Amazon OpenSearch Service এ লোড করার আগে AWS Glue ব্যবহার করে PII ডেটা সনাক্ত করুন, মাস্ক করুন এবং সংশোধন করুন | আমাজন ওয়েব সার্ভিসেস

অনেক প্রতিষ্ঠান, ছোট এবং বড়, Amazon Web Services (AWS) এ তাদের বিশ্লেষণী কাজের চাপ স্থানান্তর এবং আধুনিকীকরণের জন্য কাজ করছে। গ্রাহকদের AWS-এ স্থানান্তরিত করার অনেক কারণ রয়েছে, কিন্তু প্রধান কারণগুলির মধ্যে একটি হল পরিকাঠামো, প্যাচিং, পর্যবেক্ষণ, ব্যাকআপ এবং আরও অনেক কিছু বজায় রাখার জন্য সময় ব্যয় করার পরিবর্তে সম্পূর্ণরূপে পরিচালিত পরিষেবাগুলি ব্যবহার করার ক্ষমতা৷ নেতৃত্ব এবং উন্নয়ন দলগুলি বর্তমান অবকাঠামো বজায় রাখার পরিবর্তে বর্তমান সমাধানগুলিকে অপ্টিমাইজ করতে এবং এমনকি নতুন ব্যবহারের ক্ষেত্রে পরীক্ষা-নিরীক্ষা করতে আরও বেশি সময় ব্যয় করতে পারে।

AWS-এ দ্রুত অগ্রসর হওয়ার ক্ষমতার সাথে, আপনি যে ডেটা গ্রহণ করছেন এবং প্রক্রিয়াকরণ করছেন সেই সাথে স্কেল চালিয়ে যাওয়ার সাথে সাথে আপনাকে দায়িত্বশীল হতে হবে। এই দায়িত্বগুলির মধ্যে ডেটা গোপনীয়তা আইন এবং প্রবিধানগুলির সাথে সঙ্গতিপূর্ণ হওয়া এবং আপস্ট্রিম উত্স থেকে ব্যক্তিগতভাবে সনাক্তযোগ্য তথ্য (PII) বা সুরক্ষিত স্বাস্থ্য তথ্য (PHI) এর মতো সংবেদনশীল ডেটা সংরক্ষণ বা প্রকাশ না করা অন্তর্ভুক্ত।

এই পোস্টে, আমরা একটি উচ্চ-স্তরের আর্কিটেকচার এবং একটি নির্দিষ্ট ব্যবহারের ক্ষেত্রে যা দেখায় যে আপনি কীভাবে ডেটা গোপনীয়তার উদ্বেগগুলিকে মোকাবেলা করার জন্য প্রচুর পরিমাণে বিকাশের সময় ব্যয় না করে আপনার সংস্থার ডেটা প্ল্যাটফর্মের স্কেল চালিয়ে যেতে পারেন। আমরা ব্যাবহার করি এডাব্লুএস আঠালো PII ডেটা লোড করার আগে সনাক্ত করতে, মাস্ক করতে এবং সংশোধন করতে আমাজন ওপেন সার্চ সার্ভিস.

সমাধান ওভারভিউ

নিম্নলিখিত চিত্রটি উচ্চ-স্তরের সমাধান আর্কিটেকচারকে চিত্রিত করে। আমরা আমাদের ডিজাইনের সমস্ত স্তর এবং উপাদানগুলির সাথে সঙ্গতি রেখে সংজ্ঞায়িত করেছি AWS ভাল-আর্কিটেক্টেড ফ্রেমওয়ার্ক ডেটা অ্যানালিটিক্স লেন্স.

আর্কিটেকচারটি বেশ কয়েকটি উপাদান নিয়ে গঠিত:

উৎস তথ্য

ডেটাবেস, ফাইল স্থানান্তর, লগ, একটি পরিষেবা (SaaS) অ্যাপ্লিকেশন হিসাবে সফ্টওয়্যার এবং আরও অনেক কিছু সহ বহু দশ থেকে শত শত সূত্রে ডেটা আসতে পারে৷ এই চ্যানেলগুলির মাধ্যমে এবং তাদের ডাউনস্ট্রিম স্টোরেজ এবং অ্যাপ্লিকেশনগুলিতে কী ডেটা আসে তার উপর সংস্থাগুলির সর্বদা নিয়ন্ত্রণ নাও থাকতে পারে।

ইনজেশন: ডেটা লেক ব্যাচ, মাইক্রো-ব্যাচ এবং স্ট্রিমিং

অনেক প্রতিষ্ঠান ব্যাচ, মাইক্রো-ব্যাচ এবং স্ট্রিমিং কাজ সহ বিভিন্ন উপায়ে তাদের উৎসের ডেটা তাদের ডেটা লেকে ল্যান্ড করে। উদাহরণ স্বরূপ, আমাজন ইএমআর, এডাব্লুএস আঠালো, এবং AWS ডাটাবেস মাইগ্রেশন সার্ভিস (AWS DMS) ব্যাচ এবং বা স্ট্রিমিং ক্রিয়াকলাপ সম্পাদন করতে ব্যবহার করা যেতে পারে যা একটি ডেটা লেকে ডুবে যায় আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3)। অ্যামাজন অ্যাপফ্লো বিভিন্ন SaaS অ্যাপ্লিকেশন থেকে ডেটা লেকে ডেটা স্থানান্তর করতে ব্যবহার করা যেতে পারে। AWS ডেটা সিঙ্ক এবং AWS স্থানান্তর পরিবার বিভিন্ন প্রোটোকলের মাধ্যমে একটি ডেটা লেকে এবং থেকে ফাইলগুলি সরাতে সাহায্য করতে পারে। আমাজন কিনেসিস এবং Amazon MSK-এরও Amazon S3-এ ডাটা লেকে সরাসরি ডাটা স্ট্রিম করার ক্ষমতা আছে।

S3 ডাটা লেক

আপনার ডেটা লেকের জন্য Amazon S3 ব্যবহার করা আধুনিক ডেটা কৌশলের সাথে সঙ্গতিপূর্ণ। এটি কর্মক্ষমতা, নির্ভরযোগ্যতা বা প্রাপ্যতা ত্যাগ ছাড়াই কম খরচে স্টোরেজ প্রদান করে। এই পদ্ধতির সাহায্যে, আপনি প্রয়োজন অনুসারে আপনার ডেটাতে গণনা আনতে পারেন এবং এটি চালানোর জন্য শুধুমাত্র ক্ষমতার জন্য অর্থ প্রদান করতে পারেন।

এই আর্কিটেকচারে, কাঁচা ডেটা বিভিন্ন উত্স (অভ্যন্তরীণ এবং বাহ্যিক) থেকে আসতে পারে, যাতে সংবেদনশীল ডেটা থাকতে পারে।

AWS Glue ক্রলার ব্যবহার করে, আমরা ডেটা আবিষ্কার এবং ক্যাটালগ করতে পারি, যা আমাদের জন্য টেবিল স্কিমা তৈরি করবে এবং শেষ পর্যন্ত PII ট্রান্সফর্মের সাথে AWS Glue ETL ব্যবহার করা সহজতর করে ল্যান্ড করা যেকোন সংবেদনশীল ডেটা সনাক্ত করতে এবং মাস্ক করতে বা সংশোধন করতে পারে। ডাটা লেকে।

ব্যবসার প্রসঙ্গ এবং ডেটাসেট

আমাদের পদ্ধতির মূল্য প্রদর্শন করতে, আসুন কল্পনা করি আপনি একটি আর্থিক পরিষেবা সংস্থার জন্য একটি ডেটা ইঞ্জিনিয়ারিং দলের অংশ। আপনার প্রয়োজনীয়তা হল সংবেদনশীল ডেটা সনাক্ত করা এবং মাস্ক করা কারণ এটি আপনার প্রতিষ্ঠানের ক্লাউড পরিবেশে প্রবেশ করা হয়। ডাটা ডাউনস্ট্রিম বিশ্লেষণাত্মক প্রক্রিয়া দ্বারা গ্রাস করা হবে. ভবিষ্যতে, আপনার ব্যবহারকারীরা অভ্যন্তরীণ ব্যাঙ্কিং সিস্টেম থেকে সংগৃহীত ডেটা স্ট্রিমগুলির উপর ভিত্তি করে ঐতিহাসিক অর্থপ্রদানের লেনদেনগুলি নিরাপদে অনুসন্ধান করতে সক্ষম হবে। অপারেশন টিম, গ্রাহক এবং ইন্টারফেসিং অ্যাপ্লিকেশন থেকে অনুসন্ধানের ফলাফল অবশ্যই সংবেদনশীল ক্ষেত্রে মাস্ক করা উচিত।

নিম্নলিখিত টেবিলটি সমাধানের জন্য ব্যবহৃত ডেটা কাঠামো দেখায়। স্পষ্টতার জন্য, আমরা কিউরেটেড কলামের নামের সাথে কাঁচা ম্যাপ করেছি। আপনি লক্ষ্য করবেন যে এই স্কিমার মধ্যে একাধিক ক্ষেত্র সংবেদনশীল ডেটা হিসাবে বিবেচিত হয়, যেমন প্রথম নাম, পদবি, সামাজিক নিরাপত্তা নম্বর (SSN), ঠিকানা, ক্রেডিট কার্ড নম্বর, ফোন নম্বর, ইমেল এবং IPv4 ঠিকানা।

কাঁচা কলামের নাম	কিউরেটেড কলামের নাম	আদর্শ
c0	নামের প্রথম অংশ	স্ট্রিং
c1	নামের শেষাংশ	স্ট্রিং
c2	এসএসএন	স্ট্রিং
c3	ঠিকানা	স্ট্রিং
c4	পোস্টকোড	স্ট্রিং
c5	দেশ	স্ট্রিং
c6	ক্রয়_সাইট	স্ট্রিং
c7	ক্রেডিট কার্ড নম্বর	স্ট্রিং
c8	ক্রেডিট_কার্ড_প্রোভাইডার	স্ট্রিং
c9	মুদ্রা	স্ট্রিং
c10	ক্রয়_মূল্য	পূর্ণসংখ্যা
c11	লেনদেন তারিখ	তারিখ
c12	ফোন নম্বর	স্ট্রিং
c13	ইমেইল	স্ট্রিং
c14	ipv4	স্ট্রিং

কেস ব্যবহার করুন: OpenSearch পরিষেবাতে লোড করার আগে PII ব্যাচ সনাক্তকরণ

নিম্নোক্ত আর্কিটেকচার বাস্তবায়নকারী গ্রাহকরা বিভিন্ন ধরনের অ্যানালিটিক্স স্কেলে চালানোর জন্য Amazon S3-এ তাদের ডেটা লেক তৈরি করেছেন। এই সমাধানটি সেইসব গ্রাহকদের জন্য উপযুক্ত যাদের OpenSearch পরিষেবাতে রিয়েল-টাইম ইনজেশনের প্রয়োজন হয় না এবং ডেটা ইন্টিগ্রেশন টুলগুলি ব্যবহার করার পরিকল্পনা করেন যা একটি সময়সূচীতে চলে বা ইভেন্টের মাধ্যমে ট্রিগার হয়।

Amazon S3-এ ডেটা রেকর্ড করার আগে, আমরা ডেটা লেকে নির্ভরযোগ্যভাবে এবং নিরাপদে সমস্ত ডেটা স্ট্রীম আনতে একটি ইনজেশন স্তর প্রয়োগ করি। কাইনেসিস ডেটা স্ট্রিমগুলি কাঠামোগত এবং আধা-কাঠামোগত ডেটা স্ট্রিমগুলির ত্বরিত গ্রহণের জন্য একটি ইনজেশন স্তর হিসাবে স্থাপন করা হয়। এগুলোর উদাহরণ হল রিলেশনাল ডাটাবেস পরিবর্তন, অ্যাপ্লিকেশন, সিস্টেম লগ বা ক্লিকস্ট্রিম। পরিবর্তন ডেটা ক্যাপচার (CDC) ব্যবহারের ক্ষেত্রে, আপনি AWS DMS-এর লক্ষ্য হিসাবে কাইনেসিস ডেটা স্ট্রীম ব্যবহার করতে পারেন। সংবেদনশীল ডেটা সম্বলিত স্ট্রীম তৈরি করা অ্যাপ্লিকেশন বা সিস্টেমগুলি তিনটি সমর্থিত পদ্ধতির একটির মাধ্যমে কাইনেসিস ডেটা স্ট্রীমে পাঠানো হয়: অ্যামাজন কাইনেসিস এজেন্ট, জাভা-এর জন্য AWS SDK, বা কাইনেসিস প্রডিউসার লাইব্রেরি৷ একটি শেষ পদক্ষেপ হিসাবে, আমাজন কিনেস ডেটা ফায়ারহোজ ose আমাদের S3 ডেটা লেক গন্তব্যে কাছাকাছি-রিয়েল-টাইম ব্যাচ ডেটা লোড করতে আমাদের সাহায্য করে।

নিম্নলিখিত স্ক্রিনশটটি দেখায় কিভাবে ডেটা কাইনেসিস ডেটা স্ট্রীমের মাধ্যমে প্রবাহিত হয় ডেটা ভিউয়ার এবং নমুনা ডেটা পুনরুদ্ধার করে যা কাঁচা S3 উপসর্গে ল্যান্ড করে। এই আর্কিটেকচারের জন্য, আমরা সুপারিশ অনুযায়ী S3 উপসর্গের জন্য ডেটা লাইফসাইকেল অনুসরণ করেছি ডাটা লেক ফাউন্ডেশন.

আপনি নিম্নলিখিত স্ক্রিনশটে প্রথম রেকর্ডের বিশদ বিবরণ থেকে দেখতে পাচ্ছেন, JSON পেলোড পূর্ববর্তী বিভাগের মতো একই স্কিমা অনুসরণ করে। আপনি কিনেসিস ডেটা স্ট্রীমে অসংশোধিত ডেটা প্রবাহিত দেখতে পাচ্ছেন, যা পরবর্তী পর্যায়ে অস্পষ্ট করা হবে।

কাইনেসিস ডেটা স্ট্রীমগুলিতে ডেটা সংগ্রহ করা এবং ইনজেস্ট করার পরে এবং Kinesis ডেটা ফায়ারহোস ব্যবহার করে S3 বাকেটে বিতরণ করার পরে, আর্কিটেকচারের প্রক্রিয়াকরণ স্তরটি দখল করে নেয়। আমরা আমাদের পাইপলাইনে সংবেদনশীল ডেটা সনাক্তকরণ এবং মাস্কিং স্বয়ংক্রিয় করতে AWS Glue PII রূপান্তর ব্যবহার করি। নিম্নলিখিত ওয়ার্কফ্লো ডায়াগ্রামে দেখানো হয়েছে, আমরা AWS গ্লু স্টুডিওতে আমাদের রূপান্তর কাজ বাস্তবায়নের জন্য একটি নো-কোড, ভিজ্যুয়াল ETL পদ্ধতি নিয়েছি।

প্রথমত, আমরা সোর্স ডেটা ক্যাটালগ টেবিল raw থেকে অ্যাক্সেস করি pii_data_db তথ্যশালা. সারণীতে পূর্ববর্তী বিভাগে উপস্থাপিত স্কিমা কাঠামো রয়েছে। কাঁচা প্রক্রিয়াকৃত ডেটার ট্র্যাক রাখতে, আমরা ব্যবহার করেছি কাজের বুকমার্ক.

আমরা ব্যবহার করি AWS গ্লু স্টুডিও ভিজ্যুয়াল ETL কাজে AWS Glue DataBrew রেসিপি প্রত্যাশিত OpenSearch-এর সাথে সামঞ্জস্যপূর্ণ হওয়ার জন্য দুটি তারিখের বৈশিষ্ট্যকে রূপান্তরিত করতে ফরম্যাটের. এটি আমাদের সম্পূর্ণ নো-কোড অভিজ্ঞতার অনুমতি দেয়।

সংবেদনশীল কলাম শনাক্ত করতে আমরা ডিটেক্ট PII অ্যাকশন ব্যবহার করি। আমরা AWS Glue কে নির্বাচিত নিদর্শন, সনাক্তকরণ থ্রেশহোল্ড এবং ডেটাসেট থেকে সারির নমুনা অংশের উপর ভিত্তি করে এটি নির্ধারণ করতে দিই। আমাদের উদাহরণে, আমরা এমন প্যাটার্ন ব্যবহার করেছি যা বিশেষভাবে মার্কিন যুক্তরাষ্ট্রে প্রযোজ্য (যেমন SSN) এবং অন্যান্য দেশের সংবেদনশীল ডেটা সনাক্ত নাও করতে পারে। আপনি আপনার ব্যবহারের ক্ষেত্রে প্রযোজ্য উপলব্ধ বিভাগ এবং অবস্থানগুলি সন্ধান করতে পারেন বা অন্যান্য দেশের সংবেদনশীল ডেটার জন্য সনাক্তকরণ সত্তা তৈরি করতে AWS Glue-এ রেগুলার এক্সপ্রেশন (regex) ব্যবহার করতে পারেন।

AWS Glue অফার করে এমন সঠিক নমুনা পদ্ধতি নির্বাচন করা গুরুত্বপূর্ণ। এই উদাহরণে, এটি জানা যায় যে স্ট্রীম থেকে আসা ডেটাতে প্রতিটি সারিতে সংবেদনশীল ডেটা রয়েছে, তাই ডেটাসেটের 100% সারির নমুনা দেওয়ার প্রয়োজন নেই। আপনার যদি এমন একটি প্রয়োজন থাকে যেখানে কোনো সংবেদনশীল ডেটা ডাউনস্ট্রিম উত্সগুলিতে অনুমোদিত নয়, আপনার বেছে নেওয়া প্যাটার্নগুলির জন্য 100% ডেটার নমুনা নেওয়ার কথা বিবেচনা করুন, বা সম্পূর্ণ ডেটাসেটটি স্ক্যান করুন এবং সমস্ত সংবেদনশীল ডেটা সনাক্ত করা হয়েছে তা নিশ্চিত করতে প্রতিটি পৃথক কক্ষে কাজ করুন৷ স্যাম্পলিং থেকে আপনি যে সুবিধা পাবেন তা হল খরচ কম কারণ আপনাকে ততটা ডেটা স্ক্যান করতে হবে না।

ডিটেক্ট PII অ্যাকশন আপনাকে সংবেদনশীল ডেটা মাস্ক করার সময় একটি ডিফল্ট স্ট্রিং নির্বাচন করতে দেয়। আমাদের উদাহরণে, আমরা ********** স্ট্রিং ব্যবহার করি।

আমরা অপ্রয়োজনীয় কলাম যেমন পুনঃনামকরণ এবং অপসারণ করতে প্রয়োগ ম্যাপিং অপারেশন ব্যবহার করি ingestion_year, ingestion_month, এবং ingestion_day. এই ধাপটি আমাদের একটি কলামের ডেটা টাইপ পরিবর্তন করতে দেয় (purchase_value) স্ট্রিং থেকে পূর্ণসংখ্যা পর্যন্ত।

এই মুহুর্তে, কাজটি দুটি আউটপুট গন্তব্যে বিভক্ত হয়: OpenSearch Service এবং Amazon S3।

আমাদের ব্যবস্থা করা OpenSearch পরিষেবা ক্লাস্টার এর মাধ্যমে সংযুক্ত আঠালো জন্য OpenSearch অন্তর্নির্মিত সংযোগকারী. আমরা যে OpenSearch Index-এ লিখতে চাই সেটি নির্দিষ্ট করি এবং সংযোগকারী শংসাপত্র, ডোমেন এবং পোর্ট পরিচালনা করে। নীচের স্ক্রিন শটে, আমরা নির্দিষ্ট সূচকে লিখি index_os_pii.

আমরা কিউরেটেড S3 উপসর্গে মুখোশযুক্ত ডেটাসেট সংরক্ষণ করি। সেখানে, আমাদের কাছে ডেটাকে একটি নির্দিষ্ট ব্যবহারের ক্ষেত্রে স্বাভাবিক করা হয়েছে এবং ডেটা বিজ্ঞানীদের দ্বারা বা অ্যাডহক রিপোর্টিং প্রয়োজনের জন্য নিরাপদ ব্যবহার করা হয়েছে।

ইউনিফাইড গভর্নেন্স, অ্যাক্সেস কন্ট্রোল, এবং সমস্ত ডেটাসেট এবং ডেটা ক্যাটালগ টেবিলের অডিট ট্রেলগুলির জন্য, আপনি ব্যবহার করতে পারেন AWS লেক গঠন. এটি আপনাকে AWS আঠালো ডেটা ক্যাটালগ টেবিল এবং অন্তর্নিহিত ডেটাতে অ্যাক্সেস সীমাবদ্ধ করতে সহায়তা করে শুধুমাত্র সেই ব্যবহারকারীদের এবং ভূমিকা যাদের এটি করার জন্য প্রয়োজনীয় অনুমতি দেওয়া হয়েছে।

ব্যাচ কাজ সফলভাবে চালানোর পরে, আপনি অনুসন্ধান অনুসন্ধান বা রিপোর্ট চালানোর জন্য OpenSearch পরিষেবা ব্যবহার করতে পারেন। নিম্নোক্ত স্ক্রিনশটে দেখানো হয়েছে, পাইপলাইন কোনো কোড ডেভেলপমেন্ট প্রচেষ্টা ছাড়াই স্বয়ংক্রিয়ভাবে সংবেদনশীল ক্ষেত্রগুলিকে মাস্ক করে।

আপনি অপারেশনাল ডেটা থেকে প্রবণতা সনাক্ত করতে পারেন, যেমন ক্রেডিট কার্ড প্রদানকারী দ্বারা ফিল্টার করা প্রতিদিনের লেনদেনের পরিমাণ, যেমনটি আগের স্ক্রিনশটে দেখানো হয়েছে। ব্যবহারকারীরা কেনাকাটা করে এমন অবস্থান এবং ডোমেনগুলিও আপনি নির্ধারণ করতে পারেন৷ দ্য transaction_date বৈশিষ্ট্য আমাদের সময়ের সাথে এই প্রবণতাগুলি দেখতে সাহায্য করে। নিম্নলিখিত স্ক্রিনশটটি লেনদেনের সমস্ত তথ্য যথাযথভাবে সংশোধন করা সহ একটি রেকর্ড দেখায়।

Amazon OpenSearch-এ ডেটা লোড করার বিকল্প পদ্ধতির জন্য, পড়ুন Amazon OpenSearch Service এ স্ট্রিমিং ডেটা লোড হচ্ছে.

উপরন্তু, অন্যান্য AWS সমাধান ব্যবহার করে সংবেদনশীল তথ্য আবিষ্কৃত এবং মাস্ক করা যেতে পারে। উদাহরণস্বরূপ, আপনি ব্যবহার করতে পারেন অ্যামাজন ম্যাকি একটি S3 বালতি ভিতরে সংবেদনশীল তথ্য সনাক্ত করতে, এবং তারপর ব্যবহার করুন অ্যামাজন সমঝোতা সনাক্ত করা সংবেদনশীল তথ্য সংশোধন করতে. আরো তথ্যের জন্য, পড়ুন AWS পরিষেবা ব্যবহার করে PHI এবং PII ডেটা সনাক্ত করার সাধারণ কৌশল.

উপসংহার

এই পোস্টটি আপনার পরিবেশের মধ্যে সংবেদনশীল ডেটা পরিচালনার গুরুত্ব এবং আপনার সংস্থাকে দ্রুত স্কেল করার অনুমতি দেওয়ার সাথে সাথে সঙ্গতিপূর্ণ থাকার জন্য বিভিন্ন পদ্ধতি এবং আর্কিটেকচারের গুরুত্ব নিয়ে আলোচনা করেছে। অ্যামাজন ওপেনসার্চ সার্ভিসে আপনার ডেটা কীভাবে সনাক্ত, মাস্ক বা রিডাক্ট এবং লোড করা যায় সে সম্পর্কে আপনার এখন ভাল ধারণা থাকা উচিত।

---

লেখক সম্পর্কে

মাইকেল হ্যামিল্টন একজন সিনিয়র অ্যানালিটিক্স সলিউশন আর্কিটেক্ট যিনি এন্টারপ্রাইজ গ্রাহকদের AWS-এ তাদের অ্যানালিটিক্স ওয়ার্কলোডগুলিকে আধুনিকীকরণ এবং সরল করতে সাহায্য করার দিকে মনোনিবেশ করেন। তিনি মাউন্টেন বাইকিং উপভোগ করেন এবং কাজ না করলে তার স্ত্রী এবং তিন সন্তানের সাথে সময় কাটান।

ড্যানিয়েল রোজো নেদারল্যান্ডে AWS সমর্থনকারী গ্রাহকদের সাথে একজন সিনিয়র সলিউশন আর্কিটেক্ট। তার প্যাশন হল ইঞ্জিনিয়ারিং সহজ ডেটা এবং বিশ্লেষণ সমাধান এবং গ্রাহকদের আধুনিক ডেটা আর্কিটেকচারে যেতে সাহায্য করা। কাজের বাইরে, তিনি টেনিস খেলা এবং বাইক চালানো উপভোগ করেন।

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
• উত্স: https://aws.amazon.com/blogs/big-data/detect-mask-and-redact-pii-data-using-aws-glue-before-loading-into-amazon-opensearch-service/