชันที่ช่วยให้นักพัฒนาปรับปรุงคุณภาพซอฟต์แวร์ของตน ก่อนมาร่วมงานกับ AWS เขาทำงานในหลายโดเมนในอุตสาหกรรมการรักษาความปลอดภัย ตั้งแต่การรักษาความปลอดภัยบนมือถือไปจนถึงระบบคลาวด์และหัวข้อที่เกี่ยวข้องกับการปฏิบัติตามข้อกำหนด ในเวลาว่าง Joaquin สนุกกับการใช้เวลาอยู่กับครอบครัวและอ่านนิยายวิทยาศาสตร์
ศุขรัต คดแจ๋ว เป็นผู้จัดการการมีส่วนร่วมอาวุโสระดับโลกที่ AWS ProServe เขาเชี่ยวชาญในการนำเสนอโซลูชัน Big Data และ AI/ML ที่มีประสิทธิภาพซึ่งช่วยให้ลูกค้า AWS สามารถเพิ่มมูลค่าทางธุรกิจให้สูงสุดผ่านการใช้ข้อมูล
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
- เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
- เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
- เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
- ที่มา: https://aws.amazon.com/blogs/machine-learning/accelerating-ai-ml-development-at-bmw-group-with-amazon-sagemaker-studio/
- :มี
- :เป็น
- :ไม่
- :ที่ไหน
- $ ขึ้น
- 000
- 100
- 120
- 15%
- 30
- 7
- 971
- a
- เกี่ยวกับเรา
- บทคัดย่อ
- เร่งความเร็ว
- เร่ง
- เข้า
- ตาม
- ลงชื่อเข้าใช้
- การจัดการบัญชี
- บัญชี
- การบรรลุ
- ข้าม
- กิจกรรม
- เพิ่ม
- นอกจากนี้
- ที่อยู่
- การบริหาร
- การนำมาใช้
- สูง
- ผู้สนับสนุน
- หลังจาก
- กับ
- เปรียว
- มาแล้ว
- AI
- แพลตฟอร์ม AI
- AI / ML
- จุดมุ่งหมาย
- ทั้งหมด
- อนุญาต
- อนุญาตให้
- การอนุญาต
- ช่วยให้
- แล้ว
- ด้วย
- อเมซอน
- อเมซอน SageMaker
- สตูดิโอ Amazon SageMaker
- Amazon Web Services
- จำนวน
- an
- การวิเคราะห์
- นักวิเคราะห์
- การวิเคราะห์
- และ
- และโครงสร้างพื้นฐาน
- ใด
- การใช้งาน
- ประยุกต์
- การอนุมัติ
- ในเชิงสถาปัตยกรรม
- สถาปัตยกรรม
- เป็น
- AS
- การชุมนุม
- ที่เกี่ยวข้อง
- รับประกัน
- At
- มีอำนาจ
- รถยนต์
- อัตโนมัติ
- อัตโนมัติ
- ยานยนต์
- อุตสาหกรรมยานยนต์
- ความพร้อมใช้งาน
- ใช้ได้
- ไป
- AWS
- บริการระดับมืออาชีพของ AWS
- แบ็กเอนด์
- สำรอง
- ยอดคงเหลือ
- ธนาคาร
- ตาม
- BE
- เพราะ
- ก่อน
- ประโยชน์
- ที่ดีที่สุด
- ระหว่าง
- เกิน
- ใหญ่
- ข้อมูลขนาดใหญ่
- Blocks
- BMW
- ทั้งสอง
- กล่อง
- สร้าง
- การก่อสร้าง
- สร้าง
- ธุรกิจ
- แต่
- by
- CAN
- ความสามารถในการ
- ความสามารถ
- สามารถ
- ซึ่ง
- กรณี
- กรณี
- แค็ตตาล็อก
- ส่วนกลาง
- ส่วนกลาง
- ความท้าทาย
- การเปลี่ยนแปลง
- เปลี่ยนแปลง
- ตรวจสอบ
- Choose
- อย่างใกล้ชิด
- เมฆ
- รหัส
- ร่วมมือ
- การทำงานร่วมกัน
- ความซับซ้อน
- การปฏิบัติตาม
- ปฏิบัติตาม
- ส่วนประกอบ
- คำนวณ
- องค์ประกอบ
- มาก
- เสมอต้นเสมอปลาย
- บริโภค
- สิ่งแวดล้อม
- อย่างต่อเนื่อง
- ตรงกันข้าม
- ควบคุม
- แกน
- ไทม์ไลน์การ
- ค่าใช้จ่าย
- ประเทศ
- ครอบคลุม
- สร้าง
- การสร้าง
- ประเพณี
- ลูกค้า
- ลูกค้า
- การปรับแต่ง
- ปรับแต่ง
- รอบ
- ข้อมูล
- วิเคราะห์ข้อมูล
- ดาต้าเลค
- การเตรียมข้อมูล
- วิทยาศาสตร์ข้อมูล
- นักวิทยาศาสตร์ข้อมูล
- ที่ขับเคลื่อนด้วยข้อมูล
- ฐานข้อมูล
- วันที่
- วัน
- การตัดสินใจ
- การตัดสินใจ
- ลึก
- การเรียนรู้ลึก ๆ
- การส่งมอบ
- ปรับใช้
- นำไปใช้
- ปรับใช้
- อธิบาย
- ออกแบบ
- ได้รับการออกแบบ
- รายละเอียด
- พัฒนา
- ผู้พัฒนา
- นักพัฒนา
- ที่กำลังพัฒนา
- พัฒนาการ
- ต่าง
- ดิจิตอล
- ระบบดิจิตอล
- โดยตรง
- โดยตรง
- พิการ
- ซึ่งทำให้ยุ่ง
- กระจาย
- do
- นักเทียบท่า
- ไม่
- โดเมน
- โดเมน
- ลง
- ขับรถ
- ขับเคลื่อน
- ในระหว่าง
- แต่ละ
- ง่าย
- อย่างมีประสิทธิภาพ
- ความพยายาม
- ง่าย
- ความพยายาม
- ทั้ง
- กระแสไฟฟ้า
- ปล่อยก๊าซเรือนกระจก
- พนักงาน
- อำนาจ
- ทำให้สามารถ
- เปิดการใช้งาน
- ช่วยให้
- การเปิดใช้งาน
- ส่งเสริม
- จบสิ้น
- การบังคับใช้
- มีส่วนร่วม
- วิศวกร
- ชั้นเยี่ยม
- วิศวกร
- ทำให้มั่นใจ
- เพื่อให้แน่ใจ
- การสร้างความมั่นใจ
- Enterprise
- ผู้ประกอบการ
- กระตือรือร้น
- ทั้งหมด
- สิ่งแวดล้อม
- สิ่งแวดล้อม
- สภาพแวดล้อม
- ข้อผิดพลาด
- ที่จัดตั้งขึ้น
- ในทวีปยุโรป
- สหภาพยุโรป
- แม้
- ตัวอย่าง
- รายจ่าย
- ประสบการณ์
- ใบหน้า
- อำนวยความสะดวก
- สิ่งอำนวยความสะดวก
- ความล้มเหลว
- คุ้นเคย
- ครอบครัว
- เร็วขึ้น
- คุณสมบัติ
- ค่าธรรมเนียม
- สองสาม
- เนื้อไม่มีมัน
- ทางการเงิน
- สถาบันการเงิน
- โฟกัส
- ดังต่อไปนี้
- รอยพระบาท
- สำหรับ
- กรอบ
- ฟรี
- ราคาเริ่มต้นที่
- เต็ม
- อย่างเต็มที่
- ต่อไป
- นอกจากนี้
- รวบรวม
- โดยทั่วไป
- สร้าง
- ประเทศเยอรมัน
- ไป
- กำหนด
- เหตุการณ์ที่
- โลก
- เป้าหมาย
- การกำกับดูแล
- GPU
- มากขึ้น
- บัญชีกลุ่ม
- กลุ่ม
- การเจริญเติบโต
- เจริญเติบโต
- การเจริญเติบโต
- จัดการ
- ฮาร์ดแวร์
- he
- หัว
- สำนักงานใหญ่
- หนัก
- ช่วย
- จะช่วยให้
- จุดสูง
- มูลค่าสูง
- ระดับสูง
- พระองค์
- ของเขา
- เจ้าภาพ
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- HTML
- ที่ http
- HTTPS
- Hub
- เป็นมนุษย์
- ความคิด
- ระบุ
- เอกลักษณ์
- Idle
- ภาพ
- ทันที
- ส่งผลกระทบ
- มีประสิทธิภาพ
- การดำเนินการ
- การดำเนินการ
- การดำเนินการ
- ที่สำคัญ
- ปรับปรุง
- in
- รวม
- รวมถึง
- รวมทั้ง
- เพิ่ม
- เพิ่มขึ้น
- ที่เพิ่มขึ้น
- ขึ้น
- ตัวชี้วัด
- อุตสาหกรรม
- ข้อมูล
- แจ้ง
- โครงสร้างพื้นฐาน
- นักวิเคราะห์ส่วนบุคคลที่หาโอกาสให้เป็นไปได้มากที่สุด
- ตัวอย่าง
- สถาบัน
- แบบบูรณาการ
- รวม
- บูรณาการ
- ฉลาด
- ตั้งใจว่า
- ภายใน
- อินเทอร์เน็ต
- อินเทอร์เน็ต
- เข้าไป
- แนะนำ
- เงินลงทุน
- เปลี่ยว
- ความเหงา
- ปัญหา
- IT
- ITS
- ตัวเอง
- jacob
- jpg
- เพียงแค่
- เก็บ
- การเก็บรักษา
- เก็บไว้
- คีย์
- ทะเลสาบ
- ภูมิประเทศ
- ใหญ่
- องค์กรขนาดใหญ่
- ล่าสุด
- เปิดตัว
- กฎหมาย
- กฎหมายและข้อบังคับ
- นำ
- ผู้นำ
- ความเป็นผู้นำ
- ชั้นนำ
- กระโดด
- เรียนรู้
- การเรียนรู้
- น้อยที่สุด
- กฎหมาย
- ใบอนุญาต
- ลิขสิทธิ์
- วงจรชีวิต
- ถูก จำกัด
- การ จำกัด
- Line
- จดทะเบียน
- ในประเทศ
- ในท้องถิ่น
- เข้าสู่ระบบ
- นาน
- ระยะยาว
- เครื่อง
- เรียนรู้เครื่อง
- หลัก
- เก็บรักษา
- การบำรุงรักษา
- การบำรุงรักษา
- ทำ
- การทำ
- จัดการ
- การจัดการ
- การจัดการ
- ผู้จัดการ
- การจัดการ
- คู่มือ
- ผู้ผลิต
- วัสดุ
- เพิ่ม
- การเพิ่ม
- ความหมาย
- กลไก
- พบ
- มีคุณสมบัติตรงตาม
- สมาชิก
- หน่วยความจำ
- กล่าวถึง
- ตัวชี้วัด
- microservices
- การโยกย้าย
- การโยกย้าย
- นาที
- พลาด
- ผสม
- ML
- ม.ป.ป
- โทรศัพท์มือถือ
- การรักษาความปลอดภัยมือถือ
- การเคลื่อนย้าย
- โหมด
- แบบ
- โมเดล
- ทันสมัย
- การตรวจสอบ
- จอภาพ
- ข้อมูลเพิ่มเติม
- ยิ่งไปกว่านั้น
- มากที่สุด
- รถจักรยานยนต์
- การย้าย
- หลาย
- จำเป็นต้อง
- จำเป็น
- ต้อง
- ความต้องการ
- เครือข่าย
- ใหม่
- ไม่
- ตอนนี้
- หมายเลข
- of
- การเสนอ
- on
- ตามความต้องการ
- ออนบอร์ด
- การดูแลพนักงานใหม่
- เพียง
- เปิด
- โอเพนซอร์ส
- การเปิด
- ทำงาน
- การดำเนินงาน
- การดำเนินงาน
- เพิ่มประสิทธิภาพ
- or
- ใบสั่ง
- คำสั่งซื้อ
- organizacja
- อื่นๆ
- ออก
- เกิน
- ทั้งหมด
- ของตนเอง
- เจ้าของ
- แพคเกจ
- Parallel
- หลงใหล
- อดีต
- ปะ
- ปู
- ต่อ
- ดำเนินการ
- การปฏิบัติ
- เสา
- ท่อ
- เวที
- แพลตฟอร์ม
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- จุด
- นโยบาย
- พอร์ทัล
- ตำแหน่ง
- โพสต์
- ขับเคลื่อน
- ที่มีประสิทธิภาพ
- การปฏิบัติ
- Premium
- การจัดเตรียม
- ป้องกัน
- ประถม
- หลัก
- ก่อน
- ส่วนตัว
- สิทธิพิเศษ
- สิทธิ์
- กระบวนการ
- กระบวนการ
- ก่อ
- ผลิตภัณฑ์
- การพัฒนาผลิตภัณฑ์
- การผลิต
- ผลผลิต
- มืออาชีพ
- มืออาชีพ
- ป้องกัน
- ต้นแบบ
- ให้
- ให้
- ผู้จัดหา
- ให้
- การให้
- วัตถุประสงค์
- หลาม
- คุณภาพ
- อย่างรวดเร็ว
- R
- พิสัย
- อย่างรวดเร็ว
- การอ่าน
- พร้อม
- ที่ได้รับ
- ระเบียน
- ลด
- ลด
- อ้างอิง
- เกี่ยวกับ
- ภูมิภาค
- กฎระเบียบ
- วางใจ
- อาศัย
- เอาออก
- รายงาน
- ขอ
- การร้องขอ
- ต้องการ
- จำเป็นต้องใช้
- ความต้องการ
- แหล่งข้อมูล
- รับผิดชอบ
- หวงห้าม
- ผลสอบ
- ความจำ
- สิทธิ
- บทบาท
- บทบาท
- วิ่ง
- วิ่ง
- รันไทม์
- sagemaker
- เดียวกัน
- scalability
- ที่ปรับขนาดได้
- ปรับ
- วิทยาศาสตร์
- นักวิทยาศาสตร์
- นักวิทยาศาสตร์
- ไร้รอยต่อ
- ได้อย่างลงตัว
- ส่วน
- ปลอดภัย
- ความปลอดภัย
- บริการตัวเอง
- ระดับอาวุโส
- serverless
- เซิร์ฟเวอร์
- บริการ
- บริการ
- ชุด
- ชุดอุปกรณ์
- หลาย
- ที่ใช้ร่วมกัน
- เปลี่ยน
- การปิด
- ปิด
- สำคัญ
- อย่างมีความหมาย
- ง่าย
- ง่ายดาย
- เดียว
- สถานการณ์
- ขนาด
- มีฝีมือ
- So
- ซอฟต์แวร์
- ทางออก
- โซลูชัน
- แหล่ง
- อธิปไตย
- ช่องว่าง
- ช่องว่าง
- พิเศษ
- ความเชี่ยวชาญ
- โดยเฉพาะ
- เฉพาะ
- การใช้จ่าย
- มาตรฐาน
- เริ่มต้น
- รัฐของศิลปะ
- ขั้นตอน
- ขั้นตอน
- การเก็บรักษา
- จัดเก็บ
- เก็บไว้
- กลยุทธ์
- กลยุทธ์
- ช่วยเพิ่มความคล่องตัว
- มุ่งมั่น
- แข็งแรง
- โครงสร้าง
- สตูดิโอ
- ซับเน็ต
- อย่างเช่น
- เพียงพอ
- สนับสนุน
- รองรับ
- การพัฒนาอย่างยั่งยืน
- ที่ยั่งยืน
- ประเทศสวิสเซอร์แลนด์
- ระบบ
- เอา
- คุย
- งาน
- ทีม
- สมาชิกในทีม
- ทีม
- วิชาการ
- เทคโนโลยี
- เทคโนโลยี
- ระยะ
- terraform
- การทดสอบ
- ที่
- พื้นที่
- เส้น
- ของพวกเขา
- พวกเขา
- ดังนั้น
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- พวกเขา
- นี้
- เหล่านั้น
- ตลอด
- ตลอด
- อย่างแน่นหนา
- เวลา
- ไปยัง
- ในวันนี้
- เกินไป
- เครื่องมือ
- ด้านบน
- หัวข้อ
- ไปทาง
- ติดตาม
- การติดตาม
- การฝึกอบรม
- แนวโน้ม
- สอง
- ความเข้าใจ
- สหภาพ
- เป็นเอกลักษณ์
- ปลดล็อก
- ทันเหตุการณ์
- ให้กับคุณ
- อัพเกรด
- URL
- การใช้
- ใช้
- ใช้กรณี
- มือสอง
- ที่ใช้งานง่าย
- ผู้ใช้
- การใช้
- การตรวจสอบ
- การตรวจสอบ
- ความคุ้มค่า
- การสร้างมูลค่า
- รุ่น
- ตรวจสอบแล้ว
- ผ่านทาง
- รายละเอียด
- เสมือน
- เยี่ยมชมร้านค้า
- ไดรฟ์
- คือ
- ทาง..
- we
- เว็บ
- บริการเว็บ
- ดี
- คือ
- เมื่อ
- เมื่อไรก็ตาม
- แต่ทว่า
- ที่
- ในขณะที่
- จะ
- กับ
- ภายใน
- ไม่มี
- งาน
- ทำงาน
- เวิร์กโฟลว์
- ขั้นตอนการทำงาน
- การทำงาน
- โรงงาน
- โลก
- ของโลก
- ทั่วโลก
- กังวล
- จะ
- ปี
- ของคุณ
- ลมทะเล
- โซน