۔ اقوام متحدہ (UN) کی بنیاد 1945 میں 51 اصل رکن ممالک نے رکھی تھی جو بین الاقوامی امن اور سلامتی کو برقرار رکھنے، اقوام کے درمیان دوستانہ تعلقات کو فروغ دینے اور سماجی ترقی، بہتر معیار زندگی اور انسانی حقوق کو فروغ دینے کے لیے پرعزم تھی۔ اقوام متحدہ اس وقت 193 رکن ممالک پر مشتمل ہے اور تیزی سے بدلتی ہوئی دنیا کے ساتھ رفتار برقرار رکھنے کے لیے کئی سالوں میں تیار ہوا ہے۔ دی اقوام متحدہ کے ترقیاتی پروگرام (UNDP) اقوام متحدہ کی ترقیاتی ایجنسی ہے اور 170 سے زیادہ ممالک اور خطوں میں کام کرتی ہے۔ یہ پائیدار ترقیاتی اہداف (SDGs) کو حاصل کرنے میں ممالک کی مدد کرنے میں ایک اہم کردار ادا کرتا ہے، جو غربت کے خاتمے، کرہ ارض کی حفاظت، اور تمام لوگوں کو امن اور خوشحالی سے لطف اندوز ہونے کو یقینی بنانے کے لیے ایک عالمی کال ہے۔
ایک سیکھنے کی تنظیم کے طور پر، UNDP تشخیص کے کام کو بہت اہمیت دیتا ہے۔ ہر UNDP پروگرام یونٹ اپنے پراجیکٹس اور پروگراموں کی کارکردگی تک رسائی کے لیے جائزہ کمیشن کرتا ہے۔ دی آزاد تشخیصی دفتر (IEO) UNDP کے اندر ایک فعال طور پر آزاد دفتر ہے جو UNDP، UNCDF، اور UNV کے ایگزیکٹو بورڈ اور انتظام کی نگرانی اور جوابدہی کے کاموں کی حمایت کرتا ہے۔ IEO کے بنیادی کام آزادانہ پروگرامیٹک اور موضوعاتی جائزے کرنا ہیں جو تنظیم کے لیے اسٹریٹجک اہمیت کے حامل ہیں — جیسے کہ COVID-19 وبائی مرض کی بحالی کے لیے اس کا تعاون۔
اس پوسٹ میں، ہم اس بات پر تبادلہ خیال کرتے ہیں کہ کس طرح IEO نے UNDP کے مصنوعی ذہانت اور مشین لرننگ (ML) پلیٹ فارم کو تیار کیا — جسے مصنوعی ذہانت برائے ترقی کے تجزیات (AIDA) کا نام دیا گیا ہے — AWS، UNDP کی انفارمیشن اینڈ ٹیکنالوجی مینجمنٹ ٹیم (UNDP ITM)، اور متحدہ کے تعاون سے۔ نیشنز انٹرنیشنل کمپیوٹنگ سینٹر (UNICC) AIDA ایک ویب پر مبنی پلیٹ فارم ہے جو پروگرام مینیجرز اور تشخیص کاروں کو بصیرت اور سیکھے گئے اسباق کو تیار کرنے کے لیے موجودہ ڈیٹا کو بہتر، زیادہ موثر، اور جدید طریقے سے تلاش کر کے اپنے ثبوت کی بنیاد کو بڑھانے کی اجازت دیتا ہے۔ پیراگراف کی دانے دار سطح پر تلاش کرنے سے، AIDA کو ایسے شواہد ملتے ہیں جو روایتی تلاشوں کے ذریعے نہیں ملیں گے۔ AIDA کی تشکیل UNDP کے اسٹریٹجک پلان 2022-2025 کے ساتھ مطابقت رکھتی ہے تاکہ ترقی کے زیادہ اثرات کے لیے ڈیجیٹائزیشن اور اختراع کا استعمال کیا جا سکے۔
للکار
IEO UNDP ایویلیوایشن ریسورس سینٹر (ERC) کا نگران ہے۔ ERC 6,000 سے زیادہ تشخیصی رپورٹوں کا ذخیرہ ہے جو 1997 سے لے کر اب تک تنظیم کے کام کے ہر پہلو، ہر جگہ جہاں اس نے کام کیا ہے، کا احاطہ کرتا ہے۔ تشخیصی رپورٹوں کے نتائج اور سفارشات UNDP کے انتظام، عطیہ دہندگان اور پروگرام کے عملے کو مستقبل کی مداخلتوں کو بہتر طریقے سے ڈیزائن کرنے کے لیے مطلع کرتی ہیں۔ اپنے موجودہ پروگراموں میں کورس کی اصلاح کے اقدامات کریں، اور ہر سطح پر فنڈنگ اور پالیسی کے فیصلے کریں۔
AIDA سے پہلے، تشخیصی شواہد کو نکالنے اور اسباق اور بصیرت پیدا کرنے کا عمل دستی، وسائل پر مشتمل، اور وقت طلب تھا۔ مزید برآں، روایتی تلاش کے طریقے غیر ساختہ ڈیٹا کے ساتھ اچھی طرح سے کام نہیں کرتے تھے، اس لیے ثبوت کی بنیاد محدود تھی۔ اس چیلنج سے نمٹنے کے لیے، IEO نے اسباق اور علم کے لیے تشخیصی ڈیٹا بیس کو بہتر طریقے سے استعمال کرنے کے لیے AI اور ML کا استعمال کرنے کا فیصلہ کیا۔
AIDA ٹیم غیر ساختہ ڈیٹا جیسے تشخیصی رپورٹس سے ثبوت نکالنے کے چیلنجنگ کام کو ذہن میں رکھتی تھی۔ عام طور پر، تشخیصی رپورٹیں 80-100 صفحات پر مشتمل ہوتی ہیں، متعدد زبانوں میں ہوتی ہیں، اور نتائج، نتائج اور سفارشات پر مشتمل ہوتی ہیں۔ اگرچہ تشخیصات کی رہنمائی UNDP تشخیصی رہنما خطوط سے ہوتی ہے، لیکن ان تشخیصات کے لیے کوئی معیاری تحریری شکل نہیں ہے، اور مذکورہ بالا حصے دستاویز میں مختلف مقامات پر ہو سکتے ہیں، یا ان میں سے سبھی موجود نہیں ہو سکتے ہیں۔ لہذا، پیراگراف کی سطح پر تشخیصی ثبوت کو درست طریقے سے حاصل کرنا اور مناسب لیبلز کا اطلاق ایک اہم ML چیلنج تھا۔
حل جائزہ
AIDA تکنیکی حل کی طرف سے تیار کیا گیا تھا AWS پروفیشنل سروسز اور UNICC. بنیادی ٹیکنالوجی پلیٹ فارم کو AWS ProServe ٹیم نے ڈیزائن اور تیار کیا تھا۔ UNICC AIDA ویب پورٹل اور ہیومن ان دی لوپ انٹرفیس تیار کرنے کا ذمہ دار تھا۔ AIDA پلیٹ فارم کا تصور مختلف موضوعات پر UNDP کی تشخیصی رپورٹس کو تلاش کرنے اور مزید تجزیہ کے لیے برآمد کرنے کے لیے ایک سادہ اور انتہائی درست طریقہ کار فراہم کرنا تھا۔ AIDA کے فن تعمیر کو کئی ضروریات کو پورا کرنے کی ضرورت ہے:
- تشخیصی ڈیٹا کو نکالنے اور لیبل لگانے کو خودکار بنائیں
- ہزاروں رپورٹس پر کارروائی کریں۔
- IEO کو ڈیٹا سائنسدانوں اور ML ماہرین کی مہارت پر کال کیے بغیر نئے لیبل شامل کرنے کی اجازت دیں
ضروریات کو پورا کرنے کے لیے، اجزاء کو ان اصولوں کو ذہن میں رکھ کر ڈیزائن کیا گیا تھا:
- تکنیکی اور ماحولیاتی طور پر پائیدار
- لاگت کا ہوش۔
- مستقبل میں توسیع کی اجازت دینے کے لیے قابل توسیع
نتیجے کے حل کو تین اجزاء میں تقسیم کیا جاسکتا ہے، جیسا کہ مندرجہ ذیل آرکیٹیکچر ڈایاگرام میں دکھایا گیا ہے:
- ڈیٹا ادخال اور نکالنا
- ڈیٹا کی درجہ بندی
- ذہین تلاش
مندرجہ ذیل حصے ان اجزاء کو تفصیل سے بیان کرتے ہیں۔
ڈیٹا ادخال اور نکالنا
تشخیصی رپورٹیں پوری دنیا میں UNDP پروگرام یونٹس کے ذریعے تیار اور جمع کرائی جاتی ہیں — رپورٹ کی کوئی معیاری ترتیب یا فارمیٹ نہیں ہے۔ ڈیٹا کا ادخال اور نکالنے کا جزو ان غیر ساختہ دستاویزات سے مواد کو ہضم کرتا اور نکالتا ہے۔
ایمیزون ٹیکسٹ پی ڈی ایف دستاویزات سے ڈیٹا نکالنے کے لیے استعمال کیا جاتا ہے۔ یہ حل استعمال کرتا ہے۔ غیر مطابقت پذیر StartDocumentTextDetection API دستاویز پراسیسنگ ورک فلو کی تعمیر کے لیے جو ایمیزون ٹیکسٹریکٹ غیر مطابقت پذیر درخواست، خام رسپانس نکالنے، اور اس میں استقامت کو ہینڈل کرتا ہے۔ ایمیزون سادہ اسٹوریج سروس (ایمیزون S3)۔ یہ حل پیراگراف پر مبنی ٹیکسٹ نکالنے کو سنبھالنے کے لیے ایک Amazon Textract پوسٹ پروسیسنگ جزو شامل کرتا ہے۔ پوسٹ پروسیسنگ جزو ذہین ڈیٹا نکالنے کے لیے Amazon Textract سے باؤنڈنگ باکس میٹا ڈیٹا کا استعمال کرتا ہے۔ پوسٹ پروسیسنگ جزو پیچیدہ، ملٹی فارمیٹ، ملٹی پیج پی ڈی ایف فائلوں سے مختلف ہیڈرز، فوٹرز، فوٹ نوٹ اور ملٹی کالم ڈیٹا کے ساتھ ڈیٹا نکالنے کی صلاحیت رکھتا ہے۔ Apache Tika اوپن سورس Python لائبریری لفظ دستاویزات سے ڈیٹا نکالنے کے لیے استعمال ہوتی ہے۔
مندرجہ ذیل خاکہ اس ورک فلو کی وضاحت کرتا ہے، جس کے ساتھ ترتیب دیا گیا ہے۔ AWS اسٹیپ فنکشنز.
اس ورک فلو میں درج ذیل مراحل ہیں:
TextractCompleted
ایمیزون ٹیکسٹریکٹ کے ساتھ دستاویزات پر متعدد بار کارروائی نہ ہونے کو یقینی بنانے کا پہلا قدم ہے۔ یہ قدم ڈپلیکیٹ پروسیسنگ کو روک کر پروسیسنگ کے غیر ضروری وقت اور لاگت سے بچنا ہے۔TextractAsyncCallTask
Asynchronous StartDocumentTextDetection API کا استعمال کرتے ہوئے Amazon Textract کے ذریعے کارروائی کے لیے دستاویزات جمع کراتا ہے۔ یہ API دستاویزات پر کارروائی کرتا ہے اور JSON آؤٹ پٹ فائلوں کو Amazon S3 میں پوسٹ پروسیسنگ کے لیے اسٹور کرتا ہے۔TextractAsyncSNSListener
ہے ایک او ڈبلیو ایس لامبڈا۔ فنکشن جو Amazon Textract جاب مکمل ہونے کے ایونٹ کو ہینڈل کرتا ہے، اور مزید پروسیسنگ کے لیے میٹا ڈیٹا کو ورک فلو میں واپس کرتا ہے۔TextractPostProcessorTask
ایک AWS Lambda فنکشن ہے جو میٹا ڈیٹا کا استعمال کرتا ہے اور معنی خیز پیراگراف نکالنے کے لیے Amazon Textract کے ذریعے تیار کردہ JSON آؤٹ پٹ فائلوں پر کارروائی کرتا ہے۔TextractQAValidationTask
AWS Lambda فنکشن ہے جو نکالے گئے پیراگراف پر کچھ سادہ ٹیکسٹ توثیق کرتا ہے اور میٹرکس کو اکٹھا کرتا ہے جیسے مکمل یا نامکمل پیراگراف کی تعداد۔ یہ میٹرکس ٹیکسٹ نکالنے کے معیار کی پیمائش کے لیے استعمال ہوتے ہیں۔
ملاحظہ کیجیے TextractAsync, ایک IDP CDK کی تعمیر جو Amazon Textract Async API کی درخواست کو ختم کرتی ہے، ہینڈلنگ ایمیزون سادہ نوٹیفکیشن سروس (ایمیزون ایس این ایس) آپ کی ترقی کو تیز کرنے کے لیے پیغامات اور ورک فلو پروسیسنگ۔
ڈیٹا کی درجہ بندی
اعداد و شمار کی درجہ بندی کا جزو تشخیصی رپورٹوں کے اہم حصوں کی نشاندہی کرتا ہے، اور مزید ان کی درجہ بندی پائیدار ترقی کے اہداف کے مختلف موضوعات کے ارد گرد ترتیب کردہ زمرہ جات میں کرتا ہے۔ ہم نے ایک ملٹی کلاس اور دو ملٹی لیبل درجہ بندی کے ماڈل بنائے ہیں۔ ایمیزون کی تعریف.
نکالے گئے پیراگراف کو سٹیپ فنکشنز کا استعمال کرتے ہوئے پروسیس کیا جاتا ہے، جو بیچ موڈ میں درجہ بندی کرنے کے لیے Amazon Comprehend کے ساتھ ضم ہوتا ہے۔ پیراگراف کو اپنی مرضی کے ملٹی کلاس ماڈل کا استعمال کرتے ہوئے نتائج، سفارشات اور نتائج (FRCs) میں درجہ بندی کیا جاتا ہے، جو تشخیصی رپورٹس کے اہم حصوں کی شناخت میں مدد کرتا ہے۔ شناخت شدہ اہم حصوں کے لیے، ہم ایک حسب ضرورت ملٹی لیبل درجہ بندی ماڈل کا استعمال کرتے ہوئے زمروں (موضوعاتی اور غیر موضوعاتی) کی شناخت کرتے ہیں۔ موضوعاتی اور غیر موضوعاتی درجہ بندی کا استعمال تشخیصی رپورٹوں کو پائیدار ترقی کے اہداف جیسے بغیر غربت (SDG-1)، صنفی مساوات (SDG-5)، صاف پانی اور صفائی ستھرائی (SDG-6)، اور سستی اور صاف ستھرا بنانے کے لیے استعمال کیا جاتا ہے۔ توانائی (SDG-7)۔
درج ذیل اعداد و شمار میں متن کی درجہ بندی پر عمل کرنے کے لیے سٹیپ فنکشنز ورک فلو کو دکھایا گیا ہے۔
درجہ بندی کے عمل پر لاگت کو کم کرنے کے لیے، ہم نے Amazon Comprehend جابز کو بیچ موڈ میں جمع کرانے کے لیے ورک فلو بنایا ہے۔ ورک فلو تمام Amazon Comprehend جابز کے مکمل ہونے کا انتظار کرتا ہے اور ٹیکسٹ نکالنے اور Amazon Comprehend کے نتائج کو جمع کر کے ڈیٹا ریفائنمنٹ انجام دیتا ہے تاکہ ان پیراگراف کو فلٹر کیا جا سکے جن کی شناخت FRC کے طور پر نہیں کی گئی ہے، اور پیراگراف کے ذریعے موضوعاتی اور غیر موضوعاتی درجہ بندی کے زمرے کو جمع کرتا ہے۔
ان کی درجہ بندی کے زمرے کے ساتھ نکالے گئے پیراگراف میں محفوظ کیے گئے ہیں۔ پوسٹگری ایس کیو ایل کے لیے ایمیزون آر ڈی ایس. یہ تمام نکالنے اور درجہ بندی کے نتائج کو محفوظ رکھنے کے لیے اسٹیجنگ ڈیٹا بیس ہے۔ ہم اس ڈیٹا بیس کو پیراگراف کے تھیمز کو جمع کرنے کے لیے نتائج کو مزید افزودہ کرنے کے لیے بھی استعمال کرتے ہیں، اور ایسے پیراگراف کو فلٹر کرتے ہیں جو FRC نہیں ہیں۔ افزودہ مواد کو کھلایا جاتا ہے۔ ایمیزون کیندر.
پہلی ریلیز کے لیے، ہمارے پاس 2 ملین سے زیادہ پیراگراف نکالے اور درجہ بندی کیے گئے تھے۔ FRC حسب ضرورت درجہ بندی کی مدد سے، ہم پیراگراف کو درست طریقے سے 700,000 ملین سے 2 تک محدود کرنے میں کامیاب ہوئے۔ Amazon Comprehend کسٹم درجہ بندی ماڈل نے متعلقہ مواد کو درست طریقے سے پیش کرنے میں مدد کی اور Amazon Kendra انڈیکس پر لاگت کو کافی حد تک کم کیا۔
ایمیزون ڈائنومو ڈی بی دستاویز کے میٹا ڈیٹا کو ذخیرہ کرنے اور تمام اہم اجزاء میں دستاویز کی پروسیسنگ کی حیثیت کو ٹریک کرنے کے لیے استعمال کیا جاتا ہے۔ میٹا ڈیٹا ٹریکنگ خاص طور پر غلطیوں اور دوبارہ کوششوں کو سنبھالنے کے لیے مفید ہے۔
ذہین تلاش
ذہین تلاش کی اہلیت AIDA پلیٹ فارم کے صارفین کو تمام تشخیصی رپورٹوں میں موجود UNDP پروگرام کی مداخلتوں پر تشخیصی شواہد کو بدیہی طور پر تلاش کرنے کی اجازت دیتی ہے۔ مندرجہ ذیل خاکہ اس فن تعمیر کو واضح کرتا ہے۔
Amazon Kendra ذہین تلاشوں کے لیے استعمال ہوتا ہے۔ پوسٹگری ایس کیو ایل کے لیے ایمیزون آر ڈی ایس سے افزودہ مواد کو انڈیکسنگ کے لیے ایمیزون کیندر میں داخل کیا جاتا ہے۔ ویب پورٹل پرت ایمیزون کینڈر کی ذہین تلاش کی صلاحیت کا استعمال کرتے ہوئے انڈیکس شدہ مواد کو بدیہی طور پر تلاش کرتی ہے۔ لیبلرز کسی بھی نکالے گئے پیراگراف کے لیے Amazon Comprehend کے ذریعے تیار کردہ ٹیکسٹ کی درجہ بندی کو اپ ڈیٹ کرنے کے لیے ہیومن ان دی لوپ یوزر انٹرفیس کا استعمال کرتے ہیں۔ درجہ بندی میں تبدیلیاں فوری طور پر ویب پورٹل میں ظاہر ہوتی ہیں، اور انسانی اپ ڈیٹ کردہ فیڈ بیک نکالا جاتا ہے اور اسے Amazon Comprehend ماڈل ٹریننگ کے لیے استعمال کیا جاتا ہے تاکہ حسب ضرورت درجہ بندی ماڈل کو مسلسل بہتر بنایا جا سکے۔
AIDA میں انسانی اندر کی فعالیت شامل ہے، جو AIDA کی درجہ بندی (FRC، موضوعاتی، غیر موضوعاتی) اور ڈیٹا نکالنے کی غلطیوں کو درست کرنے کی صلاحیت کو بڑھاتی ہے۔ لیبلز، جو انسانوں کے ذریعے اپ ڈیٹ کیے گئے انسانوں کے اندر ہیومن-ان-دی-لوپ فنکشن کو انجام دیتے ہیں، کو تربیتی ڈیٹاسیٹ میں بڑھایا جاتا ہے اور درجہ بندی کی درستگی کو مسلسل بہتر بنانے کے لیے Amazon Comprehend ماڈلز کو دوبارہ تربیت دینے کے لیے استعمال کیا جاتا ہے۔
نتیجہ
اس پوسٹ میں، ہم نے اس بات پر تبادلہ خیال کیا کہ کس طرح جائزہ لینے والے، IEO کے AIDA پلیٹ فارم کے ذریعے، Amazon AI اور ML سروسز جیسے Amazon Textract، Amazon Comprehend، اور Amazon Kendra کا استعمال کر رہے ہیں تاکہ ایک حسب ضرورت دستاویز پراسیسنگ سسٹم بنایا جا سکے جو غیر ساختہ دستاویزات سے ڈیٹا کی شناخت، اخراج اور درجہ بندی کرتا ہے۔ . پی ڈی ایف ٹیکسٹ نکالنے کے لیے Amazon Textract کا استعمال کرتے ہوئے پیراگراف کی سطح کے شواہد کو 60% سے کم سے 80% سے زیادہ درستگی میں بہتر بنایا۔ مزید برآں، Amazon Comprehend میں بہتر تربیتی ڈیٹاسیٹس کے ساتھ ماڈلز کو دوبارہ تربیت دے کر ملٹی لیبل کی درجہ بندی 30% سے کم سے 90% تک بہتر ہو گئی۔
اس پلیٹ فارم نے تشخیص کاروں کو متعلقہ مواد کو فوری اور درست طریقے سے تلاش کرنے کے قابل بنایا۔ غیر ساختہ ڈیٹا کو نیم ساختہ ڈیٹا میں تبدیل کرنا UNDP اور اقوام متحدہ کے دیگر اداروں کو سینکڑوں یا ہزاروں ڈیٹا پوائنٹس کے کارپس کی بنیاد پر باخبر فیصلے کرنے کا اختیار دیتا ہے کہ کیا کام کرتا ہے، کیا کام نہیں کرتا، اور UNDP کی کارروائیوں کے اثرات کو کیسے بہتر بنایا جائے۔ جن لوگوں کی یہ خدمت کرتا ہے۔
ذہین دستاویز پروسیسنگ ریفرنس آرکیٹیکچر کے بارے میں مزید معلومات کے لیے، سے رجوع کریں۔ ذہین دستاویز پروسیسنگ. براہ کرم تبصرے کے سیکشن میں اپنے خیالات ہمارے ساتھ بانٹیں۔
مصنفین کے بارے میں
آسکر اے گارسیا اقوام متحدہ کے ترقیاتی پروگرام (UNDP) کے آزاد تشخیصی دفتر (IEO) کے ڈائریکٹر ہیں۔ ڈائریکٹر کے طور پر، وہ UNDP کے کام کو آگے بڑھانے کے لیے تزویراتی سمت، سوچ کی قیادت، اور قابل اعتبار تشخیصات فراہم کرتا ہے تاکہ ممالک کو قومی SDG کے حصول کی طرف پیشرفت میں مدد ملے۔ آسکر اس وقت اقوام متحدہ کے ایویلیوایشن گروپ (UNEG) کے چیئرپرسن کے طور پر بھی خدمات انجام دے رہے ہیں۔ اس کے پاس پائیدار ترقی کے لیے اسٹریٹجک منصوبہ بندی، تشخیص اور نتائج پر مبنی انتظام کے شعبوں میں 25 سال سے زیادہ کا تجربہ ہے۔ 2020 میں IEO میں بطور ڈائریکٹر شامل ہونے سے پہلے، انہوں نے IFAD کے انڈیپنڈنٹ آفس آف ایویلیوایشن (IOE) کے ڈائریکٹر اور گرین اکانومی، UNEP کے لیے ایڈوائزری سروسز کے سربراہ کے طور پر خدمات انجام دیں۔ آسکر نے ترقی کی تشخیص پر کتابیں اور مضامین تصنیف کیے ہیں، بشمول تشخیص کے لیے انفارمیشن اور کمیونیکیشن ٹیکنالوجی پر۔ وہ ہارورڈ انسٹی ٹیوٹ فار انٹرنیشنل ڈویلپمنٹ کے ساتھ مل کر تنظیمی تبدیلی کے انتظام، نیو اسکول یونیورسٹی (NY) میں ماسٹر ڈگری اور بولیوین کیتھولک یونیورسٹی سے MBA کے ساتھ ماہر معاشیات ہیں۔
ستھیا بالکرشنن AWS میں پروفیشنل سروسز ٹیم میں ایک سینئر کسٹمر ڈیلیوری آرکیٹیکٹ ہے، جو ڈیٹا اور ML سلوشنز میں مہارت رکھتا ہے۔ وہ امریکی وفاقی مالیاتی گاہکوں کے ساتھ کام کرتا ہے۔ وہ صارفین کے کاروباری مسائل کو حل کرنے کے لیے عملی حل تیار کرنے کا پرجوش ہے۔ اپنے فارغ وقت میں، وہ اپنے خاندان کے ساتھ فلمیں دیکھنے اور پیدل سفر کرنے سے لطف اندوز ہوتے ہیں۔
تھوان ٹران اقوام متحدہ کی حمایت کرنے والے ورلڈ وائڈ پبلک سیکٹر میں ایک سینئر حل آرکیٹیکٹ ہے۔ وہ AWS ٹیکنالوجی کو استعمال کرنے کے بارے میں پرجوش ہے تاکہ صارفین کو ممکنہ فن کو تصور کرنے میں مدد ملے۔ اس فارغ وقت میں، وہ سرفنگ، ماؤنٹین بائیک، کلہاڑی پھینکنے، اور کنبہ اور دوستوں کے ساتھ وقت گزارنے سے لطف اندوز ہوتا ہے۔
پرنس ملاری AWS میں پروفیشنل سروسز ٹیم میں NLP ڈیٹا سائنٹسٹ ہے، جو پبلک سیکٹر کے صارفین کے لیے NLP کی درخواستوں میں مہارت رکھتا ہے۔ وہ ML کو ایک ٹول کے طور پر استعمال کرنے کے بارے میں پرجوش ہے تاکہ صارفین کو زیادہ پیداواری ہو سکے۔ اپنے فارغ وقت میں، وہ اپنے دوستوں کے ساتھ ویڈیو گیمز کھیلنے اور ایک تیار کرنے سے لطف اندوز ہوتا ہے۔
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو بلاک چین۔ Web3 Metaverse Intelligence. علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://aws.amazon.com/blogs/machine-learning/how-the-undp-independent-evaluation-office-is-using-aws-ai-ml-services-to-enhance-the-use-of-evaluation-to-support-progress-toward-the-sustainable-development-goals/
- : ہے
- $UP
- 000
- 100
- 2020
- 7
- a
- قابلیت
- ہمارے بارے میں
- خلاصہ
- رفتار کو تیز تر
- تک رسائی حاصل
- احتساب
- درستگی
- درست
- درست طریقے سے
- حاصل
- کامیابی
- کے پار
- عمل
- اس کے علاوہ
- پتہ
- جوڑتا ہے
- آگے بڑھانے کے
- مشاورتی
- مشاورتی خدمات
- سستی
- ایجنسی
- مجموعات
- جمع کرنا
- AI
- AI / ML
- سیدھ میں لائیں
- تمام
- کی اجازت دیتا ہے
- ایمیزون
- ایمیزون کی تعریف
- ایمیزون کیندر
- ایمیزون آر ڈی ایس
- ایمیزون ٹیکسٹ
- کے درمیان
- تجزیہ
- تجزیاتی
- اور
- اپاچی
- اے پی آئی
- ایپلی کیشنز
- NLP کی درخواستیں۔
- درخواست دینا
- مناسب
- فن تعمیر
- کیا
- علاقوں
- ارد گرد
- فن
- مضامین
- مصنوعی
- مصنوعی ذہانت
- مصنوعی انٹیلی جنس اور مشین سیکھنا
- AS
- پہلو
- ایسوسی ایشن
- At
- اضافہ
- AWS
- او ڈبلیو ایس لامبڈا۔
- واپس
- بیس
- کی بنیاد پر
- BE
- بہتر
- بورڈ
- کتب
- باکس
- ٹوٹ
- تعمیر
- عمارت
- تعمیر
- کاروبار
- by
- فون
- بلا
- کر سکتے ہیں
- صلاحیت رکھتا
- اہلیت
- اقسام
- سینٹر
- مرکز
- چیلنج
- چیلنج
- تبدیل
- تبدیلیاں
- تبدیل کرنے
- درجہ بندی
- درجہ بندی
- صاف توانائی
- کلائنٹس
- تعاون
- تبصروں
- کمیشن
- انجام دیا
- مواصلات
- مکمل
- تکمیل
- پیچیدہ
- جزو
- اجزاء
- سمجھو
- کمپیوٹنگ
- سلوک
- تعمیر
- پر مشتمل ہے
- مواد
- مسلسل
- روایتی
- کور
- قیمت
- ممالک
- احاطہ
- کوویڈ ۔19
- CoVID-19 وبائی
- بنائی
- مخلوق
- معتبر
- اہم
- موجودہ
- اس وقت
- نگران
- اپنی مرضی کے
- گاہک
- گاہکوں
- اعداد و شمار
- ڈیٹا پوائنٹس
- ڈیٹا سائنسدان
- ڈیٹا بیس
- ڈیٹاسیٹس
- فیصلہ کیا
- فیصلے
- ڈگری
- نجات
- ترسیل
- بیان
- ڈیزائن
- ڈیزائن
- تفصیل
- ترقی یافتہ
- ترقی
- ترقی
- مختلف
- ڈیجیٹائزیشن
- سمت
- ڈائریکٹر
- بات چیت
- بات چیت
- دستاویز
- دستاویزات
- نہیں کرتا
- نیچے
- ہر ایک
- اکنامسٹ
- معیشت کو
- ہنر
- بااختیار بنانا
- چالو حالت میں
- توانائی
- لطف اندوز
- افزودگی
- افزودہ
- کو یقینی بنانے کے
- اداروں
- ماحولیاتی طور پر
- مساوات
- نقائص
- تشخیص
- اندازہ
- بھی
- واقعہ
- ہر کوئی
- ثبوت
- وضع
- سختی سے
- ایگزیکٹو
- موجودہ
- توسیع
- تجربہ
- مہارت
- برآمد
- نکالنے
- نچوڑ۔
- خاندان
- فیڈ
- وفاقی
- آراء
- اعداد و شمار
- فائلوں
- فلٹر
- مالی
- پتہ ہے
- پہلا
- کے بعد
- کے لئے
- فارمیٹ
- ملا
- قائم
- دوستانہ
- دوست
- سے
- تقریب
- فعالیت
- افعال
- فنڈنگ
- مزید
- مستقبل
- کھیل
- جنس
- صنفی مساوات
- پیدا
- پیدا
- گلوبل
- اہداف
- زیادہ سے زیادہ
- سبز
- گروپ
- ہینڈل
- ہینڈل
- ہینڈلنگ
- ہارورڈ
- ہے
- سر
- ہیڈر
- مدد
- مدد
- مدد
- مدد کرتا ہے
- انتہائی
- کس طرح
- کیسے
- HTML
- HTTP
- HTTPS
- انسانی
- انسانی حقوق
- انسان
- سینکڑوں
- کی نشاندہی
- شناخت
- شناخت
- آئی ای او
- فوری طور پر
- اثر
- اہمیت
- کو بہتر بنانے کے
- بہتر
- in
- سمیت
- آزاد
- انڈیکس
- مطلع
- معلومات
- مطلع
- جدت طرازی
- جدید
- بصیرت
- انسٹی ٹیوٹ
- انٹیگریٹٹس
- انٹیلی جنس
- انٹیلجنٹ
- ذہین دستاویز پروسیسنگ
- انٹرفیس
- بین الاقوامی سطح پر
- IT
- میں
- ایوب
- نوکریاں
- شمولیت
- JSON
- رکھیں
- رکھتے ہوئے
- کلیدی
- علم
- لیبل
- لیبل
- زبانیں
- پرت
- لے آؤٹ
- قیادت
- سیکھا ہے
- سیکھنے
- اسباق
- سبق سیکھا
- سطح
- لائبریری
- کی طرح
- لمیٹڈ
- رہ
- مقامات
- مشین
- مشین لرننگ
- بنا
- برقرار رکھنے
- بنا
- انتظام
- انتظامی ٹیم
- مینیجر
- دستی
- ماسٹر کی
- بامعنی
- پیمائش
- اقدامات
- میکانزم
- رکن
- پیغامات
- میٹا ڈیٹا
- طریقوں
- پیمائش کا معیار
- دس لاکھ
- برا
- ML
- موڈ
- ماڈل
- ماڈل
- زیادہ
- زیادہ موثر
- اس کے علاوہ
- ماؤنٹین
- فلم
- ایک سے زیادہ
- قومی
- متحدہ
- نئی
- ویزا
- نوٹیفیکیشن
- تعداد
- NY
- of
- دفتر
- on
- ایک
- اوپن سورس
- چل رہا ہے
- آپریشنز
- آرکسٹری
- تنظیم
- تنظیمی
- منظم
- اصل
- دیگر
- پیداوار
- نگرانی
- امن
- وبائی
- خاص طور پر
- حصے
- جذباتی
- لوگ
- انجام دیں
- کارکردگی
- کارکردگی کا مظاہرہ
- کارکردگی کا مظاہرہ
- مسلسل
- ٹکڑے ٹکڑے
- منصوبہ
- سیارے
- منصوبہ بندی
- پلیٹ فارم
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- کھیل
- مہربانی کرکے
- پوائنٹس
- پالیسی
- پورٹل
- ممکن
- پوسٹ
- پوسٹگریسقیل
- غربت
- حقیقت پسندانہ
- تیار
- حال (-)
- کی روک تھام
- پہلے
- مسائل
- عمل
- عملدرآمد
- عمل
- پروسیسنگ
- پیدا
- تیار
- پیداواری
- پیشہ ورانہ
- پروگرام
- پروگراماتی۔
- پروگرام
- پیش رفت
- منصوبوں
- کو فروغ دینے
- خوشحالی
- حفاظت
- فراہم
- فراہم کرتا ہے
- عوامی
- ازگر
- معیار
- جلدی سے
- میں تیزی سے
- خام
- سفارشات
- وصولی
- کو کم
- کم
- جھلکتی ہے
- تعلقات
- جاری
- متعلقہ
- رپورٹ
- رپورٹیں
- ذخیرہ
- ضروریات
- وسائل
- وسائل سے متعلق
- جواب
- ذمہ دار
- نتیجے
- نتائج کی نمائش
- واپسی
- حقوق
- کردار
- سکول
- سائنسدان
- سائنسدانوں
- SDGs
- تلاش کریں
- تلاش
- سیکشن
- سیکشنز
- شعبے
- سیکورٹی
- سینئر
- کام کرتا ہے
- سروسز
- کئی
- سیکنڈ اور
- دکھایا گیا
- اہم
- سادہ
- بعد
- ہوشیار
- سماجی
- حل
- حل
- حل
- کچھ
- مہارت
- خرچ کرنا۔
- سٹاف
- کھینچنا
- معیار
- معیار
- امریکہ
- درجہ
- مرحلہ
- مراحل
- ذخیرہ
- ذخیرہ
- پردہ
- ذخیرہ کرنے
- حکمت عملی
- جمع
- جمع کرائی
- اس طرح
- حمایت
- امدادی
- کی حمایت کرتا ہے
- پائیدار
- پائیدار ترقی
- کے نظام
- لے لو
- ٹاسک
- تشہیر
- ٹیم
- ٹیکنیکل
- ٹیکنالوجی
- سانچے
- اصولوں
- متن کی درجہ بندی
- کہ
- ۔
- دنیا
- ان
- ان
- موضوعاتی
- لہذا
- یہ
- سوچا
- سوچا قیادت۔
- ہزاروں
- تین
- کے ذریعے
- پھینک دو
- وقت
- وقت لگتا
- اوقات
- کرنے کے لئے
- کے آلے
- کی طرف
- کی طرف
- ٹریک
- ٹریکنگ
- روایتی
- ٹریننگ
- تبدیل
- UN
- کے تحت
- یونٹ
- متحدہ
- متحدہ ممالک
- یونٹس
- یونیورسٹی
- اپ ڈیٹ کریں
- اپ ڈیٹ
- us
- امریکی وفاقی
- استعمال کی شرائط
- رکن کا
- صارف مواجہ
- صارفین
- عام طور پر
- اقدار
- مختلف
- ویڈیو
- ویڈیو گیمز
- دیکھ
- پانی
- راستہ..
- ویب
- ویب پر مبنی ہے
- اچھا ہے
- کیا
- جس
- وسیع
- ساتھ
- کے اندر
- بغیر
- لفظ
- کام
- کام کیا
- کام کرتا ہے
- دنیا
- گا
- لکھا
- سال
- اور
- زیفیرنیٹ