Evolucija računalstva u oblaku i umjetne inteligencije temeljno je promijenila način na koji poduzeća grade i razmjenjuju tehnološke platforme.Suvremena infrastruktura u oblaku mora upravljati milijunima istodobnih korisnika u desecima geografskih regija, a istodobno održavati sigurnosne, pouzdanost i standarde performansi koji zadovoljavaju zahtjeve vladinih agencija i tvrtki Fortune 500. Najuspješniji inženjeri infrastrukture pokazuju svestranost u više domena – od mreženja i sigurnosti do sustava AI i strojnog učenja.Ovi stručnjaci razumiju da izgradnja platformi koje koriste milijuni ne zahtijeva samo tehničko znanje, već i sposobnost predviđanja izazova razmjera mjesecima ili godinama unaprijed. Abhinav Sharma, koji je sedam godina radio u tvrtki Microsoft Azure, a nakon toga bio je na vodećim položajima u području korporativne inteligencije (AI) u tvrtki Docusign, primjer je tog sveobuhvatnog putovanja kroz suvremeno inženjerstvo u oblaku i AI. Njegovo iskustvo obuhvaća globalnu infrastrukturu Azure Networkinga, evoluciju platforme Azure AI Search tijekom razdoblja prije LLM-a, a sada i arhitektonske sustave inteligencije dokumenata koji obrađuju preko 150 milijuna ugovora. U ovom razgovoru istražujemo putovanje Abhinava kroz ove raznolike inženjerske timove i rad koji je uključen u izgradnju i skaliranje infrastrukture velikog oblaka i AI-a. Izrada okvira za kontinuirano testiranje za globalnu infrastrukturu oblaka „Rani dani u Azure Networkingu bili su intenzivni. Kao novi stupanj, bilo je zapanjujuće uroniti u takav ogroman ekosustav mrežnih komponenti koji rade u oblaku. Bilo je lako izgubiti se u moru akronima od tri slova – svaki upućujući na drugačiji tim ili podsustav – bez jasnog osjećaja kako se svi oni uklapaju u širu mrežnu arhitekturu. Samo je učenje slojeva stakla trajalo nekoliko mjeseci“, podsjeća Abhinav, razmišljajući o svojoj ranoj karijeri nakon što je završio svoj magisterij na Sveučilištu Columbia 2016. uskoro je započeo projekt koji mu je dao duboku izloženost od kraja do kraja Azure-ovom javnom mrežnom staklu – softverskim uravnoteživačima opterećenja, virtualnim mrežama i pod Ovaj veliki napor testiranja i praćenja omogućio je tvrtki Abhinav da osmisli i implementira visoko konfigurabilan okvir koji je pomogao širem mrežnom društvu da rano identificira probleme regresije, osobito u regijama s niskim prometom. Pronađivanjem tih problema prije nego što su se povećali, tim je mogao spriječiti stotine kritičnih prekida koje bi mogle utjecati na korisnike Azurea i narušiti povjerenje u pouzdanost platforme. „To je bio jedan od onih očitih projekata koji jednostavno trebaju postojati – problem ozbiljnosti 1 u mrežnom staklu može kaskadirati u prekide u bezbrojnim uslugama u nastajanju. Izgradnja Enterprise Grade Search platforme Nakon što je proveo vrijeme u Azure Networkingu, i usred rastućeg impulsa oko AI-a 2018. godine, Abhinav je prešao na Azure AI Search. U usporedbi s mreženjem, tim je bio sve noviji i manji, usredotočen na isporuku API-ja za pretraživanje kao uslugu za korporativne klijente. "Na primjer, ako ste velika tvrtka za e-trgovinu, pretraživanje je temeljna sposobnost. Možete izgraditi i održavati vlastite unutarnje skupove pretraživanja i timove, ili možete isporučiti taj rad na Azure AI Search. "Na primjer, ako ste velika tvrtka za e-trgovinu, pretraživanje je temeljna sposobnost. Možete izgraditi i održavati vlastite unutarnje skupove pretraživanja i timove, ili možete isporučiti taj rad na Azure AI Search. Tijekom svoje četiri godine s timom, Abhinav je doprinio višestrukim slojevima platforme. Opsežno je radio na nekoliko temeljnih komponenti bitnih za skaliranje usluge – uključujući telemetrijske sustave, infrastrukturu za obračunavanje, tajno upravljanje, izgradnju usluga i širok raspon unutarnjih alata. Te su sposobnosti formirale kralježnicu rasta platforme, a Abhinav je igrao ključnu ulogu u njihovom oblikovanju. „Rast usluge iz samo nekoliko regija u više od 40 zemalja diljem svijeta zahtijevao je od nas da standardiziramo i automatiziramo naš regionalni proces izgradnje – to je bilo ključno za učinkovito skaliranje“, napominje Abhinav. Glavni cilj tima je stigao s ugovorom JEDI, multi-milijardnom inicijativom vlade Da bi to postigao, vodio je nekoliko ključnih inicijativa za jačanje sigurnosnog i usklađenog stava platforme. Uveo je automatizirane mehanizme rotacije tajnosti na floti od desetaka tisuća strojeva, što je značajno poboljšalo operativnu sigurnost. Također je vodio napore u području privatnosti usmjerene na zamagljivanje telemetrije, osiguravajući da se ne bilježe osjetljive informacije i da se svi podaci dosljedno klasificiraju i pristupaju na odgovarajućoj razini sigurnosti. Osim toga, izgradio je alat s robusnim kontrolama pristupa na temelju uloga kako bi podržao pristup pristup samo u vremenu (JIT) za ispravljanje čvorova, što je dodatno ojačalo audibilnost i sigurnosni model platforme. „Bilo je mnogo zahtjeva Gledajući unatrag: lekcije iz Azure-ovih temelja rasta i karijere Tijekom svih tih godina, Abhinav napominje da je bilo nevjerojatno vrijeme biti u Microsoftu. „Bilo je fascinantno vidjeti da se Azure kao platforma tako dramatično razvija od kada sam se prvi put pridružio. U Azuru je tada postojala izreka: dizajnirajte svoje sustave kao da ćete upravljati 10x prometom za samo nekoliko mjeseci. Dizajniranje za hiperskalacijska radna opterećenja prisiljava vas da razmišljate drugačije o svemu – kako primjenjujete izolaciju najma, kako pristupate privatnosti korisnika i klasifikaciji podataka, kako dizajnirate kontrolu toka rada i mehanizme za vraćanje, pa čak i kako gradite alate kako biste širili svoju uslugu globalno uz konzistentno nazivanje i obrasce infrastrukture. To su odluke koje donosite Nakon svog vremena u Microsoftu, Abhinav se preselio u Docusign, gdje je ušao u svijet inteligencije dokumenata i rješenja zasnovanih na AI-u koja su dizajnirana da pojednostavljuju složene pravne procese. „Nakon puno iskustva s tom platformom pod mojim pojasom, osjetio sam da je došlo vrijeme da steknem iskustvo s ključnim ML sustavima, posebno u NLP prostoru. Uvijek mi se činilo kao fascinantan svijet - da mogu komunicirati s dokumentima i uroniti u probleme kao što su otkrivanje jezika, analiziranje rasporeda dokumenata, ekstrakcija metapodataka, chat sistemi i preuzimanje informacija koristeći semantičke algoritme sličnosti. Tagovi: Abhinav Sharma Abhinav je trenutačno inženjer za ML osoblje u tvrtki Docusign, gdje se usredotočuje na unapređenje kapaciteta za inteligenciju dokumenata kako bi potaknuo usvajanje platforme Intelligent Agreement Management (IAM). Od svog lansiranja u lipnju 2024. platforma je obrađivala stotine milijuna ugovora, a Abhinav je igrao ključnu ulogu u oblikovanju AI sustava koji omogućuju ovu razinu. Prije Docusign, Abhinav je radio u sjedištu Microsofta u Redmondu, WA, pridonoseći inicijativama u području oblaka i infrastrukture diljem Azure Networking i Azure AI Search. Abhinav ima magisterij na Sveučilištu u Kaliforniji, Berkeleyju i Sveučilištu u Kolumbiji, gdje se specijalizirao za znanost podataka, pretraživanje informacija, strojno učenje, distribuirane sustave i operativnu izvrsnost. Također je stekao diplomu iz računalnih znanosti na Sveučilištu Manipal, stvarajući snažnu osnovu u osnovnim načelima računalnih znanosti i programiranju. Ova priča je distribuirana kao izdanje Sanya Kapoor pod HackerNoon's Business Blogging Program. Ova priča je distribuirana kao izdanje Sanya Kapoor pod . HackerNoon’s Business Blogging Program HackerNoon poslovni blogging program
