ആമസോൺ വ്യക്തിഗതമാക്കുക പരിഹാരങ്ങൾക്കായി സ്വയമേവയുള്ള പരിശീലനം പ്രഖ്യാപിക്കുന്നതിൽ സന്തോഷമുണ്ട്. ഒരു മോഡലിൻ്റെ ഫലപ്രാപ്തി നിലനിർത്തുന്നതിനും ശുപാർശകൾ ഉപയോക്താക്കളുടെ വികസിച്ചുകൊണ്ടിരിക്കുന്ന പെരുമാറ്റങ്ങൾക്കും മുൻഗണനകൾക്കും അനുസൃതമാണെന്ന് ഉറപ്പാക്കുന്നതിനും പരിഹാര പരിശീലനം അടിസ്ഥാനപരമാണ്. ഡാറ്റാ പാറ്റേണുകളും ട്രെൻഡുകളും കാലക്രമേണ മാറുന്നതിനനുസരിച്ച്, ഏറ്റവും പുതിയ പ്രസക്തമായ ഡാറ്റ ഉപയോഗിച്ച് പരിഹാരം വീണ്ടും പരിശീലിപ്പിക്കുന്നത് മോഡലിനെ പഠിക്കാനും പൊരുത്തപ്പെടുത്താനും പ്രാപ്‌തമാക്കുന്നു, ഇത് അതിൻ്റെ പ്രവചന കൃത്യത വർദ്ധിപ്പിക്കുന്നു. സ്വയമേവയുള്ള പരിശീലനം ഒരു പുതിയ പരിഹാര പതിപ്പ് സൃഷ്ടിക്കുന്നു, മോഡൽ ഡ്രിഫ്റ്റ് ലഘൂകരിക്കുന്നു, ഏറ്റവും പുതിയ ഇനങ്ങൾ ഉൾപ്പെടുത്തുമ്പോൾ അന്തിമ ഉപയോക്താക്കളുടെ നിലവിലെ പെരുമാറ്റത്തിന് അനുയോജ്യമായ ശുപാർശകൾ നിലനിർത്തുന്നു. ആത്യന്തികമായി, മാറുന്ന മുൻഗണനകളുമായി പൊരുത്തപ്പെടുന്ന കൂടുതൽ വ്യക്തിപരവും ആകർഷകവുമായ അനുഭവം സ്വയമേവയുള്ള പരിശീലനം നൽകുന്നു.

ആമസോൺ വ്യക്തിഗതമാക്കൽ, മെഷീൻ ലേണിംഗ് (ML) ഉപയോഗിച്ച് നിങ്ങളുടെ ഡിജിറ്റൽ പരിവർത്തനത്തെ ത്വരിതപ്പെടുത്തുന്നു, നിലവിലുള്ള വെബ്‌സൈറ്റുകൾ, ആപ്ലിക്കേഷനുകൾ, ഇമെയിൽ മാർക്കറ്റിംഗ് സിസ്റ്റങ്ങൾ എന്നിവയിലേക്കും മറ്റും വ്യക്തിഗത ശുപാർശകൾ സമന്വയിപ്പിക്കുന്നത് അനായാസമാക്കുന്നു. എംഎൽ വൈദഗ്ദ്ധ്യം ആവശ്യമില്ലാതെ തന്നെ ഒരു ഇഷ്‌ടാനുസൃത വ്യക്തിഗതമാക്കൽ എഞ്ചിൻ വേഗത്തിൽ നടപ്പിലാക്കാൻ ആമസോൺ വ്യക്തിഗതമാക്കൽ ഡവലപ്പർമാരെ പ്രാപ്‌തമാക്കുന്നു. ആമസോൺ വ്യക്തിഗതമാക്കൽ ആവശ്യമായ ഇൻഫ്രാസ്ട്രക്ചർ നൽകുകയും ഡാറ്റ പ്രോസസ്സ് ചെയ്യുക, സവിശേഷതകൾ തിരിച്ചറിയുക, ഉചിതമായ അൽഗോരിതങ്ങൾ ഉപയോഗിക്കുക, നിങ്ങളുടെ ഡാറ്റയെ അടിസ്ഥാനമാക്കി ഇഷ്‌ടാനുസൃതമാക്കിയ മോഡലുകൾ പരിശീലിപ്പിക്കുക, ഒപ്റ്റിമൈസ് ചെയ്യുക, ഹോസ്റ്റുചെയ്യുക എന്നിവ ഉൾപ്പെടെ മുഴുവൻ ML പൈപ്പ്‌ലൈനും കൈകാര്യം ചെയ്യുന്നു. നിങ്ങളുടെ എല്ലാ ഡാറ്റയും സ്വകാര്യവും സുരക്ഷിതവുമാക്കാൻ എൻക്രിപ്റ്റ് ചെയ്തിരിക്കുന്നു.

ഈ പോസ്റ്റിൽ, ഓട്ടോമാറ്റിക് പരിശീലനം കോൺഫിഗർ ചെയ്യുന്ന പ്രക്രിയയിലൂടെ ഞങ്ങൾ നിങ്ങളെ നയിക്കുന്നു, അതിനാൽ നിങ്ങളുടെ പരിഹാരങ്ങളും ശുപാർശകളും അവയുടെ കൃത്യതയും പ്രസക്തിയും നിലനിർത്തുന്നു.

പരിഹാര അവലോകനം

A പരിഹാരം ആമസോൺ വ്യക്തിഗതമാക്കൽ പാചകക്കുറിപ്പ്, ഇഷ്‌ടാനുസൃതമാക്കിയ പാരാമീറ്ററുകൾ, ഒന്നോ അതിലധികമോ പരിഹാര പതിപ്പുകൾ (പരിശീലിച്ച മോഡലുകൾ) എന്നിവയുടെ സംയോജനത്തെ സൂചിപ്പിക്കുന്നു. നിങ്ങൾ ഒരു ഇഷ്‌ടാനുസൃത പരിഹാരം സൃഷ്‌ടിക്കുമ്പോൾ, നിങ്ങളുടെ ഉപയോഗ കേസുമായി പൊരുത്തപ്പെടുന്ന ഒരു പാചകക്കുറിപ്പ് നിങ്ങൾ വ്യക്തമാക്കുകയും പരിശീലന പാരാമീറ്ററുകൾ കോൺഫിഗർ ചെയ്യുകയും ചെയ്യുന്നു. ഈ പോസ്റ്റിനായി, പരിശീലന പാരാമീറ്ററുകളിൽ നിങ്ങൾ സ്വയമേവയുള്ള പരിശീലനം ക്രമീകരിക്കുന്നു.

മുൻവ്യവസ്ഥകൾ

നിങ്ങളുടെ പരിഹാരങ്ങൾക്കായി സ്വയമേവയുള്ള പരിശീലനം പ്രവർത്തനക്ഷമമാക്കുന്നതിന്, നിങ്ങൾ ആദ്യം Amazon വ്യക്തിഗതമാക്കൽ ഉറവിടങ്ങൾ സജ്ജീകരിക്കേണ്ടതുണ്ട്. ആരംഭിക്കുക ഒരു ഡാറ്റാസെറ്റ് ഗ്രൂപ്പ് സൃഷ്ടിക്കുന്നു, സ്കീമകൾ, കൂടാതെ ഡാറ്റാസെറ്റുകൾ നിങ്ങളുടെ ഇനങ്ങൾ, ഇടപെടലുകൾ, ഉപയോക്തൃ ഡാറ്റ എന്നിവയെ പ്രതിനിധീകരിക്കുന്നു. നിർദ്ദേശങ്ങൾക്കായി, റഫർ ചെയ്യുക ആരംഭിക്കുന്നു (കൺസോൾ) or ആരംഭിക്കുന്നു (AWS CLI).

നിങ്ങളുടെ ഡാറ്റ ഇമ്പോർട്ടുചെയ്യുന്നത് പൂർത്തിയാക്കിയ ശേഷം, നിങ്ങൾ ഒരു പരിഹാരം സൃഷ്ടിക്കാൻ തയ്യാറാണ്.

ഒരു പരിഹാരം ഉണ്ടാക്കുക

ഓട്ടോമാറ്റിക് പരിശീലനം സജ്ജീകരിക്കുന്നതിന്, ഇനിപ്പറയുന്ന ഘട്ടങ്ങൾ പൂർത്തിയാക്കുക:

1. Amazon Personalize കൺസോളിൽ, ഒരു പുതിയ പരിഹാരം സൃഷ്ടിക്കുക.
2. നിങ്ങളുടെ പരിഹാരത്തിനായി ഒരു പേര് വ്യക്തമാക്കുക, നിങ്ങൾ സൃഷ്ടിക്കാൻ ആഗ്രഹിക്കുന്ന പരിഹാരത്തിൻ്റെ തരം തിരഞ്ഞെടുക്കുക, നിങ്ങളുടെ പാചകക്കുറിപ്പ് തിരഞ്ഞെടുക്കുക.
3. ഓപ്ഷണലായി, ഏതെങ്കിലും ടാഗുകൾ ചേർക്കുക. ആമസോൺ വ്യക്തിഗതമാക്കൽ ഉറവിടങ്ങൾ ടാഗ് ചെയ്യുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക ആമസോൺ ടാഗിംഗ് ഉറവിടങ്ങൾ വ്യക്തിഗതമാക്കുക.
4. ഓട്ടോമാറ്റിക് പരിശീലനം ഉപയോഗിക്കുന്നതിന്, ൽ യാന്ത്രിക പരിശീലനം വിഭാഗം തിരഞ്ഞെടുക്കുക ഓൺ ചെയ്യുക കൂടാതെ നിങ്ങളുടെ പരിശീലന ആവൃത്തി വ്യക്തമാക്കുക.

ഓരോ 7 ദിവസത്തിലും ഒരു തവണ പരിശീലിപ്പിക്കുന്നതിന് സ്വയമേവയുള്ള പരിശീലനം ഡിഫോൾട്ടായി പ്രവർത്തനക്ഷമമാക്കിയിരിക്കുന്നു. ഓരോ 1-30 ദിവസത്തിലും ഒരു തവണ മുതൽ നിങ്ങളുടെ ബിസിനസ്സ് ആവശ്യങ്ങൾക്ക് അനുയോജ്യമായ രീതിയിൽ നിങ്ങൾക്ക് പരിശീലന കാഡൻസ് കോൺഫിഗർ ചെയ്യാം.

1. നിങ്ങളുടെ പാചകക്കുറിപ്പ് ഇനം ശുപാർശകളോ ഉപയോക്തൃ സെഗ്‌മെൻ്റുകളോ സൃഷ്‌ടിക്കുന്നുവെങ്കിൽ, ഓപ്‌ഷണലായി ഉപയോഗിക്കുക പരിശീലനത്തിനുള്ള നിരകൾ സൊല്യൂഷൻ പതിപ്പുകൾ പരിശീലിപ്പിക്കുമ്പോൾ ആമസോൺ വ്യക്തിഗതമാക്കൽ പരിഗണിക്കുന്ന നിരകൾ തിരഞ്ഞെടുക്കുന്നതിനുള്ള വിഭാഗം.
2. ൽ ഹൈപ്പർപാരാമീറ്റർ കോൺഫിഗറേഷൻ വിഭാഗം, നിങ്ങളുടെ പാചകക്കുറിപ്പും ബിസിനസ് ആവശ്യങ്ങളും അടിസ്ഥാനമാക്കി ഏതെങ്കിലും ഹൈപ്പർപാരാമീറ്റർ ഓപ്ഷനുകൾ ഓപ്ഷണലായി കോൺഫിഗർ ചെയ്യുക.
3. ഏതെങ്കിലും അധിക കോൺഫിഗറേഷനുകൾ നൽകുക, തുടർന്ന് തിരഞ്ഞെടുക്കുക അടുത്തത്.
   
4. പരിഹാര വിശദാംശങ്ങൾ അവലോകനം ചെയ്‌ത് നിങ്ങളുടെ സ്വയമേവയുള്ള പരിശീലനം പ്രതീക്ഷിച്ചതുപോലെ കോൺഫിഗർ ചെയ്‌തിട്ടുണ്ടെന്ന് സ്ഥിരീകരിക്കുക.
5. തിരഞ്ഞെടുക്കുക പരിഹാരം ഉണ്ടാക്കുക.
   

Amazon Personalize നിങ്ങളുടെ ആദ്യ പരിഹാര പതിപ്പ് സ്വയമേവ സൃഷ്ടിക്കും. എ പരിഹാര പതിപ്പ് പരിശീലനം ലഭിച്ച ഒരു ML മോഡലിനെ സൂചിപ്പിക്കുന്നു. പരിഹാരത്തിനായി ഒരു പരിഹാര പതിപ്പ് സൃഷ്ടിക്കുമ്പോൾ, ആമസോൺ വ്യക്തിഗതമാക്കൽ പാചകക്കുറിപ്പും പരിശീലന കോൺഫിഗറേഷനും അടിസ്ഥാനമാക്കി പരിഹാര പതിപ്പിനെ പിന്തുണയ്ക്കുന്ന മോഡലിനെ പരിശീലിപ്പിക്കുന്നു. പരിഹാര പതിപ്പ് സൃഷ്ടിക്കൽ ആരംഭിക്കുന്നതിന് 1 മണിക്കൂർ വരെ എടുത്തേക്കാം.

AWS SDK ഉപയോഗിച്ച് സ്വയമേവയുള്ള പരിശീലനത്തിലൂടെ ഒരു പരിഹാരം സൃഷ്ടിക്കുന്നതിനുള്ള സാമ്പിൾ കോഡ് ഇനിപ്പറയുന്നതാണ്:

import boto3 
personalize = boto3.client('personalize')

solution_config = {
    "autoTrainingConfig": {
        "schedulingExpression": "rate(3 days)"
    }
}

recipe = "arn:aws:personalize:::recipe/aws-similar-items"
name = "test_automatic_training"
response = personalize.create_solution(name=name, recipeArn=recipe_arn, datasetGroupArn=dataset_group_arn, 
                            performAutoTraining=True, solutionConfig=solution_config)

print(response['solutionArn'])
solution_arn = response['solutionArn'])

ഒരു പരിഹാരം സൃഷ്ടിച്ച ശേഷം, പരിഹാര വിശദാംശ പേജിൽ സ്വയമേവയുള്ള പരിശീലനം പ്രവർത്തനക്ഷമമാക്കിയിട്ടുണ്ടോ എന്ന് നിങ്ങൾക്ക് സ്ഥിരീകരിക്കാം.

ഓട്ടോമാറ്റിക് പരിശീലനം പ്രവർത്തനക്ഷമമാക്കിയിട്ടുണ്ടെന്ന് AWS SDK വഴി സ്ഥിരീകരിക്കാൻ നിങ്ങൾക്ക് ഇനിപ്പറയുന്ന മാതൃകാ കോഡും ഉപയോഗിക്കാം:

response = personalize.describe_solution(solutionArn=solution_arn)
print(response)

നിങ്ങളുടെ പ്രതികരണത്തിൽ ഫീൽഡുകൾ അടങ്ങിയിരിക്കും performAutoTraining ഒപ്പം autoTrainingConfig, നിങ്ങൾ സജ്ജമാക്കിയ മൂല്യങ്ങൾ പ്രദർശിപ്പിക്കുന്നു CreateSolution വിളി.

പരിഹാര വിശദാംശ പേജിൽ, സ്വയമേവ സൃഷ്‌ടിച്ച പരിഹാര പതിപ്പുകളും നിങ്ങൾ കാണും. ദി പരിശീലന തരം സൊല്യൂഷൻ പതിപ്പ് സ്വമേധയാ അല്ലെങ്കിൽ സ്വയമേവ സൃഷ്ടിച്ചതാണോ എന്ന് കോളം വ്യക്തമാക്കുന്നു.

നൽകിയിരിക്കുന്ന പരിഹാരത്തിനുള്ള പരിഹാര പതിപ്പുകളുടെ ഒരു ലിസ്റ്റ് തിരികെ നൽകുന്നതിന് നിങ്ങൾക്ക് ഇനിപ്പറയുന്ന മാതൃകാ കോഡും ഉപയോഗിക്കാം:

response = personalize.list_solution_versions(solutionArn=solution_arn)['solutionVersions']
print("List Solution Version responsen")
for val in response:
    print(f"SolutionVersion: {val}")
    print("n")

നിങ്ങളുടെ പ്രതികരണത്തിൽ ഫീൽഡ് അടങ്ങിയിരിക്കും trainingType, ഇത് സൊല്യൂഷൻ പതിപ്പ് സ്വയമേവ സൃഷ്ടിച്ചതാണോ അതോ സ്വയമേവ സൃഷ്ടിച്ചതാണോ എന്ന് വ്യക്തമാക്കുന്നു.

നിങ്ങളുടെ പരിഹാര പതിപ്പ് തയ്യാറാകുമ്പോൾ, നിങ്ങൾക്ക് കഴിയും ഒരു പ്രചാരണം സൃഷ്ടിക്കുക നിങ്ങളുടെ പരിഹാര പതിപ്പിനായി.

ഒരു കാമ്പെയ്‌ൻ സൃഷ്‌ടിക്കുക

A കാമ്പെയ്ൻ തത്സമയ ശുപാർശകൾ സൃഷ്ടിക്കുന്നതിന് ഒരു പരിഹാര പതിപ്പ് (പരിശീലിച്ച മോഡൽ) വിന്യസിക്കുന്നു. Amazon Personalize ഉപയോഗിച്ച്, നിങ്ങളുടെ വർക്ക്ഫ്ലോ കാര്യക്ഷമമാക്കാനും ഓട്ടോമാറ്റിക് സമന്വയം വഴിയുള്ള കാമ്പെയ്‌നുകളിലേക്ക് ഏറ്റവും പുതിയ പരിഹാര പതിപ്പിൻ്റെ വിന്യാസം ഓട്ടോമേറ്റ് ചെയ്യാനും നിങ്ങൾക്ക് കഴിയും. യാന്ത്രിക സമന്വയം സജ്ജീകരിക്കാൻ, ഇനിപ്പറയുന്ന ഘട്ടങ്ങൾ പൂർത്തിയാക്കുക:

1. Amazon Personalize കൺസോളിൽ, ഒരു പുതിയ കാമ്പെയ്ൻ സൃഷ്‌ടിക്കുക.
2. നിങ്ങളുടെ കാമ്പെയ്‌നിനായി ഒരു പേര് വ്യക്തമാക്കുക.
3. നിങ്ങൾ ഇപ്പോൾ സൃഷ്ടിച്ച പരിഹാരം തിരഞ്ഞെടുക്കുക.
4. തെരഞ്ഞെടുക്കുക ഏറ്റവും പുതിയ പരിഹാര പതിപ്പ് സ്വയമേവ ഉപയോഗിക്കുക.
5. സജ്ജമാക്കുക സെക്കൻഡിൽ മിനിമം പ്രൊവിഷൻ ചെയ്ത ഇടപാടുകൾ.
   
6. നിങ്ങളുടെ കാമ്പെയ്ൻ സൃഷ്‌ടിക്കുക.

സ്റ്റാറ്റസ് ആകുമ്പോൾ പ്രചാരണം തയ്യാറാണ് ACTIVE.

ഒരു കാമ്പെയ്ൻ സൃഷ്‌ടിക്കുന്നതിനുള്ള മാതൃകാ കോഡാണ് ഇനിപ്പറയുന്നത് syncWithLatestSolutionVersion ക്രമീകരിക്കപ്പെട്ടതു true AWS SDK ഉപയോഗിക്കുന്നു. നിങ്ങൾ പ്രത്യയവും ചേർക്കണം $LATEST ലേക്ക് solutionArn in solutionVersionArn നിങ്ങൾ സജ്ജമാക്കുമ്പോൾ syncWithLatestSolutionVersion ലേക്ക് true.

campaign_config = {
    "syncWithLatestSolutionVersion": True
}
resource_name = "test_campaign_sync"
solution_version_arn = "arn:aws:personalize:<region>:<accountId>:solution/<solution_name>/$LATEST"
response = personalize.create_campaign(name=resource_name, solutionVersionArn=solution_version_arn, campaignConfig=campaign_config)
campaign_arn = response['campaignArn']
print(campaign_arn)

കാമ്പെയ്ൻ വിശദാംശ പേജിൽ, തിരഞ്ഞെടുത്ത കാമ്പെയ്‌നിൽ സ്വയമേവ സമന്വയം പ്രവർത്തനക്ഷമമാക്കിയിട്ടുണ്ടോ എന്ന് നിങ്ങൾക്ക് കാണാൻ കഴിയും. പ്രവർത്തനക്ഷമമാക്കുമ്പോൾ, നിങ്ങളുടെ കാമ്പെയ്ൻ സ്വയമേവയോ സ്വമേധയാ സൃഷ്‌ടിച്ചതോ ആകട്ടെ, ഏറ്റവും പുതിയ പരിഹാര പതിപ്പ് ഉപയോഗിക്കുന്നതിന് സ്വയമേവ അപ്‌ഡേറ്റ് ചെയ്യും.

AWS SDK വഴി അത് സ്ഥിരീകരിക്കാൻ ഇനിപ്പറയുന്ന സാമ്പിൾ കോഡ് ഉപയോഗിക്കുക syncWithLatestSolutionVersion പ്രവർത്തനക്ഷമമാക്കി:

response = personalize.describe_campaign(campaignArn=campaign_arn)
Print(response)

നിങ്ങളുടെ പ്രതികരണത്തിൽ ഫീൽഡ് അടങ്ങിയിരിക്കും syncWithLatestSolutionVersion കീഴെ campaignConfig, നിങ്ങൾ സജ്ജമാക്കിയ മൂല്യം പ്രദർശിപ്പിക്കുന്നു CreateCampaign വിളി.

നിങ്ങളുടെ കാമ്പെയ്ൻ അപ്‌ഡേറ്റ് ചെയ്‌ത് ഒരു കാമ്പെയ്ൻ സൃഷ്‌ടിച്ചതിന് ശേഷം Amazon Personalize കൺസോളിലെ ഏറ്റവും പുതിയ സൊല്യൂഷൻ പതിപ്പ് സ്വയമേവ ഉപയോഗിക്കാനുള്ള ഓപ്ഷൻ നിങ്ങൾക്ക് പ്രവർത്തനക്ഷമമാക്കാനോ പ്രവർത്തനരഹിതമാക്കാനോ കഴിയും. അതുപോലെ, നിങ്ങൾക്ക് പ്രവർത്തനക്ഷമമാക്കാനോ പ്രവർത്തനരഹിതമാക്കാനോ കഴിയും syncWithLatestSolutionVersion കൂടെ UpdateCampaign AWS SDK ഉപയോഗിക്കുന്നു.

തീരുമാനം

സ്വയമേവയുള്ള പരിശീലനത്തിലൂടെ, നിങ്ങളുടെ വർക്ക്ഫ്ലോ കാര്യക്ഷമമാക്കിയും Amazon Personalize-ൽ ഏറ്റവും പുതിയ സൊല്യൂഷൻ പതിപ്പിൻ്റെ വിന്യാസം ഓട്ടോമേറ്റ് ചെയ്തും നിങ്ങൾക്ക് മോഡൽ ഡ്രിഫ്റ്റ് ലഘൂകരിക്കാനും ശുപാർശ പ്രസക്തി നിലനിർത്താനും കഴിയും.

Amazon Personalize ഉപയോഗിച്ച് നിങ്ങളുടെ ഉപയോക്തൃ അനുഭവം ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾക്ക്, കാണുക ആമസോൺ വ്യക്തിഗതമാക്കൽ ഡെവലപ്പർ ഗൈഡ്.

രചയിതാക്കളെക്കുറിച്ച്

ബ'കാരി ജോൺസൺ ആമസോൺ പേഴ്സണലൈസ് ടീമിൽ AWS AI/ML-ൽ പ്രവർത്തിക്കുന്ന ഒരു സീനിയർ ടെക്നിക്കൽ പ്രൊഡക്റ്റ് മാനേജർ ആണ്. കമ്പ്യൂട്ടർ സയൻസിലും സ്ട്രാറ്റജിയിലും ഒരു പശ്ചാത്തലമുള്ള അവൾ ഉൽപ്പന്ന നവീകരണത്തിൽ അഭിനിവേശമുള്ളവളാണ്. അവളുടെ ഒഴിവുസമയങ്ങളിൽ, അവൾ അതിഗംഭീരമായ യാത്രകളും പര്യവേക്ഷണങ്ങളും ആസ്വദിക്കുന്നു.

അജയ് വെങ്കിടകൃഷ്ണൻ ആമസോൺ പേഴ്സണലൈസ് ടീമിലെ സോഫ്റ്റ്‌വെയർ ഡെവലപ്‌മെൻ്റ് എഞ്ചിനീയറാണ്. ഒഴിവുസമയങ്ങളിൽ അദ്ദേഹം ഫുട്ബോൾ എഴുതുകയും കളിക്കുകയും ചെയ്യുന്നു.

പ്രാണേഷ് അനുഭവ് ആമസോൺ പേഴ്സണലൈസിനായുള്ള സീനിയർ സോഫ്റ്റ്‌വെയർ എഞ്ചിനീയറാണ്. ഉപഭോക്താക്കൾക്ക് സ്കെയിലിൽ സേവനം നൽകുന്നതിനായി മെഷീൻ ലേണിംഗ് സിസ്റ്റങ്ങൾ രൂപകൽപ്പന ചെയ്യുന്നതിൽ അദ്ദേഹത്തിന് താൽപ്പര്യമുണ്ട്. തൻ്റെ ജോലിക്ക് പുറത്ത്, അവൻ ഫുട്ബോൾ കളിക്കാൻ ഇഷ്ടപ്പെടുന്നു, കൂടാതെ റയൽ മാഡ്രിഡിൻ്റെ കടുത്ത അനുയായിയുമാണ്.

• SEO പവർ ചെയ്ത ഉള്ളടക്കവും PR വിതരണവും. ഇന്ന് ആംപ്ലിഫൈഡ് നേടുക.
• PlatoData.Network ലംബ ജനറേറ്റീവ് Ai. സ്വയം ശാക്തീകരിക്കുക. ഇവിടെ പ്രവേശിക്കുക.
• PlatoAiStream. Web3 ഇന്റലിജൻസ്. വിജ്ഞാനം വർധിപ്പിച്ചു. ഇവിടെ പ്രവേശിക്കുക.
• പ്ലേറ്റോഇഎസ്ജി. കാർബൺ, ക്ലീൻ ടെക്, ഊർജ്ജം, പരിസ്ഥിതി, സോളാർ, മാലിന്യ സംസ്കരണം. ഇവിടെ പ്രവേശിക്കുക.
• പ്ലേറ്റോ ഹെൽത്ത്. ബയോടെക് ആൻഡ് ക്ലിനിക്കൽ ട്രയൽസ് ഇന്റലിജൻസ്. ഇവിടെ പ്രവേശിക്കുക.
• അവലംബം: https://aws.amazon.com/blogs/machine-learning/introducing-automatic-training-for-solutions-in-amazon-personalize/