Хөнгөн цагааны компьютерийн болон биеийн шинжлэх ухааны хөгжил нь аж ахуйн нэгжийн технологийн платформ бий болгох, түлхүүрлэх арга замаар өөрчлөгдөж байна. Судалгааны хөнгөн цагааны инфраструктур нь олон орнуудын хооронд сая тусламжтай хэрэглэгчдэд хангахын тулд аюулгүй байдал, найдвартай байдал, гүйцэтгэлийн стандартыг хангахын тулд олон улсын агентлаг, Fortune 500-ийн компаниудын шаардлагыг хангах хэрэгтэй. Эдгээр түлхүүр дээр ажилладаг инженерийн хэрэглэгчдэд нөлөөлөх өмнө боломжийг олж чадна. Хамгийн алдартай инфраструктур инженерүүд нь сүлжээний, аюулгүй байдал, AI болон машин суралцах систем дээрх олон тооны чиглэлээр янз бүрийн шинж чадварыг харуулдаг. Эдгээр мэргэжилтнүүд олон сая-ийн ашигладаг платформ бий болгохын тулд зөвхөн техникийн шинж чадварыг шаардлагагүй боловч хооронд сарын-аас жилийн өмнө урсгалтай асуултуудыг урьдчилан сэргийлэх боломжийг шаарддаг. Хэвийн хөнгөн цагааны инфраструктур, AI-ийн дэмжлэгтэй документын шинж чадварын системээс дамжуулалт нь хипермассийн дистрибуировантай компьютерийг суралцах инженерийн хувьд байгалийн хөгжилтэй юм. Microsoft Azure-д 7-р жил, Docusign-д аж ахуйн нэгжийн AI-д тэргүүлэх үйл ажиллагаа явуулж, Abhinav Sharma нь орчин үеийн хөнгөн болон AI инженерийн дамжуулан энэ өргөн хүрээтэй аялалтай. Тэр туршлага нь Azure Networking-ийн дэлхий даяар инфраструктур, Azure AI Search-ийн платформ хөгжил, LLM-ийн өмнөх цаг хугацааны хугацаанд, одоо 150 сая-аас дээш арилжааны документын шинжлэх ухааны системийг архитектийг боловсруулдаг. Энэ суралцад бид Abhinav-ийн янз бүрийн инженерийн багтаамжтай аялал, томъёо, AI-ийн инфраструктур бий болгох, масштаб хийхэд туслах. Глобал Cloud Infrastructure-ийн байнгын туршилтын бүтэц Архитектура "Azure Networking-ийн эхний өдрүүд хүчтэй байсан. Шинэ түвшинд, хөнгөн түвшинд үйл ажиллагаа явуулж буй сүлжээний бүрэлдэхүүн хэсгүүдийн энэ нь ихээхэн өргөн хүрээтэй экосистемуудыг сунгахын тулд хялбар байсан. Энэ нь өөр бүрийн баг, субсистемуудыг харуулсан гурван хэлбэрийн хэлбэрийн уралдаас хялбар байсан. Энэ нь ихэвчлэн шилдэг сүлжээний архитектурд хэрхэн тохиромжтой гэж нэрлэдэггүйгээр. Хөнгөн түвшинд сунгахын тулд хэд хэдэн сарын хугацаатай байсан. "Абхинав нь 2016 онд Колумбийн их сургууль дахь магистр боловсруулсан дараа түүний эхний карьерын талаар нарийвчлалтай. Тэр хурдан нь Azure-ийн олон нийтийн сүлжээний түвшний түвшний түвшний түвшний Эдгээр өргөн хүрээтэй туршилтын, хяналтын үйл явдлыг Abhinav-ийн өндөр тохиргоог тохиргоог бий болгох, өргөн хүрээтэй сүлжээний аж ахуйн нэгжийн регрессийн асуултуудыг эхлэхэд тусалдаг. Эдгээр асуултуудыг ихэвчлэн хязгаарлагдмал өмнө олж авахын тулд баг нь Azure-ийн хэрэглэгчдэд нөлөөлж, платформыйн найдвартай байдалтай итгэл хамарсан чухал хязгаарлалыг зурах боломжтой байсан. "Энэ нь зүгээр л байдаг байх ёстой орой төсөлүүдийн нэг юм. Networking Stack-ийн хатуу 1-ийн асуултууд нь олон янз бүрийн upstream үйлчилгээнд хязгаарлалттай байж болох юм. Би тавтай морилно уу, баг нь хэрэглэгчийн нуль байж болох юм. Энэ нь маш их Enterprise Grade хайлтын платформ бий болгох Azure Networking-ийн туршлагатай дараа, 2018 онд АИ-ийн байнга нэмэгдэж буй хүч чадалтай үед Abhinav нь Azure AI Search-д өөрчлөгдсөн. Networking-д харьцуулахад баг нь шинэчлэгдсэн бөгөөд аж ахуйн нэгжийн хэрэглэгчдэд хайлтын үйлчилгээний API-г хангах зорилготой юм. "Хэв нь та том и-мэйл худалдааны компаниуд байгаа бол, хайлтын үндсэн чадвар юм. Та өөрийн дотоод хайлтын цуглуулаг, багтуудыг бий болгох, хадгалах боломжтой, эсвэл та Azure AI Search-д ажиллаж байгаа ажил татаж авах боломжтой. Энэ төрлийн менежментийн хайлтын чадвар нь үйлдвэрлэл, хэрэглээний тохиолдолд хурдан нэмэгдэж байна. " "Хэв нь та том и-мэйл худалдааны компаниуд байгаа бол, хайлтын үндсэн чадвар юм. Та өөрийн дотоод хайлтын цуглуулаг, багтуудыг бий болгох, хадгалах боломжтой, эсвэл та Azure AI Search-д ажиллаж байгаа ажил татаж авах боломжтой. Энэ төрлийн менежментийн хайлтын чадвар нь үйлдвэрлэл, хэрэглээний тохиолдолд хурдан нэмэгдэж байна. " Абинав багтай 4 жилийн турш платформ баггийн олон түвшинд туслал. Энэ нь үйлчилгээний түвшинг зориулсан хэд хэдэн үндсэн бүрэлдэхүүн хэсгүүд дээр ихэвчлэн ажилласан. Тавтай морилно уу, төлбөрийн инфраструктур, тайван удирдлагын, үйлчилгээний үүсгэх, олон янз бүрийн дотоодын тоноглогдсон. Эдгээр хүчин чадал нь платформын өсөлтийн тоноглогдсон бөгөөд Абинав нь тэднийг үүсгэхэд гол үүрэг үзсэн. "Дэлгэрэнгүй газарээс 40 гаруй улс орнуудад үйлчилгээг нэмэгдүүлэх нь бидний бүс нутгийн барилгын үйл явцыг стандартизаж, автоматжуулах хэрэгтэй. Энэ нь үр дүнтэй түвшинг зориулахад чухал байсан," Абинав мэдэгдэж байна. JEDI-ийн баг нь JEDI-ийг хүрч буй гол Энэ нь платформыг аюулгүй байдал, тохиргоог тохиргоог сайжруулахын тулд хэд хэдэн гол үйл ажиллагаа явуулж байна. Энэ нь автоматаар шилжүүлэх тайлан хавтгай дүүргэлтийн механизмыг 10,000 машин флот дээр танилцуулж, үйл ажиллагааны аюулгүй байдлыг маш их сайжруулахын тулд. Энэ нь телеметрийн хавхлага дээр төвлөрсөн аюулгүй байдлын үйл ажиллагаа явуулж, ямар ч мэдрэмтгий мэдээллийг бүртгүүлэх, бүх өгөгдлийг тохиромжтой аюулгүй байдлын түвшинд цуглуулж, хангахын тулд баталгаажуулсан. Үүнээс гадна, JIT (Just-in-Time) тохиргоог дэмждэг, платформыг аудиторууд, аюулгүй байдлын загваруудтай болгохын тулд тоноглогдсон арга хэрэгсэл бий болгосон. "JEDI-ийн хувьд олон шаардлага байсан, ихэнх Баярласан: Azure-ийн өсөлтийн болон карьерын түлхүүрүүдээс суралцах Бүх жилийн турш, Abhinav Microsoft-д байх нь гайхамшигтай цаг юм гэж үздэг. "Azure-ийн платформыг эхлээд нэгтгэсэн хойш энэ нь маш их хөгжилтэй гэж үзэх нь гайхамшигтай байсан. Azure-д дараах хэлбэл байна: системийг 10x трафик нь зүгээр л хэд хэдэн сарын дараа нь ашиглаж болно гэж загварыг загварыг загварыг загварыг загварыг загварыг загварыг загварыг загварыг загварыг загваруулдаг. Та бүх зүйлийг янз бүрийн талаар янз бүрийн хэлбэл хэлбэл мэдэгдэх болно - та оюутнуудын тусгаарлагч, хэрэглэгчдийн аюулгүй байдал, өгөгдлийн түгээмэлтийг хэрхэн загварыг загварыг загварыг загварыг загварыг загварыг загваруулдаг. Энэ Microsoft-ийн дараа Abhinav Docusign-д оршдог бөгөөд энэ нь документын шинжлэх ухааны дэлхийд, AI-д суурилсан шийдлүүд боловсруулах зорилготой юм. "Энэ том платформ туршлагатай дараа, энэ нь гол ML системийг олж авах цаг байсан. НЛП-ийн дэлхийд тусгайлан. Энэ нь үргэлж миний хувьд гайхамшигтай дэлхий гэж бодож байна - документуудтай интеракц, хэлний олж, документын хуваалцны анализ, метадаат олж, чат системийг ашиглах, шинжлэх ухааны алгоритмыг ашиглан мэдээллийг олж болно. Би юридик технологи нь AI-ийн хэрэглээнд дараагийн хязгаар юм - болон энэ нь маш их өсөлтийн потенциалтай байна. Дараа нь ирдэг!" Үйлчлүүлэгчид Abhinav Sharma Abhinav нь Docusign-д ажилчидтай ML инженер юм. Энэ платформ нь 2024 оны зургадугаар сарын эхэлснээс хойш, платформыг боловсруулахын тулд Docusign-ийг ашиглах боломжийг олгодог AI системийг загварлахын тулд чухал зүйл юм. Docusign-ийн өмнө, Abhinav нь Microsoft-ийн Redmond, WA штаб-д ажиллаж, Azure-ийн сүлжээний болон Azure-ийн AI Search-ийн хоорондын гол хөнгөн болон инфраструктур эхлэлд туслах. Тэр ажил нь Microsoft-ийн Azure-ийн байгууламж, Azure AI Search-ийн өсөлтийн хооронд Azure-ийг дэмждэг. Abhinav Калифорний их сургууль, Беркли, Колумбийн их сургууль нь магистрын түвшинтай бөгөөд энэ нь өгөгдлийн шинжлэх ухааны, мэдээллийн олборлолт, машин суралцах, дистрибьюторын систем, үйл ажиллагаа явуулж чадварыг мэргэшсэн. Энэ нь Manipal их сургуульээс Компьютерийн шинжлэх ухааны бакалаврын түвшин олж авсан бөгөөд үндсэн компьютерийн шинжлэх ухааны эх үүсвэр, программийг хүчтэй суурилсан. Амьдралын гадна, Abhinav гитар тоглох, аялах, шинэ газрууд олж авах, агаарын тээврийн систем талаар суралцах боломжийг олгодог. Энэ түүх нь Sanya Kapoor-ийн HackerNoon's Business Blogging Program-ийн дагуу хуваалцсан. Энэ түүх нь Sanya Kapoor-ийн HackerNoon's Business Blogging Program-ийн дагуу хуваалцсан. HackerNoon-ийн Бизнесийн Блогчлалын Програм
