Trong một trang trước gửi, chúng tôi đã nói về việc phân tích và gắn thẻ các nội dung được lưu trữ trong Veeva Vault PromoMats bằng cách sử dụng các dịch vụ AI của Amazon và các API của Nền tảng Veeva Vault. Trong bài đăng này, chúng tôi khám phá cách sử dụng Luồng ứng dụng Amazon, một dịch vụ tích hợp được quản lý hoàn toàn cho phép bạn chuyển dữ liệu một cách an toàn từ các ứng dụng phần mềm dưới dạng dịch vụ (SaaS) như Veeva Vault sang AWS. Các Trình kết nối Amazon AppFlow Veeva cho phép bạn kết nối môi trường AWS của mình với hệ sinh thái Veeva một cách nhanh chóng, đáng tin cậy và tiết kiệm chi phí để phân tích nội dung phong phú được lưu trữ trong Veeva Vault trên quy mô lớn.
Trình kết nối Amazon AppFlow Veeva là trình kết nối Amazon AppFlow đầu tiên hỗ trợ chuyển tự động Tài liệu Veeva. Nó cho phép bạn chọn giữa phiên bản mới nhất ( Trạng thái ổn định phiên bản trong điều khoản Veeva) và tất cả các phiên bản của tài liệu. Hơn nữa, bạn có thể nhập siêu dữ liệu tài liệu.
Với một vài cú nhấp chuột, bạn có thể dễ dàng thiết lập kết nối được quản lý và chọn tài liệu và siêu dữ liệu Veeva Vault để nhập. Bạn có thể điều chỉnh thêm hành vi nhập bằng cách ánh xạ trường nguồn với trường đích. Bạn cũng có thể thêm bộ lọc dựa trên loại tài liệu và loại phụ, phân loại, sản phẩm, quốc gia, trang web, v.v. Cuối cùng, bạn có thể thêm xác thực và quản lý trình kích hoạt luồng theo yêu cầu và theo lịch trình.
Bạn có thể sử dụng trình kết nối Amazon AppFlow Veeva cho nhiều trường hợp sử dụng khác nhau, từ Veeva Vault PromoMats đến các giải pháp Veeva Vault khác như QualityDocs, eTMF hoặc Quản lý thông tin theo quy định (RIM). Sau đây là một số trường hợp sử dụng mà bạn có thể sử dụng trình kết nối:
- Đồng bộ hóa dữ liệu - Bạn có thể sử dụng trình kết nối trong quá trình thiết lập tính nhất quán và hài hòa giữa dữ liệu từ nguồn Veeva Vault và bất kỳ hệ thống hạ nguồn nào theo thời gian. Ví dụ: bạn có thể chia sẻ nội dung tiếp thị Veeva PromoMats cho Salesforce. Bạn cũng có thể sử dụng trình kết nối để chia sẻ Veeva QualityDocs như Quy trình hoạt động tiêu chuẩn (SOP) hoặc thông số kỹ thuật với các trang web được lưu trong bộ nhớ cache có thể tìm kiếm được từ các máy tính bảng có mặt trên sàn sản xuất.
- Phát hiện bất thường - Bạn có thể chia sẻ tài liệu Veeva PromoMats tới Amazon Lookout cho số liệu để phát hiện bất thường. Bạn cũng có thể sử dụng trình kết nối với Vault RIM trong tác phẩm nghệ thuật, nhãn thương mại, mẫu hoặc tờ rơi bệnh nhân trước khi nhập chúng để in vào các giải pháp ghi nhãn doanh nghiệp như Loftware.
- Dữ liệu hydrat hóa hồ - Trình kết nối có thể là một công cụ hiệu quả để sao chép dữ liệu có cấu trúc hoặc phi cấu trúc vào các hồ dữ liệu, nhằm hỗ trợ việc tạo và hydrat hóa các hồ dữ liệu. Ví dụ: bạn có thể sử dụng trình kết nối để trích xuất thông tin nghiên cứu được chuẩn hóa từ các giao thức được lưu trữ trong Vault RIM và hiển thị thông tin đó cho nhóm thông tin chi tiết về phân tích y tế.
- Bản dịch - Trình kết nối có thể hữu ích trong việc gửi tác phẩm nghệ thuật, tài liệu lâm sàng, tài liệu tiếp thị hoặc nghiên cứu các quy trình để dịch sang ngôn ngữ mẹ đẻ tới các bộ phận như đóng gói, thử nghiệm lâm sàng hoặc đệ trình theo quy định.
Bài đăng này tập trung vào cách bạn có thể sử dụng Dịch vụ AI của Amazon kết hợp với Amazon AppFlow để phân tích nội dung được lưu trữ trong Veeva Vault PromoMats, tự động trích xuất thông tin thẻ và cuối cùng cung cấp thông tin này trở lại hệ thống Veeva Vault. Bài đăng thảo luận về kiến trúc tổng thể, các bước triển khai giải pháp và trang tổng quan cũng như trường hợp sử dụng của việc gắn thẻ siêu dữ liệu nội dung. Để biết thêm thông tin về cơ sở mã bằng chứng khái niệm cho trường hợp sử dụng này, hãy xem Kho GitHub.
Tổng quan về giải pháp
Sơ đồ sau minh họa kiến trúc giải pháp được cập nhật.
Trước đây, để nhập nội dung từ Veeva Vault, bạn phải viết logic mã tùy chỉnh của riêng mình bằng cách sử dụng API Veeva Vault để thăm dò ý kiến về các thay đổi và nhập dữ liệu vào Dịch vụ lưu trữ đơn giản của Amazon (Amazon S3). Đây có thể là một quy trình thủ công, tốn thời gian, trong đó bạn phải tính đến các giới hạn API, lỗi và thử lại, cũng như khả năng mở rộng để chứa số lượng nội dung không giới hạn. Giải pháp cập nhật sử dụng Amazon AppFlow để loại bỏ sự phức tạp của việc duy trì đường ống nhập dữ liệu từ Veeva đến Amazon S3 tùy chỉnh.
Như đã đề cập trong phần giới thiệu, Amazon AppFlow là một công cụ tự phục vụ không cần mã dễ sử dụng, sử dụng các cấu hình điểm và nhấp để di chuyển dữ liệu dễ dàng và an toàn giữa các ứng dụng SaaS và dịch vụ AWS khác nhau. AppFlow cho phép bạn lấy dữ liệu (đối tượng và tài liệu) từ các nguồn được hỗ trợ và ghi dữ liệu đó vào các điểm đến được hỗ trợ khác nhau. Nguồn hoặc đích có thể là một ứng dụng SaaS hoặc một dịch vụ AWS, chẳng hạn như Amazon S3, Amazon RedShifthoặc Lookout for Metrics. Ngoài giao diện không mã, Amazon AppFlow hỗ trợ cấu hình qua API, AWS CLI và Hình thành đám mây AWS các giao diện.
Luồng trong Amazon AppFlow mô tả cách dữ liệu được di chuyển, bao gồm chi tiết nguồn, chi tiết đích, điều kiện kích hoạt luồng (theo yêu cầu, theo sự kiện hoặc theo lịch trình) và các tác vụ xử lý dữ liệu như điểm kiểm tra, xác thực trường hoặc tạo mặt nạ. Khi được kích hoạt, Amazon AppFlow chạy một quy trình tìm nạp dữ liệu nguồn (thường thông qua các API công khai của ứng dụng nguồn), chạy các tác vụ xử lý dữ liệu và chuyển dữ liệu đã xử lý đến đích.
Trong ví dụ này, bạn triển khai một quy trình được định cấu hình trước bằng cách sử dụng mẫu CloudFormation. Ảnh chụp màn hình sau cho thấy cấu hình sẵn veeva-aws-connector
luồng được tạo tự động bởi mẫu giải pháp trên bảng điều khiển Amazon AppFlow.
Luồng sử dụng Veeva làm nguồn và được định cấu hình để nhập các đối tượng thành phần của Veeva Vault. Cả siêu dữ liệu và tệp nguồn đều cần thiết để theo dõi các nội dung đã được xử lý và đẩy thẻ trở lại đúng nội dung tương ứng trong hệ thống nguồn. Trong trường hợp này, chỉ có phiên bản mới nhất đang được nhập và các phiên bản không được bao gồm.
Đích của luồng cũng cần được định cấu hình. Trong ảnh chụp màn hình sau, chúng tôi xác định định dạng tệp và cấu trúc thư mục cho nhóm S3 đã được tạo như một phần của mẫu CloudFormation.
Cuối cùng, dòng chảy được kích hoạt theo yêu cầu cho các mục đích trình diễn. Điều này có thể được sửa đổi để luồng chạy theo lịch trình, với độ chi tiết tối đa là 1 phút. Khi được kích hoạt theo lịch trình, chế độ chuyển sẽ tự động thay đổi từ chuyển toàn bộ sang chế độ truyền tăng dần. Bạn chỉ định trường dấu thời gian nguồn để theo dõi các thay đổi. Đối với trường hợp sử dụng gắn thẻ, chúng tôi nhận thấy rằng Ngày sửa đổi cuối cùng cài đặt là phù hợp nhất.
Amazon AppFlow sau đó được tích hợp với Sự kiện Amazon để xuất bản các sự kiện bất cứ khi nào quá trình chạy hoàn tất.
Để có khả năng phục hồi tốt hơn, AVAIAppFlowListener
AWS Lambda chức năng được kết nối với EventBridge. Khi một sự kiện Amazon AppFlow được kích hoạt, nó xác minh rằng quá trình chạy quy trình cụ thể đã hoàn tất thành công, đọc thông tin siêu dữ liệu của tất cả các nội dung đã nhập từ lần chạy quy trình cụ thể đó và đẩy siêu dữ liệu tài liệu riêng lẻ vào một Dịch vụ xếp hàng đơn giản trên Amazon Hàng đợi (Amazon SQS). Sử dụng Amazon SQS cung cấp sự kết hợp lỏng lẻo giữa phần kiến trúc của nhà sản xuất và bộ xử lý và cũng cho phép bạn triển khai các thay đổi đối với phần bộ xử lý mà không dừng các bản cập nhật đến.
Một chức năng đẩy thứ hai (AVAIQueuePoller
) đọc hàng đợi SQS theo các khoảng thời gian thường xuyên (mỗi phút) và xử lý các nội dung đến. Để có thời gian phản ứng tốt hơn từ hàm Lambda, bạn có thể thay thế quy tắc CloudWatch bằng cách định cấu hình Amazon SQS làm trình kích hoạt cho hàm.
Tùy thuộc vào loại tin nhắn đến, giải pháp sử dụng các dịch vụ AWS AI khác nhau để thu thập thông tin chi tiết từ dữ liệu của bạn. Một số ví dụ bao gồm:
- Tập tin văn bản - Hàm sử dụng Phát hiện hoạt động của Amazon hiểu y tế, một dịch vụ xử lý ngôn ngữ tự nhiên (NLP) giúp bạn dễ dàng sử dụng ML để trích xuất thông tin y tế có liên quan từ văn bản không có cấu trúc. Thao tác này phát hiện các thực thể trong các danh mục như
Anatomy
,Medical_Condition
,Medication
,Protected_Health_Information
vàTest_Treatment_Procedure
. Đầu ra kết quả được lọc choProtected_Health_Information
và các thông tin còn lại, cùng với điểm tin cậy, được làm phẳng và chèn vào Máy phát điện Amazon bàn. Thông tin này được vẽ trên cụm OpenSearch Kibana. Trong các ứng dụng trong thế giới thực, bạn cũng có thể sử dụng Amazon Composite Medical ICD-10-CM hoặc RxNorm tính năng liên kết thông tin được phát hiện với các bản thể học y tế để các ứng dụng chăm sóc sức khỏe hạ nguồn có thể sử dụng nó để phân tích thêm. - Hình ảnh - Hàm sử dụng Phát hiệnLabels phương pháp Nhận thức lại Amazon để phát hiện các nhãn trong hình ảnh đến. Các nhãn này có thể hoạt động như thẻ để xác định thông tin phong phú được chôn trong hình ảnh của bạn, chẳng hạn như thông tin về tác phẩm nghệ thuật thương mại và nhãn lâm sàng. Nếu nhãn thích
Human
orPerson
được phát hiện với điểm tin cậy hơn 80%, mã sử dụng Phát hiện không gian phương pháp tìm kiếm các đặc điểm chính trên khuôn mặt như mắt, mũi và miệng để phát hiện khuôn mặt trong hình ảnh đầu vào. Amazon Rekognition cung cấp tất cả thông tin này với điểm tin cậy liên quan, được làm phẳng và được lưu trữ trong bảng DynamoDB. - Ghi âm giọng nói - Đối với tài sản âm thanh, mã sử dụng StartTranscripJob phương pháp không đồng bộ của Phiên âm Amazon để chuyển âm thanh đến thành văn bản, chuyển qua một mã định danh duy nhất là
TranscriptionJobName
. Mã này giả sử ngôn ngữ âm thanh là tiếng Anh (Hoa Kỳ), nhưng bạn có thể sửa đổi nó để gắn với thông tin đến từ Veeva Vault. Mã gọi GetTranscripJob phương thức, chuyển trong cùng một định danh duy nhất nhưTranscriptionJobName
trong một vòng lặp, cho đến khi công việc hoàn thành. Amazon Transcribe cung cấp tệp đầu ra trên một thùng S3, được đọc bởi mã và bị xóa. Mã này gọi quy trình xử lý văn bản (như đã thảo luận trước đó) để trích xuất các thực thể từ âm thanh được sao chép. - Tài liệu được quét (PDF) - Một tỷ lệ lớn tài sản khoa học đời sống được thể hiện trong các tệp PDF có thể là bất cứ thứ gì từ các tạp chí khoa học và tài liệu nghiên cứu đến nhãn thuốc. Văn bản Amazon là một dịch vụ tự động trích xuất văn bản và dữ liệu từ các tài liệu được quét. Mã sử dụng Bắt đầuPhát hiện Văn bảnTài liệu phương pháp để bắt đầu một công việc không đồng bộ để phát hiện văn bản trong tài liệu. Mã sử dụng
JobId
trở lại trong phản hồi để gọi GetDocumentTextDetection trong một vòng lặp, cho đến khi công việc hoàn thành. Cấu trúc JSON đầu ra chứa các dòng và từ của văn bản được phát hiện, cùng với điểm tin cậy cho từng yếu tố mà nó xác định, do đó bạn có thể đưa ra quyết định sáng suốt về cách sử dụng kết quả. Mã xử lý cấu trúc JSON để tạo lại văn bản blurb và gọi luồng công việc xử lý văn bản để trích xuất các thực thể từ văn bản.
Một bảng DynamoDB lưu trữ tất cả các dữ liệu được xử lý. Giải pháp sử dụng Trình kích hoạt DynamoDB Streams và Lambda (AVAIPopulateES
) để điền dữ liệu vào một cụm Kibana OpenSearch. Hàm AVAIPopulateES chạy cho mọi thao tác cập nhật, chèn và xóa xảy ra trong bảng DynamoDB và chèn một bản ghi tương ứng trong chỉ mục OpenSearch. Bạn có thể hình dung các bản ghi này bằng cách sử dụng Kibana.
Để đóng vòng phản hồi, AVAICustomFieldPopulator
Hàm lambda đã được tạo. Nó được kích hoạt bởi các sự kiện trong luồng DynamoDB của bảng DynamoDB siêu dữ liệu. Cho mọi DocumentID
trong bản ghi DynamoDB, hàm cố gắng nâng cấp thông tin thẻ vào thuộc tính trường tùy chỉnh được xác định trước của nội dung với ID tương ứng trong Veeva, sử dụng Veeva API. Để tránh chèn nhiễu vào trường tùy chỉnh, hàm Lambda lọc bất kỳ thẻ nào đã được xác định với điểm tin cậy thấp hơn 0.9. Yêu cầu không thành công được chuyển tiếp đến hàng đợi chữ cái chết (DLQ) để kiểm tra thủ công hoặc thử lại tự động.
Giải pháp này cung cấp cách tiếp cận không cần máy chủ, trả tiền để xử lý, gắn thẻ và cho phép tìm kiếm toàn diện trên tài sản kỹ thuật số của bạn. Ngoài ra, mỗi thành phần được quản lý có tính sẵn sàng cao được tích hợp bằng cách triển khai tự động trên nhiều Vùng sẵn có. Dành cho Dịch vụ Tìm kiếm Mở của Amazon (kế thừa của Dịch vụ Amazon Elasticsearch), bạn có thể chọn tùy chọn ba-AZ để cung cấp sẵn có tốt hơn cho tên miền của bạn.
Điều kiện tiên quyết
Đối với hướng dẫn này, bạn nên có các điều kiện tiên quyết sau:
- An Tài khoản AWS với sự phù hợp Quản lý truy cập và nhận dạng AWS (IAM) quyền khởi chạy mẫu CloudFormation
- Thông tin xác thực truy cập thích hợp cho miền Veeva Vault PromoMats (URL miền, tên người dùng và mật khẩu)
- Một thẻ nội dung tùy chỉnh được xác định trong Veeva cho các tài sản kỹ thuật số mà bạn muốn được gắn thẻ (ví dụ: chúng tôi đã tạo
AutoTags
thẻ nội dung tùy chỉnh) - Các tài sản kỹ thuật số trong PromoMats Vault có thể truy cập vào các thông tin trước đó
Triển khai giải pháp của bạn
Bạn sử dụng ngăn xếp CloudFormation để triển khai giải pháp. Ngăn xếp tạo ra tất cả các tài nguyên cần thiết, bao gồm:
- Một thùng S3 để lưu trữ các tài sản đến.
- Luồng Amazon AppFlow để tự động nhập nội dung vào nhóm S3.
- Quy tắc EventBridge và chức năng Lambda để phản ứng với các sự kiện được tạo bởi Amazon AppFlow (
AVAIAppFlowListener
). - Hàng đợi SQS FIFO để hoạt động như một khớp nối lỏng lẻo giữa chức năng lắng nghe (
AVAIAppFlowListener
) và chức năng pug (AVAIQueuePoller
). - Bảng DynamoDB để lưu trữ đầu ra của các dịch vụ AI của Amazon.
- Một cụm Amazon OpenSearch Kibana (ELK) để trực quan hóa các thẻ được phân tích.
- Một hàm Lambda để đẩy lùi các thẻ đã nhận dạng vào Veeva (
AVAICustomFieldPopulator
), với một DLQ tương ứng. - Các chức năng Lambda cần thiết:
- AVAIAppFlowListener - Được kích hoạt bởi các sự kiện được Amazon AppFlow đẩy lên EventBridge. Được sử dụng để xác thực luồng chạy và đẩy một thông báo vào hàng đợi SQS.
- AVAIQueue - Kích hoạt cứ sau 1 phút. Được sử dụng để bỏ phiếu hàng đợi SQS, xử lý tài sản bằng các dịch vụ AI của Amazon và điền vào bảng DynamoDB.
- TRÁCH NHIỆM - Kích hoạt khi có bản cập nhật, chèn hoặc xóa trên bảng DynamoDB. Được sử dụng để ghi lại các thay đổi từ DynamoDB và điền vào cụm ELK.
- AVAICustomFieldPopulator - Được kích hoạt khi có cập nhật, chèn hoặc xóa trên bảng DynamoDB. Được sử dụng để cung cấp thông tin thẻ quay lại vào Veeva.
- Sản phẩm Sự kiện Amazon CloudWatch các quy tắc kích hoạt
AVAIQueuePoller
hàm số. Các trình kích hoạt này nằm trongDISABLED
trạng thái theo mặc định. - Các vai trò và chính sách IAM bắt buộc để tương tác với EventBridge và các dịch vụ AI theo cách có phạm vi.
Để bắt đầu, hãy hoàn thành các bước sau:
- Đăng nhập vào Bảng điều khiển quản lý AWS với tài khoản có quyền IAM tiên quyết.
- Chọn Khởi chạy Stack và mở nó trên một tab mới:
- trên Tạo ngăn xếp trang, chọn Sau.
- trên Chỉ định chi tiết ngăn xếp trang, nhập tên cho ngăn xếp.
- Nhập giá trị cho các tham số.
- Chọn Sau.
- trên Cấu hình tùy chọn ngăn xếp trang, để mọi thứ làm mặc định và chọn Sau.
- trên Đánh giá trang, trong Khả năng và biến đổi phần, chọn ba hộp kiểm.
- Chọn Tạo ngăn xếp.
- Chờ cho đến khi hoàn thành ngăn xếp. Bạn có thể kiểm tra các sự kiện khác nhau từ quá trình tạo ngăn xếp trên Sự Kiện tab.
- Sau khi tạo ngăn xếp hoàn tất, bạn có thể nhìn vào Thông tin tab để xem tất cả các tài nguyên mà mẫu CloudFormation đã tạo.
- trên Kết quả đầu ra tab, sao chép giá trị của
ESDomainAccessPrincipal
.
Đây là ARN của vai trò IAM mà AVAIPopulateES
chức năng giả định. Bạn sử dụng nó sau này để định cấu hình quyền truy cập vào miền Dịch vụ Tìm kiếm Mở của Amazon.
Thiết lập Dịch vụ Tìm kiếm Mở của Amazon và Kibana
Phần này sẽ hướng dẫn bạn cách bảo mật cụm Dịch vụ Tìm kiếm Mở của Amazon và cài đặt proxy cục bộ để truy cập Kibana một cách an toàn.
- Trên bảng điều khiển Dịch vụ Tìm kiếm Mở của Amazon, chọn miền được tạo bởi mẫu.
- trên Hoạt động menu, chọn Sửa đổi chính sách truy cập.
- Trong Chính sách truy cập tên miền, chọn Chính sách truy cập tùy chỉnh.
- Trong tạp chí Chính sách truy cập sẽ bị xóa cửa sổ bật lên, chọn Xóa và tiếp tục.
- Trên trang tiếp theo, hãy định cấu hình các câu lệnh sau để khóa quyền truy cập vào miền Dịch vụ Tìm kiếm Mở của Amazon:
- Cho phép địa chỉ IPv4 - Địa chỉ IP của bạn.
- Cho phép IAM ARN - Giá trị của
ESDomainAccessPrincipal
bạn đã sao chép trước đó.
- Chọn Gửi.
Điều này tạo ra một chính sách truy cập cấp quyền truy cập vào chức năng AVAIPopulateES và quyền truy cập Kibana từ địa chỉ IP của bạn. Để biết thêm thông tin về việc xác định phạm vi chính sách truy cập của bạn, hãy xem Định cấu hình chính sách truy cập.
- Đợi trạng thái tên miền hiển thị dưới dạng
Active
. - Trên bảng điều khiển Amazon EventBridge, dưới Sự Kiện , chọn Nội quy. Bạn có thể thấy hai quy tắc mà mẫu CloudFormation đã tạo.
- Chọn hình ba gạch
AVAIQueuePollerSchedule
quy tắc và kích hoạt nó bằng cách nhấp vào Kích hoạt tính năng.
Sau 5–8 phút, dữ liệu sẽ bắt đầu được chuyển vào và các thực thể được tạo trong cụm Dịch vụ Tìm kiếm Mở của Amazon. Bây giờ bạn có thể hình dung các thực thể này trong Kibana. Để làm điều này, bạn sử dụng một proxy nguồn mở có tên là ôi-es-kibana. Để cài đặt proxy trên máy tính của bạn, hãy nhập mã sau đây:
aws-es-kibana your_OpenSearch_domain_endpoint
Bạn có thể tìm thấy điểm cuối tên miền trên Kết quả đầu ra tab của ngăn xếp CloudFormation bên dưới ESDomainEndPoint
. Bạn sẽ thấy đầu ra sau:
Tạo hình ảnh trực quan và phân tích nội dung được gắn thẻ
Vui lòng tham khảo bản gốc bài viết trên blog.
Làm sạch
Để tránh phát sinh các khoản phí trong tương lai, hãy xóa tài nguyên khi không sử dụng. Bạn có thể dễ dàng xóa tất cả tài nguyên bằng cách xóa ngăn xếp CloudFormation được liên kết. Lưu ý rằng bạn cần làm trống các nhóm nội dung S3 đã tạo để việc xóa ngăn xếp thành công.
Kết luận
Trong bài đăng này, chúng tôi đã trình bày cách bạn có thể sử dụng các dịch vụ AI của Amazon kết hợp với Amazon AppFlow để mở rộng chức năng của Veeva Vault PromoMats và trích xuất thông tin có giá trị một cách nhanh chóng và dễ dàng. Cơ chế quay lại vòng lặp được tích hợp sẵn cho phép bạn cập nhật lại các thẻ vào Veeva Vault và cho phép tự động gắn thẻ nội dung của bạn. Điều này giúp nhóm của bạn dễ dàng tìm và xác định vị trí nội dung một cách nhanh chóng.
Mặc dù không có đầu ra ML nào là hoàn hảo, nhưng nó có thể rất gần với hiệu suất của con người và giúp bù đắp một phần đáng kể nỗ lực của nhóm bạn. Bạn có thể sử dụng dung lượng bổ sung này cho các nhiệm vụ giá trị gia tăng, đồng thời dành một dung lượng nhỏ để kiểm tra đầu ra của giải pháp ML. Giải pháp này cũng có thể giúp tối ưu hóa chi phí, đạt được tính nhất quán của việc gắn thẻ và cho phép khám phá nhanh các tài sản hiện có.
Cuối cùng, bạn có thể duy trì quyền sở hữu dữ liệu của mình và chọn dịch vụ AWS nào có thể xử lý, lưu trữ và lưu trữ nội dung. AWS không truy cập hoặc sử dụng nội dung của bạn cho bất kỳ mục đích nào mà không có sự đồng ý của bạn và không bao giờ sử dụng dữ liệu khách hàng để lấy thông tin cho tiếp thị hoặc quảng cáo. Để biết thêm thông tin, xem Hỏi đáp về quyền riêng tư dữ liệu.
Bạn cũng có thể mở rộng thêm chức năng của giải pháp này với các cải tiến bổ sung. Ví dụ: ngoài các dịch vụ AI và ML trong bài đăng này, bạn có thể dễ dàng thêm bất kỳ mô hình ML tùy chỉnh nào của mình được xây dựng bằng Amazon SageMaker đến kiến trúc.
Nếu bạn muốn khám phá các trường hợp sử dụng bổ sung cho Veeva và AWS, vui lòng liên hệ với nhóm tài khoản AWS của bạn.
Veeva Systems đã xem xét và chấp thuận nội dung này. Đối với các câu hỏi khác liên quan đến Veeva Vault, vui lòng liên hệ Hỗ trợ Veeva.
Giới thiệu về tác giả
Mayank Thakkar là Trưởng bộ phận Phát triển Kinh doanh AI / ML, Chăm sóc Sức khỏe Toàn cầu và Khoa học Đời sống tại AWS. Ông có hơn 18 năm kinh nghiệm trong nhiều ngành khác nhau như chăm sóc sức khỏe, khoa học đời sống, bảo hiểm và bán lẻ, chuyên xây dựng các giải pháp dựa trên máy chủ, trí tuệ nhân tạo và máy học không máy chủ để giải quyết các vấn đề của ngành trong thế giới thực. Tại AWS, anh hợp tác chặt chẽ với các công ty dược phẩm lớn trên thế giới để xây dựng các giải pháp tiên tiến và giúp họ thực hiện hành trình trên nền tảng đám mây. Ngoài công việc, Mayank cùng với vợ còn bận nuôi hai cậu con trai năng động và nghịch ngợm, Aaryan (6 tuổi) và Kiaan (4 tuổi), đồng thời cố gắng giữ cho ngôi nhà không bị cháy hoặc bị ngập nước!
Anamaria Todo là một Kiến trúc sư Giải pháp Cao cấp có trụ sở tại Copenhagen, Đan Mạch. Cô nhìn thấy chiếc máy tính đầu tiên của mình khi mới 4 tuổi và không bao giờ để ngành khoa học và kỹ thuật máy tính tiếp tục phát triển. Cô đã làm việc trong các vai trò kỹ thuật khác nhau từ nhà phát triển toàn diện, đến kỹ sư dữ liệu, trưởng nhóm kỹ thuật và CTO tại các công ty Đan Mạch khác nhau. Anamaria có bằng cử nhân về Kỹ thuật ứng dụng và Khoa học máy tính, bằng thạc sĩ về Khoa học máy tính và hơn 10 năm kinh nghiệm AWS thực hành. Tại AWS, cô hợp tác chặt chẽ với các công ty chăm sóc sức khỏe và khoa học đời sống trong phân khúc doanh nghiệp. Khi cô ấy không làm việc hoặc chơi trò chơi điện tử, cô ấy hướng dẫn các cô gái và các chuyên gia nữ hiểu và tìm ra con đường của họ thông qua công nghệ.
- Coinsmart. Sàn giao dịch Bitcoin và tiền điện tử tốt nhất Châu Âu.
- Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến thức. TRUY CẬP MIỄN PHÍ.
- CryptoHawk. Radar Altcoin. Dùng thử miễn phí.
- Nguồn: https://aws.amazon.com/blogs/machine-learning/analyze-and-tag-assets-stored-in-veeva-vault-promomats-using-amazon-appflow-and-amazon-ai-services/
- "
- 10
- 100
- 7
- 9
- a
- Giới thiệu
- TÓM TẮT
- truy cập
- có thể truy cập
- chứa
- Tài khoản
- Đạt được
- ngang qua
- Hành động
- Ngoài ra
- thêm vào
- địa chỉ
- Quảng cáo
- AI
- Dịch vụ AI
- Tất cả
- cho phép
- đàn bà gan dạ
- số lượng
- phân tích
- phân tích
- phân tích
- ngoài
- api
- API
- Các Ứng Dụng
- các ứng dụng
- áp dụng
- phương pháp tiếp cận
- thích hợp
- kiến trúc
- xung quanh
- nhân tạo
- trí tuệ nhân tạo
- tác phẩm nghệ thuật
- tài sản
- Tài sản
- liên kết
- âm thanh
- Tự động
- tự động
- sẵn có
- AWS
- trước
- được
- Hơn
- giữa
- biên giới
- xây dựng
- Xây dựng
- được xây dựng trong
- kinh doanh
- cuộc gọi
- khả năng
- Sức chứa
- trường hợp
- trường hợp
- tải
- Chọn
- phân loại
- các thử nghiệm lâm sàng
- đám mây
- huấn luyện
- mã
- kết hợp
- Đến
- đến
- thương gia
- Các công ty
- hoàn thành
- thành phần
- toàn diện
- máy tính
- Khoa học Máy tính
- khái niệm
- điều kiện
- sự tự tin
- Cấu hình
- Kết nối
- liên quan
- đồng ý
- An ủi
- liên lạc
- chứa
- nội dung
- Tương ứng
- Chi phí
- có thể
- đất nước
- tạo
- tạo ra
- tạo ra
- tạo
- Credentials
- CTO
- khách hàng
- khách hàng
- tiên tiến
- bảng điều khiển
- dữ liệu
- xử lý dữ liệu
- quyết định
- cung cấp
- Nhu cầu
- chứng minh
- Đan mạch
- triển khai
- triển khai
- điểm đến
- khu
- chi tiết
- phát hiện
- Phát hiện
- Nhà phát triển
- Phát triển
- kỹ thuật số
- Tài sản kỹ thuật số
- phát hiện
- tài liệu
- Không
- miền
- lĩnh vực
- xuống
- thuốc
- mỗi
- dễ dàng
- dễ sử dụng
- hệ sinh thái
- Hiệu quả
- những nỗ lực
- cho phép
- cho phép
- Điểm cuối
- ky sư
- Kỹ Sư
- Tiếng Anh
- đăng ký hạng mục thi
- Doanh nghiệp
- thực thể
- Môi trường
- Sự kiện
- sự kiện
- tất cả mọi thứ
- ví dụ
- ví dụ
- hiện tại
- kinh nghiệm
- khám phá
- thêm
- Chất chiết xuất
- khuôn mặt
- Đặc tính
- Tính năng
- thông tin phản hồi
- giống cái
- Lĩnh vực
- bộ lọc
- tìm kiếm
- Tên
- dòng chảy
- tập trung
- tiếp theo
- định dạng
- tìm thấy
- từ
- Full
- chức năng
- chức năng
- chức năng
- xa hơn
- tương lai
- Trò chơi
- nói chung
- tạo ra
- nhận được
- cô gái
- Toàn cầu
- tài trợ
- hands-on
- cái đầu
- chăm sóc sức khỏe
- giúp đỡ
- Cao
- House
- Độ đáng tin của
- Hướng dẫn
- HTTPS
- Nhân loại
- định danh
- xác định
- Bản sắc
- hình ảnh
- hình ảnh
- nhập khẩu
- bao gồm
- bao gồm
- Bao gồm
- chỉ số
- hệ thống riêng biệt,
- các ngành công nghiệp
- ngành công nghiệp
- thông tin
- thông báo
- đầu vào
- Chèn
- cái nhìn sâu sắc
- những hiểu biết
- cài đặt, dựng lên
- bảo hiểm
- tích hợp
- hội nhập
- Sự thông minh
- tương tác
- quan tâm
- Giao thức
- IP
- Địa chỉ IP
- IT
- Việc làm
- cuộc hành trình
- Giữ
- Key
- ghi nhãn
- Nhãn
- Ngôn ngữ
- Ngôn ngữ
- lớn
- mới nhất
- phóng
- dẫn
- Rời bỏ
- Khoa học đời sống
- dòng
- LINK
- địa phương
- Xem
- máy
- duy trì
- làm cho
- LÀM CHO
- quản lý
- quản lý
- quản lý
- cách thức
- nhãn hiệu
- sản xuất
- lập bản đồ
- Marketing
- thạc sĩ
- nguyên vật liệu
- cơ chế
- y khoa
- đề cập
- Metrics
- ML
- mô hình
- chi tiết
- hầu hết
- di chuyển
- nhiều
- Tự nhiên
- cần thiết
- nhu cầu
- tiếp theo
- Tiếng ồn
- Cung cấp
- bù đắp
- mở
- hoạt động
- hoạt động
- Tối ưu hóa
- Các lựa chọn
- gọi món
- nguyên
- Nền tảng khác
- tổng thể
- riêng
- quyền sở hữu
- một phần
- Đi qua
- Mật khẩu
- bệnh nhân
- tỷ lệ phần trăm
- hoàn hảo
- hiệu suất
- Pharma
- chơi
- xin vui lòng
- Chính sách
- điều luật
- bỏ phiếu
- pop-up
- trình bày
- trước
- riêng tư
- vấn đề
- quá trình
- Quy trình
- xử lý
- Bộ xử lý
- sản xuất
- Sản phẩm
- chuyên gia
- bằng chứng
- bằng chứng về khái niệm
- tài sản
- giao thức
- cho
- cung cấp
- Proxy
- công khai
- xuất bản
- mục đích
- mục đích
- đẩy
- Nhanh chóng
- Mau
- nâng cao
- khác nhau,
- đạt
- Phản ứng
- phản ứng
- ghi
- hồ sơ
- nhà quản lý
- có liên quan
- còn lại
- đại diện
- yêu cầu
- nghiên cứu
- Thông tin
- phản ứng
- kết quả
- Kết quả
- bán lẻ
- Vai trò
- quy tắc
- chạy
- tương tự
- khả năng mở rộng
- Quy mô
- lên kế hoạch
- Khoa học
- KHOA HỌC
- an toàn
- phân khúc
- Không có máy chủ
- dịch vụ
- DỊCH VỤ
- định
- thiết lập
- Chia sẻ
- hiển thị
- Đơn giản
- kể từ khi
- website
- tình hình
- nhỏ
- So
- Phần mềm
- phần mềm như là một dịch vụ
- rắn
- giải pháp
- Giải pháp
- động SOLVE
- một số
- chuyên
- riêng
- thông số kỹ thuật
- ngăn xếp
- Tiêu chuẩn
- Bắt đầu
- bắt đầu
- Tiểu bang
- báo cáo
- Trạng thái
- là gắn
- hàng
- cửa hàng
- dòng
- cấu trúc
- Học tập
- đáng kể
- thành công
- Thành công
- hỗ trợ
- Hỗ trợ
- Hỗ trợ
- Hỗ trợ
- hệ thống
- hệ thống
- nhiệm vụ
- nhóm
- đội
- Kỹ thuật
- Công nghệ
- mẫu
- về
- Sản phẩm
- Nguồn
- thế giới
- số ba
- Thông qua
- TIE
- thời gian
- mất thời gian
- công cụ
- đối với
- theo dõi
- Theo dõi
- chuyển
- chuyển
- Dịch
- được kích hoạt
- Dưới
- sự hiểu biết
- độc đáo
- vô hạn
- Cập nhật
- Cập nhật
- us
- sử dụng
- xác nhận
- giá trị
- khác nhau
- Vault
- phiên bản
- Video
- trò chơi video
- trang web
- trong khi
- không có
- từ
- Công việc
- làm việc
- đang làm việc
- công trinh
- thế giới
- năm
- trên màn hình