پچھلی دہائی میں ڈیجیٹل میڈیا میں ٹیکنالوجی کے رجحانات اور ترقیات کے نتیجے میں متن پر مبنی ڈیٹا کا پھیلاؤ ہوا ہے۔ بصیرت حاصل کرنے کے لیے اس متن کی کان کنی کے ممکنہ فوائد، حکمت عملی اور حکمت عملی دونوں، بہت زیادہ ہیں۔ اسے نیچرل لینگویج پروسیسنگ (NLP) کہا جاتا ہے۔ آپ NLP استعمال کر سکتے ہیں، مثال کے طور پر، کسٹمر کے جذبات کے لیے اپنے پروڈکٹ کے جائزوں کا تجزیہ کرنے کے لیے، کسٹمر کے تبصروں کی بنیاد پر پروڈکٹ کی دلچسپی کی اقسام کی شناخت کرنے کے لیے ایک حسب ضرورت ہستی پہچاننے والے ماڈل کو تربیت دے سکتے ہیں، یا سب سے زیادہ مقبول پروڈکٹ کیٹیگریز کا تعین کرنے کے لیے حسب ضرورت ٹیکسٹ درجہ بندی ماڈل کو تربیت دے سکتے ہیں۔
ایمیزون کی تعریف دستاویزات کے مواد کے بارے میں بصیرت حاصل کرنے کے لیے تیار شدہ ذہانت کے ساتھ ایک NLP سروس ہے۔ یہ دستاویز میں موجود ہستیوں، کلیدی فقروں، زبان، جذبات اور دیگر عام عناصر کو پہچان کر بصیرت پیدا کرتا ہے۔ Amazon Comprehend Custom آپ کے اپنے ڈیٹا کا استعمال کرتے ہوئے آپ کی جانب سے NLP ماڈل بنانے کے لیے خودکار مشین لرننگ (Auto ML) کا استعمال کرتا ہے۔ یہ آپ کو اپنے کاروبار کے لیے منفرد اداروں کا پتہ لگانے یا آپ کی ضروریات کے مطابق متن یا دستاویزات کی درجہ بندی کرنے کے قابل بناتا ہے۔ مزید برآں، آپ استعمال میں آسان APIs کے ساتھ اپنے پورے NLP ورک فلو کو خودکار کر سکتے ہیں۔
آج ہمیں Amazon Comprehend کسٹم ماڈل کاپی فیچر کے اجراء کا اعلان کرتے ہوئے خوشی ہو رہی ہے، جو آپ کو اپنے Amazon Comprehend کے کسٹم ماڈلز کو ماخذ اکاؤنٹ سے خود بخود کاپی کرنے کی اجازت دیتا ہے اسی علاقے میں مخصوص ٹارگٹ اکاؤنٹس میں ڈیٹا سیٹس تک رسائی کی ضرورت کے بغیر۔ پر تربیت دی گئی اور اس کا جائزہ لیا گیا۔ آج سے، آپ استعمال کر سکتے ہیں AWS مینجمنٹ کنسول, AWS کمانڈ لائن انٹرفیس (AWS CLI)، یا boto3 APIs (AWS کے لیے Python SDK) ماخذ اکاؤنٹ سے ایک مقرر کردہ ہدف اکاؤنٹ میں تربیت یافتہ کسٹم ماڈلز کاپی کرنے کے لیے۔ یہ نئی خصوصیت Amazon Comprehend کسٹم درجہ بندی اور کسٹم ہستی کی شناخت کے ماڈلز دونوں کے لیے دستیاب ہے۔
ماڈل کاپی فیچر کے فوائد
اس نئی خصوصیت کے درج ذیل فوائد ہیں:
- ملٹی اکاؤنٹ MLOps حکمت عملی - ایک بار ایک ماڈل کو تربیت دیں اور مختلف کھاتوں میں متعدد ماحول میں قابل قیاس تعیناتی کو یقینی بنائیں۔
- تیز تر تعیناتی - آپ ہر اکاؤنٹ میں دوبارہ تربیت دینے میں لگنے والے وقت سے گریز کرتے ہوئے، اکاؤنٹس کے درمیان ایک تربیت یافتہ ماڈل کو تیزی سے کاپی کر سکتے ہیں۔
- حساس ڈیٹاسیٹس کی حفاظت کریں۔ - اب آپ کو مختلف اکاؤنٹس یا صارفین کے درمیان ڈیٹا سیٹس کا اشتراک کرنے کی ضرورت نہیں ہے۔ تربیت کا ڈیٹا صرف اس اکاؤنٹ پر دستیاب ہونا ضروری ہے جہاں تربیت دی جاتی ہے۔ یہ کچھ خاص صنعتوں جیسے مالیاتی خدمات کے لیے بہت اہم ہے، جہاں ریگولیٹری تقاضوں کو پورا کرنے کے لیے ڈیٹا آئسولیشن اور سینڈ باکسنگ ضروری ہے۔
- آسان تعاون - شراکت دار یا فروش اب آسانی سے Amazon Comprehend Custom میں تربیت حاصل کر سکتے ہیں اور ماڈلز کو اپنے صارفین کے ساتھ شیئر کر سکتے ہیں۔
ماڈل کاپی کیسے کام کرتی ہے۔
نئے ماڈل کاپی فیچر کے ساتھ، آپ دو مراحل کے عمل میں ایک ہی علاقے میں AWS اکاؤنٹس کے درمیان حسب ضرورت ماڈلز کاپی کر سکتے ہیں۔ سب سے پہلے، ایک AWS اکاؤنٹ (اکاؤنٹ A) میں صارف، ایک حسب ضرورت ماڈل شیئر کرتا ہے جو ان کے اکاؤنٹ میں ہے۔ پھر، دوسرے AWS اکاؤنٹ (اکاؤنٹ B) میں صارف اپنے اکاؤنٹ میں ماڈل درآمد کرتا ہے۔
ایک ماڈل شیئر کریں۔
اکاؤنٹ A میں حسب ضرورت ماڈل کا اشتراک کرنے کے لیے، صارف ایک منسلک کرتا ہے۔ AWS شناخت اور رسائی کا انتظام (IAM) ایک ماڈل ورژن کے لیے وسائل پر مبنی پالیسی۔ یہ پالیسی اکاؤنٹ B میں ایک ہستی، جیسے کہ IAM صارف یا کردار، کو اپنے AWS اکاؤنٹ میں Amazon Comprehend میں ماڈل ورژن درآمد کرنے کی اجازت دیتی ہے۔ آپ وسائل پر مبنی پالیسی کو کنسول کے ذریعے یا Amazon Comprehend کسٹم کے ذریعے تشکیل دے سکتے ہیں۔ PutResourcePolicy
API.
ایک ماڈل درآمد کریں۔
اکاؤنٹ B میں ماڈل درآمد کرنے کے لیے، اس اکاؤنٹ کا صارف Amazon Comprehend کو ضروری تفصیلات فراہم کرتا ہے، جیسے کہ ماڈل کا Amazon Resource Name (ARN)۔ جب وہ ماڈل درآمد کرتے ہیں، تو یہ صارف اپنے AWS اکاؤنٹ میں ایک نیا کسٹم ماڈل بناتا ہے جو اس ماڈل کو نقل کرتا ہے جسے انہوں نے درآمد کیا تھا۔ یہ ماڈل مکمل طور پر تربیت یافتہ ہے اور انفرنس کی ملازمتوں کے لیے تیار ہے، جیسے کہ دستاویز کی درجہ بندی یا نام کی ہستی کی شناخت۔ اگر ماڈل ایک کے ساتھ خفیہ کردہ ہے۔ AWS کلیدی انتظام کی خدمت ماخذ میں (AWS KMS) کلید، پھر ماڈل کو درآمد کرتے وقت بتائے گئے سروس رول کو KMS کلید تک رسائی کی ضرورت ہوتی ہے تاکہ درآمد کے دوران ماڈل کو ڈکرپٹ کیا جا سکے۔ ٹارگٹ اکاؤنٹ درآمد کے دوران ماڈل کو انکرپٹ کرنے کے لیے KMS کلید بھی بتا سکتا ہے۔ مشترکہ ماڈل کی درآمد کنسول اور API کے طور پر بھی دستیاب ہے۔
حل جائزہ
ماڈل کاپی فیچر کی فعالیت کو ظاہر کرنے کے لیے، ہم آپ کو Amazon Comprehend کنسول اور AWS CLI دونوں کا استعمال کرتے ہوئے ایک Amazon Comprehend کسٹم ہستی کی شناخت کے ماڈل کی تربیت، اشتراک اور درآمد کرنے کا طریقہ دکھاتے ہیں۔ اس مظاہرے کے لیے، ہم دو مختلف اکاؤنٹس استعمال کرتے ہیں۔ یہ اقدامات Amazon Comprehend اپنی مرضی کے مطابق درجہ بندی پر بھی لاگو ہوتے ہیں۔ مطلوبہ اقدامات درج ذیل ہیں:
- سورس اکاؤنٹ میں ایک Amazon Comprehend کسٹم ہستی کی شناخت کے ماڈل کو تربیت دیں۔
- کراس اکاؤنٹ تک رسائی کی اجازت دینے کے لیے تربیت یافتہ ماڈل کے لیے IAM وسائل کی پالیسی کی وضاحت کریں۔
- تربیت یافتہ ماڈل کو سورس اکاؤنٹ سے ٹارگٹ اکاؤنٹ میں کاپی کریں۔
- بیچ جاب کے ذریعے کاپی شدہ ماڈل کی جانچ کریں۔
سورس اکاؤنٹ میں ایک Amazon Comprehend کسٹم ہستی کی شناخت کے ماڈل کو تربیت دیں۔
پہلا مرحلہ ماخذ اکاؤنٹ میں ایک Amazon Comprehend کسٹم ہستی کی شناخت کے ماڈل کو تربیت دینا ہے۔ تربیت کے لیے ایک ان پٹ ڈیٹاسیٹ کے طور پر، ہم ایک CSV استعمال کرتے ہیں۔ ہستی کی فہرست اور تربیتی دستاویزات دی گئی دستاویز میں AWS سروس کی پیشکش کو تسلیم کرنے کے لیے۔ یقینی بنائیں کہ ہستی کی فہرست اور تربیتی دستاویزات ایک میں ہیں۔ ایمیزون سادہ اسٹوریج سروس (ایمیزون S3) سورس اکاؤنٹ میں بالٹی۔ ہدایات کے لیے، دیکھیں ایمیزون S3 میں دستاویزات شامل کرنا.
ایک IAM کردار بنائیں Amazon کو سمجھنا اور تربیتی ڈیٹا کے ساتھ S3 بالٹی تک مطلوبہ رسائی فراہم کرنا۔ بعد کے مراحل میں استعمال کرنے کے لیے ARN اور S3 بالٹی پاتھ کے کردار کو نوٹ کریں۔
AWS CLI کے ساتھ ایک ماڈل کو تربیت دیں۔
درج ذیل AWS CLI کمانڈ کا استعمال کرتے ہوئے ایک ہستی کی شناخت کنندہ بنائیں۔ اپنے پیرامیٹرز کو S3 پاتھز، IAM رول اور ریجن کے لیے تبدیل کریں۔ جواب واپس آتا ہے۔ EntityRecognizerArn
.
تربیتی جاب کی حیثیت کو describe-entity-recognizer کو کال کرکے اور جواب میں اسٹیٹس کو چیک کرکے مانیٹر کیا جاسکتا ہے۔
کنسول کے ذریعے ماڈل کو تربیت دیں۔
کنسول کے ذریعے ماڈل کو تربیت دینے کے لیے، درج ذیل مراحل کو مکمل کریں:
- ایمیزون کمپری ہینڈ کنسول پر، نیچے حسب ضرورت، ایک نیا حسب ضرورت ہستی پہچاننے والا ماڈل بنائیں۔
- ماڈل کا نام اور ورژن فراہم کریں۔
- کے لئے زبانمنتخب کریں انگلش.
- کے لئے حسب ضرورت ہستی کی قسمشامل کریں
AWS_OFFERING
.
اپنی مرضی کے مطابق ہستی کی شناخت کے ماڈل کو تربیت دینے کے لیے، آپ Amazon Comprehend کو ڈیٹا فراہم کرنے کے دو طریقوں میں سے ایک کا انتخاب کر سکتے ہیں: تشریحات or ہستی کی فہرستیں. سادگی کے لیے، ہستی کی فہرست کا طریقہ استعمال کریں۔
- کے لئے ڈیٹا کی شکلمنتخب CSV فائل۔.
- کے لئے تربیت کی قسممنتخب ہستی کی فہرست اور تربیتی دستاویزات کا استعمال.
- ہستی کی فہرست CSV اور تربیتی ڈیٹا کے لیے S3 مقام کے راستے فراہم کریں۔
- Amazon Comprehend کو اپنی S3 بالٹی تک رسائی کی اجازت دینے کے لیے، IAM سروس سے منسلک رول بنائیں۔
میں وسائل پر مبنی پالیسی سیکشن، آپ ماڈل ورژن تک رسائی کی اجازت دے سکتے ہیں۔ جن اکاؤنٹس تک آپ رسائی دیتے ہیں وہ اس ماڈل کو اپنے اکاؤنٹ میں درآمد کر سکتے ہیں۔ ہم ابھی اس مرحلے کو چھوڑ دیتے ہیں اور ماڈل کی تربیت کے بعد پالیسی شامل کرتے ہیں اور ہم ماڈل کی کارکردگی سے مطمئن ہیں۔
- میں سے انتخاب کریں تخلیق کریں.
یہ آپ کے حسب ضرورت ہستی کی شناخت کنندہ کو جمع کراتا ہے، جو متعدد ماڈلز سے گزرتا ہے، آپ کے ہائپر پیرامیٹر کو ٹیون کرتا ہے، اور یہ یقینی بنانے کے لیے کہ آپ کا ماڈل مضبوط ہے۔ یہ سب وہی سرگرمیاں ہیں جو ڈیٹا سائنسدان انجام دیتے ہیں۔
کراس اکاؤنٹ تک رسائی کی اجازت دینے کے لیے تربیت یافتہ ماڈل کے لیے IAM وسائل کی پالیسی کی وضاحت کریں۔
جب ہم تربیت کی کارکردگی سے مطمئن ہوتے ہیں، تو ہم آگے بڑھ سکتے ہیں اور وسائل کی پالیسی شامل کر کے مخصوص ماڈل ورژن کا اشتراک کر سکتے ہیں۔
AWS CLI سے وسائل پر مبنی پالیسی شامل کریں۔
ماڈل پر وسائل کی پالیسی شامل کرکے ٹارگٹ اکاؤنٹ سے ماڈل درآمد کرنے کی اجازت دیں، جیسا کہ درج ذیل کوڈ میں دکھایا گیا ہے۔ پالیسی کو ایک خاص ماڈل ورژن اور ہدف پرنسپل تک سختی سے دائر کیا جا سکتا ہے۔ رسائی فراہم کرنے کے لیے اپنے تربیت یافتہ ہستی شناخت کنندہ ARN اور ہدف اکاؤنٹ کو تبدیل کریں۔
کنسول کے ذریعے وسائل پر مبنی پالیسی شامل کریں۔
تربیت مکمل ہونے پر، ایک حسب ضرورت ہستی کی شناخت کا ماڈل ورژن تیار کیا جاتا ہے۔ ہم تربیت یافتہ ماڈل کی کارکردگی سمیت تربیت کی تفصیلات دیکھنے کے لیے تربیت یافتہ ماڈل اور ورژن کا انتخاب کر سکتے ہیں۔
پالیسی کو اپ ڈیٹ کرنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- پر ٹیگز، وی پی سی اور پالیسی ٹیب، وسائل پر مبنی پالیسی میں ترمیم کریں۔
- پالیسی کا نام فراہم کریں، Amazon Comprehend سروس پرنسپل (
comprehend.amazonaws.com
)، ٹارگٹ اکاؤنٹ ID، اور ٹارگٹ اکاؤنٹ میں IAM صارفین ماڈل ورژن کو درآمد کرنے کے مجاز ہیں۔
ہم وضاحت کرتے ہیں۔ root
ٹارگٹ اکاؤنٹ میں تمام صارفین کو اجازت دینے کے لیے IAM ادارے کے طور پر۔
تربیت یافتہ ماڈل کو سورس اکاؤنٹ سے ٹارگٹ اکاؤنٹ میں کاپی کریں۔
اب ماڈل کو ماخذ اکاؤنٹ سے تربیت دی جاتی ہے اور اس کا اشتراک کیا جاتا ہے۔ مجاز ٹارگٹ اکاؤنٹ صارف ماڈل کو درآمد کر سکتا ہے اور اپنے اکاؤنٹ میں ماڈل کی ایک کاپی بنا سکتا ہے۔
ایک ماڈل درآمد کرنے کے لیے، آپ کو اپنے اکاؤنٹ پر کاپی ایکشن انجام دینے کے لیے Amazon Comprehend کے لیے سورس ماڈل ARN اور سروس رول کی وضاحت کرنے کی ضرورت ہے۔ آپ اپنے ٹارگٹ اکاؤنٹ میں ماڈل کو انکرپٹ کرنے کے لیے ایک اختیاری AWS KMS ID بتا سکتے ہیں۔
AWS CLI کے ذریعے ماڈل درآمد کریں۔
AWS CLI کے ساتھ اپنا ماڈل درآمد کرنے کے لیے، درج ذیل کوڈ درج کریں:
کنسول کے ذریعے ماڈل درآمد کریں۔
کنسول کے ذریعے ماڈل درآمد کرنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- ایمیزون کمپری ہینڈ کنسول پر، نیچے اپنی مرضی کے مطابق ہستی کی شناختمنتخب کریں ورژن درآمد کریں۔.
- کے لئے ماڈل ورژن ARNماخذ اکاؤنٹ میں تربیت یافتہ ماڈل کے لیے ARN درج کریں۔
- ہدف کے لیے ماڈل کا نام اور ورژن درج کریں۔
- سروس اکاؤنٹ رول فراہم کریں اور منتخب کریں۔ کی توثیق ماڈل کی درآمد کا عمل شروع کرنے کے لیے۔
ماڈل کی حیثیت تبدیل ہونے کے بعد Imported
، ہم تربیت یافتہ ماڈل کی کارکردگی کی تفصیلات سمیت ماڈل کی تفصیلات دیکھ سکتے ہیں۔
بیچ جاب کے ذریعے کاپی شدہ ماڈل کی جانچ کریں۔
ہم بیچ جاب کے ساتھ حسب ضرورت اداروں کا پتہ لگا کر ٹارگٹ اکاؤنٹ میں کاپی شدہ ماڈل کی جانچ کرتے ہیں۔ ماڈل کو جانچنے کے لیے، ڈاؤن لوڈ کریں۔ ٹیسٹ فائل اور اسے اپنے ٹارگٹ اکاؤنٹ میں S3 بالٹی میں رکھیں۔ ایک IAM کردار بنائیں Amazon کو سمجھیں اور ٹیسٹ ڈیٹا کے ساتھ S3 بالٹی تک مطلوبہ رسائی فراہم کریں۔ آپ رول ARN اور S3 بالٹی پاتھ استعمال کرتے ہیں جو آپ نے پہلے نوٹ کیا تھا۔
کام مکمل ہونے پر، آپ مخصوص آؤٹ پٹ S3 بالٹی میں تخمینہ ڈیٹا کی تصدیق کر سکتے ہیں۔
AWS CLI کے ساتھ ماڈل کی جانچ کریں۔
AWS CLI کا استعمال کرتے ہوئے ماڈل کی جانچ کرنے کے لیے، درج ذیل کوڈ درج کریں:
کنسول کے ذریعے ماڈل کی جانچ کریں۔
کنسول کے ذریعے ماڈل کی جانچ کرنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- Amazon Comprehend کنسول پر، منتخب کریں۔ تجزیہ کی نوکریاں اور منتخب کریں نوکری پیدا کریں۔.
- کے لئے نام، نوکری کے لیے ایک نام درج کریں۔
- کے لئے تجزیہ کی قسممنتخب کریں اپنی مرضی کے مطابق ہستی کی شناخت.
- درآمد شدہ ماڈل کے ماڈل کا نام اور ورژن منتخب کریں۔
- کام کے لیے ٹیسٹ فائل کے لیے S3 راستے اور آؤٹ پٹ لوکیشن فراہم کریں جہاں Amazon Comprehend نتیجہ اسٹور کرتا ہے۔
- S3 بالٹی تک رسائی کی اجازت کے ساتھ IAM رول کا انتخاب کریں یا تخلیق کریں۔
- میں سے انتخاب کریں نوکری پیدا کریں۔.
جب آپ کا تجزیہ کام مکمل ہو جاتا ہے، تو آپ کے آؤٹ پٹ S3 بالٹی پاتھ میں JSON فائلیں ہوتی ہیں، جنہیں آپ درآمد شدہ ماڈل سے ہستی کی شناخت کے نتائج کی تصدیق کے لیے ڈاؤن لوڈ کر سکتے ہیں۔
نتیجہ
اس پوسٹ میں، ہم نے Amazon Comprehend کسٹم entity ماڈل کاپی فیچر کا مظاہرہ کیا۔ یہ خصوصیت آپ کو ایک اکاؤنٹ میں Amazon Comprehend کسٹم ہستی کی شناخت یا درجہ بندی کے ماڈل کی تربیت دینے اور پھر اسی علاقے میں دوسرے اکاؤنٹ کے ساتھ ماڈل کا اشتراک کرنے کی صلاحیت فراہم کرتی ہے۔ یہ ملٹی اکائونٹ حکمت عملی کو آسان بناتا ہے جہاں ماڈل کو ایک بار تربیت دی جا سکتی ہے اور ٹریننگ ڈیٹا سیٹس کو دوبارہ تربیت یا اشتراک کیے بغیر ایک ہی خطے کے اکاؤنٹس کے درمیان شیئر کیا جا سکتا ہے۔ یہ آپ کے MLOps ورک فلو کے حصے کے طور پر ہر اکاؤنٹ میں قابل پیشن گوئی کی تعیناتی کی اجازت دیتا ہے۔ مزید معلومات کے لیے، ہماری دستاویزات دیکھیں اپنی مرضی کی کاپی کو سمجھیں۔، یا کنسول کے ذریعے یا AWS CLI کے ساتھ کلاؤڈ شیل کا استعمال کرتے ہوئے اس پوسٹ میں واک تھرو آزمائیں۔
اس تحریر کے مطابق، Amazon Comprehend میں ماڈل کاپی فیچر درج ذیل علاقوں میں دستیاب ہے۔
- یو ایس ایسٹ (اوہائیو)
- یو ایس ایسٹ (این ورجینیا)
- یو ایس ویسٹ (اوریگون)
- ایشیا پیسفک (ممبئی)
- ایشیا پیسفک (سیول)
- ایشیا پیسفک (سنگاپور)
- ایشیا پیسیفک (سڈنی)
- ایشیا پیسفک (ٹوکیو)
- یورپی یونین (فرینکفرٹ)
- EU (آئرلینڈ)
- یورپی یونین (لندن)
- AWS GovCloud (US-West)
خصوصیت کو آزمائیں، اور براہ کرم ہمیں یا تو کے ذریعے رائے بھیجیں۔ AWS فورم Amazon Comprehend کے لیے یا آپ کے معمول کے AWS سپورٹ رابطوں کے ذریعے۔
مصنفین کے بارے میں
پریم کمار رنگراجن ایمیزون ویب سروسز میں ایک AI/ML ماہر حل آرکیٹیکٹ ہے اور اس سے قبل AWS AI سروسز کے ساتھ Natural Language Processing نامی کتاب تصنیف کر چکی ہے۔ اس کے پاس آئی ٹی انڈسٹری میں مختلف کرداروں میں 26 سال کا تجربہ ہے، بشمول ڈیلیوری لیڈ، انٹیگریشن اسپیشلسٹ، اور انٹرپرائز آرکیٹیکٹ۔ وہ تمام سائز کے کاروباری اداروں کو ان کے حقیقی دنیا کے چیلنجوں کو حل کرنے کے لیے AI اور ML کو اپنانے میں مدد کرتا ہے۔
چیتن کرشنا۔ ہندوستان میں ایک سینئر پارٹنر سلوشن آرکیٹیکٹ ہے۔ وہ ایک مضبوط کلاؤڈ قابلیت قائم کرنے، AWS کے بہترین طریقوں کو اپنانے اور کسٹمر کے چیلنجوں کو حل کرنے کے لیے اسٹریٹجک AWS پارٹنرز کے ساتھ کام کرتا ہے۔ وہ ایک بلڈر ہے اور AI/ML، IoT، اور تجزیات کے ساتھ تجربہ کرنے سے لطف اندوز ہوتا ہے۔
سری ہرشا ایم ایس Amazon Web Services میں اسٹریٹجک اسپیشلسٹ ٹیم میں AI/ML ماہر حل آرکیٹیکٹ ہے۔ وہ اسٹریٹجک AWS صارفین کے ساتھ کام کرتا ہے جو پیچیدہ کاروباری مسائل کو حل کرنے کے لیے AI/ML کا فائدہ اٹھا رہے ہیں۔ وہ AI/ML ایپلیکیشنز کو پیمانے پر لاگو کرنے کے لیے تکنیکی رہنمائی اور ڈیزائن مشورہ فراہم کرتا ہے۔ اس کی مہارت ایپلی کیشن آرکیٹیکچر، بگ ڈیٹا، اینالیٹکس اور مشین لرننگ پر محیط ہے۔
- "
- &
- 100
- 9
- ہمارے بارے میں
- تک رسائی حاصل
- اکاؤنٹ
- عمل
- سرگرمیوں
- ترقی
- فائدہ
- مشورہ
- AI
- AI خدمات
- تمام
- ایمیزون
- ایمیزون ویب سروسز
- تجزیہ
- تجزیاتی
- اعلان کریں
- اعلان
- ایک اور
- اے پی آئی
- APIs
- قابل اطلاق
- درخواست
- ایپلی کیشنز
- فن تعمیر
- آٹو
- دستیاب
- AWS
- فوائد
- BEST
- بہترین طریقوں
- سرحد
- تعمیر
- بلڈر
- کاروبار
- چیلنجوں
- جانچ پڑتال
- چیک
- درجہ بندی
- بادل
- کوڈ
- تبصروں
- کامن
- پیچیدہ
- کنسول
- مواد
- گاہکوں
- اعداد و شمار
- دہائی
- ترسیل
- تعیناتی
- ڈیزائن
- مختلف
- ڈیجیٹل
- دستاویزات
- آسانی سے
- اثر
- بہت بڑا
- انٹرپرائز
- ضروری
- مثال کے طور پر
- تجربہ
- مہارت
- نمایاں کریں
- آراء
- مالی
- مالیاتی خدمات
- پہلا
- کے بعد
- فعالیت
- خوش
- ہونے
- مدد کرتا ہے
- کس طرح
- کیسے
- HTTPS
- شناخت
- شناختی
- پر عملدرآمد
- اہم
- درآمد
- سمیت
- بھارت
- صنعتوں
- صنعت
- معلومات
- بصیرت
- انضمام
- انٹیلی جنس
- دلچسپی
- IOT
- آئر لینڈ
- تنہائی
- IT
- ایوب
- نوکریاں
- کلیدی
- زبان
- شروع
- قیادت
- سیکھنے
- لائن
- لسٹ
- محل وقوع
- لندن
- مشین
- مشین لرننگ
- انتظام
- میڈیا
- کانوں کی کھدائی
- ML
- ماڈل
- ماڈل
- سب سے زیادہ
- سب سے زیادہ مقبول
- ممبئی
- قدرتی
- پیشکشیں
- اوہائیو
- حکم
- وریگن
- دیگر
- پیسیفک
- پارٹنر
- شراکت داروں کے
- کارکردگی
- جملے
- پالیسی
- مقبول
- پرنسپل
- مسائل
- عمل
- مصنوعات
- فراہم
- فراہم کرتا ہے
- جلدی سے
- ریگولیٹری
- ضرورت
- ضروریات
- وسائل
- جواب
- نتائج کی نمائش
- واپسی
- جائزہ
- پیمانے
- سائنسدانوں
- sdk
- سیول
- سروس
- سروسز
- سیکنڈ اور
- مشترکہ
- حصص
- شیل
- سادہ
- سنگاپور
- So
- حل
- حل
- شروع کریں
- بیان
- درجہ
- ذخیرہ
- پردہ
- حکمت عملی
- حکمت عملی
- حمایت
- سڈنی
- ہدف
- ٹیم
- ٹیکنیکل
- ٹیسٹ
- ماخذ
- کے ذریعے
- وقت
- آج
- ٹوکیو
- ٹریننگ
- رجحانات
- منفرد
- اپ ڈیٹ کریں
- us
- استعمال کی شرائط
- صارفین
- دکانداروں
- لنک
- ورجینیا
- ویب
- ویب خدمات
- مغربی
- ڈبلیو
- کے اندر
- بغیر
- کام کرتا ہے
- تحریری طور پر
- سال