Zephyrnet Logosu

Üretken Veri Zekası

AI

Amazon SageMaker Özellik Mağazası artık hesaplar arası paylaşımı, keşfi ve erişimi destekliyor | Amazon Web Hizmetleri

Plato tarafından yeniden yayınlandı
Plato tarafından yeniden yayınlandı

Tarih:

Görüntüleme: 134

Amazon SageMaker Özellik Mağazası makine öğrenimi (ML) modellerine yönelik özellikleri depolamak, paylaşmak ve yönetmek için tamamen yönetilen, amaca yönelik olarak oluşturulmuş bir depodur. Özellikler eğitim ve çıkarım sırasında kullanılan ML modellerinin girdileridir. Örneğin, bir müzik çalma listesi öneren bir uygulamada özellikler şarkı derecelendirmelerini, dinleme süresini ve dinleyici demografisini içerebilir. Özellikler birden fazla ekip tarafından tekrar tekrar kullanılır ve özelliğin kalitesi, son derece doğru bir model sağlamak için kritik öneme sahiptir. Ayrıca modelleri çevrimdışı olarak toplu olarak eğitmek için kullanılan özellikler gerçek zamanlı çıkarım için kullanıma sunulduğunda, iki özellik deposunu senkronize tutmak zordur. SageMaker Özellik Mağazası, özelliklerin makine öğrenimi yaşam döngüsü boyunca geniş ölçekte işlenmesi, standartlaştırılması ve kullanılması için güvenli ve birleşik bir depo sağlar.

SageMaker Özellik Mağazası artık AWS hesapları genelinde özellik gruplarını paylaşmayı, keşfetmeyi ve bunlara erişmeyi zahmetsiz hale getiriyor. Bu yeni yetenek, özellikle farklı iş birimlerine veya işlevlere yayılan birden fazla hesabın bulunduğu kurumsal ortamlarda, işbirliğini teşvik eder ve makine öğrenimi modeli ve uygulama geliştirmede yer alan ekipler için mükerrer işleri en aza indirir.

Bu lansmanla birlikte hesap sahipleri, aşağıdakileri kullanarak diğer hesapların belirli özellik gruplarına erişim izni verebilir: AWS Kaynak Erişim Yöneticisi (AWS RAM'i). Erişim izni verildikten sonra, bu hesapların kullanıcıları, paylaşılanlar da dahil olmak üzere tüm özellik gruplarını şu adresten rahatlıkla görüntüleyebilir: Amazon SageMaker Stüdyosu veya SDK'lar. Bu, ekiplerin diğer ekipler tarafından geliştirilen özellikleri keşfedip kullanmasını sağlayarak bilgi paylaşımını ve verimliliği artırır. Ayrıca paylaşılan kaynakların kullanım detayları da takip edilebilmektedir. Amazon Bulut İzleme ve AWS CloudTrail. Daha ayrıntılı bilgi için bkz. Hesaplar arası özellik grubu keşfedilebilirliği ve erişimi.

Bu yazıda, hesaplar arası erişime sahip merkezi bir özellik mağazasının neden ve nasıl olduğunu tartışıyoruz. Bunun nasıl kurulacağını ve örnek bir gösterimin nasıl çalıştırılacağının yanı sıra, bu yeni özelliği kuruluşunuzda kullanarak elde edebileceğiniz faydaları da gösteriyoruz.

Hesaplar arası özellik mağazasına kimin ihtiyacı var?

Kuruluşların, hassas verilere yetkisiz erişimi önlerken doğru makine öğrenimi modelleri oluşturmak için özellikleri ekipler arasında güvenli bir şekilde paylaşması gerekir. SageMaker Özellik Mağazası artık özelliklerin AWS RAM aracılığıyla hesaplar arasında ayrıntılı olarak paylaşılmasına olanak tanıyarak yönetişimle işbirliğine dayalı model geliştirmeyi mümkün kılıyor.

SageMaker Özellik Mağazası, eğitim ve çıkarım sırasında kullanılan makine öğrenimi özellikleri için amaca yönelik olarak oluşturulmuş depolama ve yönetim sağlar. Hesaplar arası destek sayesinde artık bir AWS hesabında depolanan özellikleri kuruluşunuzdaki diğer hesaplarla seçerek paylaşabilirsiniz.

Örneğin analiz ekibi, müşteri profili, işlem geçmişi ve ürün katalogları gibi özellikleri merkezi bir yönetim hesabında düzenleyebilir. Modeller oluşturmak için bunlara pazarlama, sahtekarlık tespiti vb. gibi diğer departmanlardaki makine öğrenimi geliştiricilerinin güvenli bir şekilde erişmesi gerekir.

Makine öğrenimi özelliklerini hesaplar arasında paylaşmanın temel faydaları şunlardır:

  • Tutarlı ve yeniden kullanılabilir özellikler – Seçilen özelliklerin merkezi paylaşımı, eğitim için tutarlı girdi verileri sağlayarak model doğruluğunu artırır. Ekipler, her hesapta kopyalamak yerine başkaları tarafından oluşturulan özellikleri keşfedebilir ve doğrudan kullanabilir.
  • Özellik grubu erişim kontrolü – Yalnızca bir hesabın kullanım durumu için gereken belirli özellik gruplarına erişim verebilirsiniz. Örneğin, pazarlama ekibi yalnızca öneri modelleri için gereken müşteri profili özellik grubuna erişebilir.
  • Ekipler arası işbirliği – Paylaşılan özellikler, dolandırıcılık, pazarlama ve satış gibi farklı ekiplerin, silolanmış özellikler oluşturmak yerine aynı güvenilir verileri kullanarak makine öğrenimi modelleri oluşturma konusunda işbirliği yapmasına olanak tanır.
  • Uyumluluk için denetim takibi – Yöneticiler, CloudTrail olay günlüklerini kullanarak tüm hesapların özellik kullanımını merkezi olarak izleyebilir. Bu, yönetişim ve uyumluluk için gereken bir denetim takibi sağlar.

Hesaplar arası özellik mağazalarında üreticileri tüketicilerden ayırma

Makine öğrenimi alanında özellik deposu, verileri sağlayanlarla bu verileri kullananları birbirine bağlayan çok önemli bir köprü görevi görüyor. Bu ikilem, özellik mağazası için hesaplar arası kurulum kullanılarak etkili bir şekilde yönetilebilir. Aşağıdaki kişileri ve gerçek dünyadan bir benzetmeyi kullanarak bu konuyu aydınlatalım:

  • Veri ve makine öğrenimi mühendisleri (sahipler ve üreticiler) – Özellik deposuna veri besleyerek temelleri atıyorlar
  • Veri bilimcileri (tüketiciler) – Modellerini oluşturmak için bu verileri çıkarıp kullanıyorlar

Veri mühendisleri, ilk planın taslağını çizen mimarlar olarak görev yapar. Görevleri verimli veri hatları oluşturmak ve denetlemektir. Kaynak sistemlerden veri çekerek ham veri niteliklerini fark edilebilir özelliklere dönüştürürler. Örneğin “yaş”ı ele alalım. Her ne kadar yalnızca şu an ile doğum tarihi arasındaki süreyi temsil etse de, yorumu organizasyona göre değişiklik gösterebilir. Kalitenin, tekdüzeliğin ve tutarlılığın sağlanması burada çok önemlidir. Amaçları, verileri merkezi bir özellik deposuna beslemek ve onu tartışmasız referans noktası haline getirmektir.

ML mühendisleri, bu temel özellikleri geliştirerek bunları olgun ML iş akışlarına uygun hale getirir. Bankacılık bağlamında, hesap bakiyelerinden istatistiki bilgiler elde edebilir, eğilimleri ve akış düzenlerini belirleyebilirler. Sıklıkla karşılaştıkları engel fazlalıktır. Çeşitli makine öğrenimi girişimlerinde tekrarlanan özellik oluşturma ardışık düzenlerini görmek yaygındır.

Veri bilimcilerini, iyi stoklanmış bir kilerde keşif yapan ve bir sonraki mutfak başyapıtları için en iyi malzemeleri arayan gurme şefler olarak hayal edin. Zamanlarını, kileri yeniden birleştirmeye değil, yenilikçi veri tarifleri oluşturmaya ayırmalılar. Bu noktada zorluk doğru veriyi bulmaktır. Etkili arama araçları ve kapsamlı özellik açıklamalarıyla donatılmış, kullanıcı dostu bir arayüz vazgeçilmezdir.

Temelde, hesaplar arası özellik mağazası kurulumu, veri üreticilerinin ve tüketicilerin rollerini titizlikle bölümlere ayırarak verimlilik, netlik ve yenilik sağlar. İster temeli atıyor ister üstüne inşa ediyor olun, rolünüzü ve araçlarınızı bilmek çok önemlidir.

Aşağıdaki şemada, makine öğrenimi modellerini oluşturmak için gereken en iyi özellikleri seçmek üzere aynı merkezi özellik deposunu paylaşan ve kullanan, iki farklı AWS hesabından iki farklı veri bilimci ekibi gösterilmektedir. Merkezi özellik deposu, veri yönetişim katmanının ve veri gölünün genellikle bulunduğu, veri mühendisleri ve makine öğrenimi mühendisleri tarafından yönetilen farklı bir hesapta bulunur.

Hesaplar arası özellik grubu kontrolleri

SageMaker Özellik Mağazası ile özellik grubu kaynaklarını hesaplar arasında paylaşabilirsiniz. Kaynak sahibi hesabı, kaynakları kaynak tüketici hesaplarıyla paylaşır. Kaynak paylaşımıyla ilişkili iki farklı izin kategorisi vardır:

  • Keşfedilebilirlik izinleri - keşfedilebilirlik özellik grubu adlarını ve meta verilerini görebilmek anlamına gelir. Keşfedilebilirlik izni verdiğinizde, paylaşımda bulunduğunuz hesaptaki (kaynak sahibi hesabı) tüm özellik grubu varlıkları, paylaşımda bulunduğunuz hesaplar (kaynak tüketici hesapları) tarafından bulunabilir hale gelir. Örneğin, kaynak sahibi hesabını kaynak tüketici hesabı tarafından bulunabilir hale getirirseniz kaynak tüketici hesabının sorumluları, kaynak sahibi hesabında bulunan tüm özellik gruplarını görebilir. Bu izin, SageMaker kataloğu kaynak türü kullanılarak kaynak tüketici hesaplarına verilir.
  • Erişim izinleri – Bir erişim izni verdiğinizde, bunu özellik grubu kaynak düzeyinde (hesap düzeyinde değil) yaparsınız. Bu size verilere erişim izni verme konusunda daha ayrıntılı kontrol sağlar. Verilebilecek erişim izinlerinin türü salt okunur, okuma/yazma ve yöneticidir. Örneğin, iş gereksinimlerinize bağlı olarak, kaynak tüketici hesabının sorumluları tarafından erişilebilecek şekilde kaynak sahibi hesabından yalnızca belirli özellik gruplarını seçebilirsiniz. Bu izin, özellik grubu kaynak türü kullanılarak ve özellik grubu varlıkları belirtilerek kaynak tüketici hesaplarına verilir.

Aşağıdaki örnek şema, keşfedilebilirlik izni veren SageMaker katalog kaynak tipinin paylaşılmasını ve erişim izinlerine sahip bir özellik grubu kaynak tipi varlığının paylaşılmasını görselleştirir. SageMaker kataloğu tüm özellik grubu varlıklarınızı içerir. Keşfedilebilirlik izni verildiğinde kaynak tüketici hesabı, kaynak sahibi hesabı içindeki tüm özellik grubu varlıklarını arayabilir ve keşfedebilir. Bir özellik grubu varlığı, ML verilerinizi içerir. Erişim izni verildiğinde kaynak tüketici hesabı, ilgili erişim izniyle belirlenen erişimle özellik grubu verilerine erişebilir.

Çözüme genel bakış

SageMaker Özellik Mağazasını kullanarak özellikleri hesaplar arasında güvenli bir şekilde paylaşmak için aşağıdaki adımları tamamlayın:

  1. Kaynak (sahip) hesabında veri kümelerini alın ve normalleştirilmiş özellikler hazırlayın. İlgili özellikleri, özellik grupları adı verilen mantıksal gruplar halinde düzenleyin.
  2. Belirli özellik gruplarına hesaplar arası erişim izni vermek için bir kaynak paylaşımı oluşturun. Al ve koy gibi izin verilen eylemleri tanımlayın ve erişimi yalnızca yetkili hesaplarla kısıtlayın.
  3. Hedef (tüketici) hesaplarında, paylaşılan özelliklere erişmek için AWS RAM davetini kabul edin. Verilen izinleri anlamak için erişim politikasını inceleyin.

Hedef hesaplardaki geliştiriciler artık SageMaker SDK'yı kullanarak paylaşılan özellikleri alabilir, ek verilerle birleştirebilir ve bunları makine öğrenimi modellerini eğitmek için kullanabilir. Kaynak hesap, CloudTrail olay günlüklerini kullanarak tüm hesapların paylaşılan özelliklere erişimini izleyebilir. Denetim günlükleri, özellik kullanımına ilişkin merkezi görünürlük sağlar.

Bu adımlarla, kuruluşunuzdaki ekiplerin işbirliğine dayalı model geliştirme için paylaşılan makine öğrenimi özelliklerini güvenli bir şekilde kullanmasını sağlayabilirsiniz.

Önkoşullar

Zaten özellik grupları oluşturduğunuzu ve ilgili özellikleri sahip hesabınızda kullandığınızı varsayıyoruz. Başlama hakkında daha fazla bilgi için bkz. Amazon SageMaker Özellik Mağazasını kullanmaya başlayın.

Keşfedilebilirlik izinleri verme

İlk olarak, SageMaker Özellik Mağazası kataloğumuzu sahip hesabında nasıl paylaşacağımızı gösteriyoruz. Aşağıdaki adımları tamamlayın:

  1. SageMaker Özellik Mağazası kataloğunun sahip hesabında AWS RAM konsolunu açın.
  2. Altında Benim tarafımdan paylaşıldı gezinme bölmesinde öğesini seçin. Kaynak paylaşımları.
  3. Klinik Kaynak paylaşımı oluştur.
  4. Bir kaynak paylaşımı adı girin ve SageMaker Kaynak Katalogları kaynak türü olarak.
  5. Klinik Sonraki.
  6. Yalnızca keşfedilebilirlik erişimi için şunu girin: AWSRAMPermissionSageMakerCatalogResourceSearch için Yönetilen izinler.
  7. Klinik Sonraki.
  8. Tüketici hesabı kimliğinizi girin ve Ekle. Birkaç tüketici hesabı ekleyebilirsiniz.
  9. Klinik Sonraki ve kaynak paylaşımınızı tamamlayın.

Artık paylaşılan SageMaker Özellik Mağazası kataloğunun Kaynak paylaşımları gidin.

kullanarak aynı sonucu elde edebilirsiniz. AWS Komut Satırı Arayüzü (AWS CLI) aşağıdaki komutla (AWS Bölgenizi, sahip hesap kimliğinizi ve tüketici hesabı kimliğinizi sağlayın):

aws ram create-resource-share 
  --name MyCatalogFG 
  --resource-arns arn:aws:sagemaker:REGION:OWNERACCOUNTID:sagemaker-catalog/DefaultFeatureGroupCatalog 
  --principals CONSACCOUNTID 
  --permission-arns arn:aws:ram::aws:permission/AWSRAMPermissionSageMakerCatalogResourceSearch

Kaynak paylaşımı davetini kabul edin

Kaynak paylaşımı davetini kabul etmek için aşağıdaki adımları tamamlayın:

  1. Hedef (tüketici) hesabında AWS RAM konsolunu açın.
  2. Altında Benimle paylaştı gezinme bölmesinde öğesini seçin. Kaynak paylaşımları.
  3. Yeni bekleyen kaynak paylaşımını seçin.
  4. Klinik Kaynak paylaşımını kabul edin.

Aynı sonucu AWS CLI'yi kullanarak aşağıdaki komutla elde edebilirsiniz:

aws ram get-resource-share-invitations

Önceki komutun çıktısından değerini alın resourceShareInvitationArn ve ardından aşağıdaki komutla daveti kabul edin:

aws ram accept-resource-share-invitation 
--resource-share-invitation-arn RESOURCESHAREINVITATIONARN

Özellik gruplarının AWS RAM aracılığıyla başka bir hesapla paylaşılması için iş akışı aynıdır.

Bazı özellik gruplarını hedef hesapla paylaştıktan sonra SageMaker Özellik Mağazasını inceleyebilir ve burada yeni kataloğun mevcut olduğunu gözlemleyebilirsiniz.

Erişim izinleri verin

Erişim izinleri ile özellik grubu kaynak düzeyinde izinler verebiliriz. Aşağıdaki adımları tamamlayın:

  1. SageMaker Özellik Mağazası kataloğunun sahip hesabında AWS RAM konsolunu açın.
  2. Altında Benim tarafımdan paylaşıldı gezinme bölmesinde öğesini seçin. Kaynak paylaşımları.
  3. Klinik Kaynak paylaşımı oluştur.
  4. Bir kaynak paylaşımı adı girin ve SageMaker Özellik Grupları kaynak türü olarak.
  5. Paylaşılacak bir veya daha fazla özellik grubunu seçin.
  6. Klinik Sonraki.
  7. Okuma/yazma erişimi için şunu girin: AWSRAMPermissionSageMakerFeatureGroupReadWrite için Yönetilen izinler.
  8. Klinik Sonraki.
  9. Tüketici hesabı kimliğinizi girin ve Ekle. Birkaç tüketici hesabı ekleyebilirsiniz.
  10. Klinik Sonraki ve kaynak paylaşımınızı tamamlayın.

Artık paylaşılan kataloğun Kaynak paylaşımları gidin.

AWS CLI'yi aşağıdaki komutla kullanarak aynı sonucu elde edebilirsiniz (Bölgenizi, sahip hesap kimliğinizi, tüketici hesap kimliğinizi ve özellik grubu adınızı belirtin):

aws ram create-resource-share 
  --name MyCatalogFG 
  --resource-arns arn:aws:sagemaker:REGION:OWNERACCOUNTID:feature-group/FEATUREGROUPNAME 
  --principals CONSACCOUNTID 
  --permission-arns arn:aws:ram::aws:permission/AWSRAMPermissionSageMakerFeatureGroupReadWrite

Özellik gruplarına verebileceğiniz üç tür erişim vardır:

  • AWSRAMİzinSageMakerFeatureGroupSalt Okunur – Salt okunur ayrıcalığı, kaynak tüketici hesaplarının paylaşılan özellik gruplarındaki kayıtları okumasına ve ayrıntıları ve meta verileri görüntülemesine olanak tanır
  • AWSRAMİzinSageMakerÖzellikGrupOkuYaz – Okuma/yazma ayrıcalığı, kaynak tüketici hesaplarının okuma izinlerine ek olarak paylaşılan özellik gruplarına kayıt yazmasına ve bu gruplardan kayıtları silmesine olanak tanır
  • AWSRAMİzinSagemakerÖzellikGrupYönetici – Yönetici ayrıcalığı, kaynak tüketici hesaplarının, okuma/yazma izinlerine ek olarak, paylaşılan özellik grupları içindeki özelliklerin açıklamasını ve parametrelerini güncellemesine ve paylaşılan özellik gruplarının yapılandırmasını güncellemesine olanak tanır.

Kaynak paylaşımı davetini kabul edin

Kaynak paylaşımı davetini kabul etmek için aşağıdaki adımları tamamlayın:

  1. Hedef (tüketici) hesabında AWS RAM konsolunu açın.
  2. Altında Benimle paylaştı gezinme bölmesinde öğesini seçin. Kaynak paylaşımları.
  3. Yeni bekleyen kaynak paylaşımını seçin.
  4. Klinik Kaynak paylaşımını kabul edin.

AWS CLI'yi kullanarak kaynak paylaşımını kabul etme süreci, get-resource-share-invitation ve Accept-resource-share-invitation komutlarıyla önceki keşfedilebilirlik bölümüyle aynıdır.

Bu yeni özelliği gösteren örnek not defterleri

SageMaker Özellik Mağazası Atölyesine iki not defteri eklendi GitHub deposu 09-module-security/09-03-cross-account-access klasöründe:

  • m9_03_nb1_cross-account-admin.ipynb – Bunun yöneticinizde veya sahibi AWS hesabınızda başlatılması gerekiyor
  • m9_03_nb2_cross-account-consumer.ipynb – Bunun tüketici AWS hesabınızda başlatılması gerekiyor

İlk komut dosyası, yönetici veya sahip hesabındaki mevcut özellik grupları için keşfedilebilirlik kaynak paylaşımının nasıl oluşturulacağını ve bunun AWS RAM API'sini kullanarak program aracılığıyla başka bir tüketici hesabıyla nasıl paylaşılacağını gösterir. create_resource_share(). Ayrıca, sahip hesabındaki mevcut özellik gruplarına erişim izinlerinin nasıl verileceğini ve bunların AWS RAM kullanılarak başka bir tüketici hesabıyla nasıl paylaşılacağını da gösterir. Dizüstü bilgisayarı çalıştırmadan önce tüketici AWS hesap kimliğinizi sağlamanız gerekir.

İkinci komut dosyası, sahip düzeyinde hesaplar arası özellik gruplarını keşfetmek ve bunlara erişmek için AWS RAM davetlerini kabul eder. Daha sonra, sahip hesabındaki hesaplar arası özellik gruplarının nasıl keşfedileceği ve bunların tüketici hesabında nasıl listeleneceği gösterilir. Ayrıca, sahip hesabındaki hesaplar arası okuma/yazma özellik gruplarına nasıl erişeceğinizi görebilir ve tüketici hesabından aşağıdaki işlemleri gerçekleştirebilirsiniz: describe(), get_record(), ingest(), ve delete_record().

Sonuç

SageMaker Özellik Mağazası'nın hesaplar arası özelliği birçok ilgi çekici avantaj sunar. İlk olarak, özellik gruplarının birden fazla AWS hesabında paylaşılmasını sağlayarak kusursuz iş birliğini kolaylaştırır. Bu, veri erişilebilirliğini ve kullanımını geliştirerek farklı hesaplardaki ekiplerin makine öğrenimi iş akışları için paylaşılan özellikleri kullanmasına olanak tanır.

Ek olarak, hesaplar arası yetenek veri yönetimini ve güvenliğini artırır. AWS RAM aracılığıyla kontrollü erişim ve izinler sayesinde kuruluşlar, her hesabın özel erişim düzeylerine sahip olmasını sağlarken merkezi bir özellik deposunu da koruyabilir. Bu yalnızca veri yönetimini kolaylaştırmakla kalmaz, aynı zamanda erişimi yetkili kullanıcılarla sınırlandırarak güvenlik önlemlerini de güçlendirir.

Ayrıca, özellik gruplarını hesaplar arasında paylaşma yeteneği, işbirliğine dayalı bir ortamda makine öğrenimi modelleri oluşturma ve dağıtma sürecini basitleştirir. Daha entegre ve verimli bir iş akışını teşvik ederek veri depolamadaki fazlalığı azaltır ve paylaşılan, yüksek kaliteli özelliklere sahip sağlam modellerin oluşturulmasını kolaylaştırır. Genel olarak Özellik Mağazası'nın hesaplar arası yeteneği, çeşitli AWS hesapları genelinde makine öğrenimi geliştirmede iş birliğini, yönetimi ve verimliliği optimize eder. Deneyin ve yorumlarınızda ne düşündüğünüzü bize bildirin.

Yazarlar Hakkında

İoan Katanası AWS'de Kıdemli Yapay Zeka ve Makine Öğrenimi Uzmanı Çözüm Mimarıdır. Müşterilerin AWS Cloud'da makine öğrenimi çözümlerini geliştirmelerine ve ölçeklendirmelerine yardımcı oluyor. Ioan'ın çoğunlukla yazılım mimarisi tasarımı ve bulut mühendisliği alanlarında 20 yılı aşkın deneyimi var.

Philipp Kaindl AWS'de Kıdemli Yapay Zeka ve Makine Öğrenimi Çözümleri Mimarıdır. Veri bilimi ve makine mühendisliği alanındaki geçmişiyle odak noktası, müşterilerin yapay zekanın yardımıyla kalıcı iş etkisi yaratmasını sağlamaktır. Philipp, iş dışında 3D yazıcılarla uğraşmayı, yelken açmayı ve yürüyüş yapmayı seviyor.

Dhaval Şah AWS'de makine öğrenimi konusunda uzmanlaşmış Kıdemli Çözüm Mimarıdır. Dijital yerel işletmelere güçlü bir şekilde odaklanarak müşterilerin AWS'yi kullanmalarına ve işlerini büyütmelerine olanak sağlıyor. Bir makine öğrenimi tutkunu olarak Dhaval, olumlu değişim getiren etkili çözümler yaratma tutkusuyla hareket ediyor. Boş zamanlarında seyahat sevgisinden yararlanıyor ve ailesiyle kaliteli anların tadını çıkarıyor.

Mizanur Rahman Amazon SageMaker Özellik Mağazası'nda Kıdemli Yazılım Mühendisidir ve AI ve ML konusunda 10 yılı aşkın uygulamalı deneyime sahiptir. Hem teorik hem de pratik uygulamalarda güçlü bir temele sahip olup doktora derecesine sahiptir. Makine Öğrenimini Kullanarak Dolandırıcılık Tespiti alanında uzmanlaştı ve bu alanda ilerlemeye olan bağlılığını yansıtıyor. Uzmanlığı; ölçeklenebilir mimariler, dağıtılmış bilgi işlem, büyük veri analitiği, mikro hizmetler ve kuruluşlara yönelik bulut altyapılarını kapsayan geniş bir yelpazeyi kapsamaktadır.

spot_img

En Son İstihbarat

spot_img

Telif Hakkı @ 2024 Plato Technologies Inc.