פוסט זה נכתב בשיתוף עם Girish Kumar Chidananda מ-redBus.
redBus הוא אחד המאמצים הראשונים של AWS בהודו, ורוב השירותים והיישומים שלה מתארחים בענן AWS. AWS סיפקה ל-redBus את הגמישות להרחיב את התשתית שלהם במהירות תוך שמירה על עלויות נמוכות ביותר. ל-AWS יש חבילה מקיפה של שירותים כדי לספק את רוב הצרכים שלהם, כולל מתן תמיכת לקוחות ש-redBus יכולה לערוב לה.
בפוסט זה, אנו משתפים את ארכיטקטורת פלטפורמת הנתונים של redBus, וכיצד רכיבים שונים מחוברים ליצירת כביש הנתונים המהיר שלהם. כמו כן, אנו דנים באתגרים שעומדים בפני redBus בבניית לוחות מחוונים עבור מקרי השימוש שלהם בינה עסקית בזמן אמת (BI), וכיצד הם השתמשו אמזון קוויקסייט, שירות ניתוח עסקי מהיר וקל לשימוש המופעל בענן, המקל על כל העובדים בתוך redBus לבנות הדמיות ולבצע ניתוח אד-הוק כדי לקבל תובנות עסקיות מהנתונים שלהם, בכל זמן ובכל מכשיר.
על redBus
redBus היא פלטפורמת הכרטוס המקוונת הגדולה בעולם לאוטובוסים שנבנתה בהודו ומשרתת יותר מ-36 מיליון לקוחות מרוצים ברחבי העולם. יחד עם אנכית כרטוס האוטובוסים שלה, redBus מפעילה גם שירות כרטוס רכבות בשם redRails ושירות השכרת אוטובוסים ורכב שנקרא rYde. היא חלק מקבוצת GO-MMT, שהיא חברת הנסיעות המקוונת המובילה בהודו, עם סל מותגים נרחב הכולל מותגי תיירות מקוונים בולטים נוספים כמו MakeMyTrip ו-Goibibo.
כביש הנתונים המהיר 1.0 של redBus
redBus מסתמכת במידה רבה על קבלת החלטות מונעות נתונים בכל רמה, החל ממעקב אחר נסיעות הנוסעים שלה, חיזוי ביקוש במהלך תעבורה גבוהה, זיהוי וטיפול בצווארי בקבוק בתהליך ההרשמה של מפעילי האוטובוסים שלהם ועוד. ככל שהעסקים של redBus החלו לצמוח מבחינת מספר הערים והמדינות בהן פעלו ומספר מפעילי האוטובוסים והמטיילים המשתמשים בשירות בכל עיר, גדלה גם כמות הנתונים הנכנסים. הצורך לגשת ולנתח את הנתונים במקום אחד חייב אותם לבנות פלטפורמת נתונים משלהם, כפי שמוצג בתרשים הבא.
בסעיפים הבאים, אנו בוחנים כל רכיב ביתר פירוט.
מקורות לקליטת נתונים
עם פלטפורמת הנתונים 1.0, הנתונים נקלטים ממקורות שונים:
- זמן אמת - הנתונים בזמן אמת זורמים מאפליקציות redBus לנייד, משירותי המיקרו-קצה, וכאשר נוסע, מפעיל אוטובוס או אפליקציה מבצעים פעולה כלשהי כמו הזמנת כרטיסי אוטובוס, חיפוש במלאי האוטובוסים, העלאת מסמך KYC ועוד
- מצב אצווה - עבודות מתוזמנות מביאות נתונים ממספר חנויות נתונים קבועות כמו שירות מסדי נתונים יחסי של אמזון (Amazon RDS), שבו מאוחסנים נתוני ה-OLTP מכל האפליקציות שלו, אשכולות Apache Cassandra, שבהם מאוחסן מלאי האוטובוסים ממפעילים שונים, Arango DB, שבו מאוחסנים גרפי זהות המשתמש ועוד.
קטלוג נתונים
הנתונים בזמן אמת נבלעים לתוך אשכולות ה-Apache Nifi בניהול עצמי שלהם, פלטפורמת נתונים בקוד פתוח המשמשת לניקוי, ניתוח וקטלוג הנתונים עם יכולות הניתוב שלהם לפני שליחת הנתונים ליעדם.
אחסון וניתוח
redBus משתמשת בשירותים הבאים לצרכי האחסון והניתוח שלה:
- שירות אחסון פשוט של אמזון (Amazon S3), שירות אחסון אובייקטים המספק את הבסיס לאגם הנתונים שלהם בגלל יכולת ההרחבה הבלתי מוגבלת שלו והעמידות הגבוהה יותר שלו. נתונים בזמן אמת זורמים מ- Apache Druid ונתונים ממאגרי הנתונים זורמים במרווחי זמן קבועים על בסיס לוחות הזמנים.
- Apache Druid, מאגר נתונים בסגנון OLAP (הנתונים זורמים דרך מטעין הנתונים Kafka Druid), אשר מחשב עובדות ומדדים מול ממדים שונים במהלך תהליך טעינת הנתונים.
- האדום של אמזון, שירות מחסן נתונים בענן שעוזר לך לנתח אקסבייטים של נתונים ולהריץ שאילתות אנליטיות מורכבות. redBus משתמש באמזון Redshift כדי לאחסן את הנתונים המעובדים מאמזון S3 ואת הנתונים המצטברים מ- Apache Druid.
שאילתה והדמיה
כדי להפוך את redBus למונחי נתונים ככל האפשר, הם דאגו שהנתונים יהיו נגישים למהנדסי ה-SRE, מהנדסי הנתונים והאנליסטים העסקיים שלהם באמצעות שכבת ויזואליזציה. שכבה זו כוללת לוחות מחוונים המוגשים באמצעות Apache SuperSet, יישום להדמיה של נתונים בקוד פתוח, ו אמזונה אתנה, שירות שאילתות אינטראקטיבי לניתוח נתונים באמזון S3 באמצעות SQL סטנדרטי לדרישות שאילתות אד-הוק.
האתגרים
בתחילה, redBus טיפלה בנתונים שנקלטו בקצב של 10 מיליון אירועים ביום. עם הזמן, כשהעסק שלה התחיל לצמוח, כך גדל גם נפח הנתונים (מג'יגה-בייט ועד טרה-בייט ועד פטה-בייט), קליטת נתונים ביום (מ-10 מיליון ל-320 מיליון אירועים), וצרכי לוח הבינה העסקית שלה. זמן קצר לאחר מכן, הם החלו להתמודד עם אתגרים עם יכולות ה-BI של Superset בניהול עצמי, והמורכבות התפעולית המוגברת.
יכולות BI מוגבלות
redBus נתקל במגבלות ה-BI הבאות:
- חוסר יכולת ליצור הדמיות ממספר מקורות נתונים – Superset אינו מאפשר ליצור הדמיות מטבלאות מרובות בתוך שכבת חקירת הנתונים שלה. מהנדסי הנתונים של redBus היו צריכים להצטרף לטבלאות מראש ברמת מקור הנתונים עצמה. על מנת ליצור תצוגה של 360 מעלות לבעלי העניין העסקיים של redBus, הפך למהנדסי נתונים לא נוח לתחזק מספר טבלאות התומכות בשכבת ההדמיה.
- אין מסנן גלובלי עבור חזותיים בלוח המחוונים - מסנן עולמי או ראשי על פני חזותיים בלוח מחוונים אינו נתמך ב-Superset. לדוגמה, קחו בחשבון שיש רכיבים חזותיים כמו מכירות זכיות לפי אזור, הכנסות YTD שמומשו לפי אזור, צינור מכירות לפי אזור ועוד בלוח מחוונים, ואזור מסנן נוסף ללוח המחוונים עם ערכים כמו EMEA, APAC ו-US. אזור המסנן יחול רק על אחד מהוויזואליים, לא על כל לוח המחוונים. עם זאת, משתמשי לוח המחוונים ציפו לסינון על פני לוח המחוונים.
- לא כלי ידידותי למשתמש - Superset מאוד ממוקד מפתחים בכל הנוגע להתאמה אישית. לדוגמה, אם אנליסט עסקי של redBus היה צריך להתאים אישית רענון מתוזמן ששולח מחדש אוטומטית כל פרוסה בלוח המחוונים לפי ערך שנקבע מראש, אזי על האנליסט לעדכן את שדה המטא נתונים של JSON של לוח המחוונים. לכן, הכרת JSON והתחביר שלו היא חובה לביצוע כל התאמה אישית על הוויזואליה או לוח המחוונים.
עלות תפעולית מוגברת
למרות ש-Superset הוא קוד פתוח, מה שאומר שאין עלויות רישוי, זה גם אומר שיש יותר מאמץ בשמירה על כל הרכיבים הנדרשים כדי שהיא תפעל ככלי BI ברמה ארגונית. redBus פרסה ותחזק שרת אינטרנט (Nginx) מולו איזון עומס יישומים לעשות את איזון העומס; שרת מסד נתונים של מטא נתונים (MySQL) שבו Superset מאחסן את המידע הפנימי שלה כמו משתמשים, פרוסות והגדרות לוח מחוונים; תור משימות אסינכרוני (סלרי) לתמיכה בשאילתות ארוכות טווח; מתווך הודעות (RabbitMQ); ושרת מטמון מבוזר (Redis) לשמירה במטמון של התוצאות, תרשימים נתונים ועוד ענן מחשוב אלסטי של אמזון (Amazon EC2) מופעים. התרשים הבא ממחיש ארכיטקטורה זו.
צוות ה-DevOps של redBus נאלץ לעשות את המשימות הכבדות של אספקת התשתית, נטילת גיבויים, קנה מידה ידני של הרכיבים לפי הצורך, שדרוג הרכיבים בנפרד ועוד. זה גם דרש מפתח אינטרנט של Python להיות בסביבה כדי לבצע את השינויים התצורה, כך שכל הרכיבים יעבדו יחד בצורה חלקה. כל הפעולות הידניות הללו הגדילו את עלות הבעלות הכוללת של redBus.
מסע לעבר קוויקסייט
redBus החלה לחקור פתרונות BI בעיקר סביב כמה מדרישות ה-dashboarding שלה:
- לוחות מחוונים של BI לבעלי עניין ואנליסטים עסקיים, כאשר הנתונים מקורם דרך Amazon S3 ו-Amazon Redshift.
- לוח מחוונים לניטור ביצועי יישומים בזמן אמת (APM) שיעזור למהנדסי ה-SRE ולמפתחים שלהם לזהות את שורש הבעיה בפריסת המיקרו-שירותים שלהם, כך שהם יכולים לתקן את הבעיות לפני שהן משפיעות על חווית הלקוח שלהם. במקרה זה, הנתונים מקורם באמצעות Druid.
QuickSight השתלב ברוב הדרישות של לוח המחוונים של redBus, ותוך זמן קצר צוות פלטפורמת הנתונים שלהם התחיל עם הוכחת קונספט (POC) עבור כמה ממרכזי המחוונים המורכבים שלהם. בסוף ה-POC, שהתפרש על פני חודש, הצוות שיתף את הממצאים שלהם.
ראשית, QuickSight עשירה ביכולות BI, כולל הדברים הבאים:
- זהו פתרון BI בשירות עצמי עם תכונות גרירה ושחרור שיכולות לעזור לאנליסטים של redBus להשתמש בו בנוחות ללא מאמצי קידוד.
- הדמיות ממקורות נתונים מרובים בלוח מחוונים אחד יכולות לעזור לבעלי העניין העסקיים של redBus לקבל תצוגה של 360 מעלות של מכירות, תחזיות ותובנות בחלון זכוכית אחד.
- מסננים מדורגים על פני חזותיים ועל פני גיליונות בלוח המחוונים הם תכונות נחוצות עבור דרישות ה-BI של redBus.
- QuickSight מציע חזותיים דמויי Excel - טבלאות עם חישובים, טבלאות ציר עם קיבוץ תאים וסגנון אטרקטיביים עבור הצופים.
- מנוע החישוב הסופר-מהיר, מקביל, בזיכרון (SPICE) ב-QuickSight יכול לעזור ל-redBus להתרחב למאות אלפי משתמשים, שכולם יכולים לבצע בו זמנית ניתוח אינטראקטיבי מהיר על פני מגוון רחב של מקורות נתונים של AWS.
- תובנות וחיזוי ML מהמדף ללא עלות נוספת יאפשרו לצוות מדעי הנתונים של redBus להתמקד במודלים של ML מלבד חיזוי מכירות ומודלים דומים.
- אבטחה מובנית ברמת שורה (RLS) יכולה לאפשר ל-redBus להעניק גישה מסוננת לצופים שלהם. לדוגמה, ל-redBus יש אנליסטים עסקיים רבים שמנהלים מדינות שונות. עם RLS, כל אנליסט עסקי רואה רק נתונים הקשורים למדינה שהוקצתה לו בתוך לוח מחוונים יחיד.
- redBus משתמש ב-OneLogin כספק הזהות שלו, התומך ב-Security Assertion Markup Language 2.0 (SAML 2.0). בעזרת פדרציית זהויות ותמיכה בכניסה יחידה מ-QuickSight, redBus יכול לספק זרימת כניסה פשוטה למשתמשי QuickSight שלהם.
- QuickSight מציע התראות מובנות ויכולות הודעות דוא"ל.
שנית, QuickSight הוא שירות BI מנוהל במלואו, מקורי בענן, ללא שרתים מ-AWS, עם התכונות הבאות:
- מהנדסי redBus לא צריכים להתמקד בהרמה הכבדה של הקצאה, קנה מידה ותחזוקה של פתרון ה-BI שלהם במופעי EC2.
- QuickSight מציעה אינטגרציה מקורית עם שירותי AWS כמו Amazon Redshift, Amazon S3, ואתנה, ומסגרות פופולריות אחרות כמו Presto, Snowflake, Teradata ועוד. QuickSight מתחבר לרוב מקורות הנתונים שכבר יש ל-redBus מלבד Apache Druid, מכיוון שהשילוב המקורי עם Druid לא היה זמין בדצמבר 2022. לרשימה מלאה של מקורות הנתונים הנתמכים, ראה מקורות נתונים נתמכים.
התוצאה
בהתחשב בכל התכונות העשירות והעלות הכוללת הנמוכה של בעלות, redBus בחרה ב-QuickSight לדרישות לוח המחוונים של BI. עם QuickSight, מהנדסי הנתונים של redBus בנו מספר לוחות מחוונים תוך זמן קצר כדי לתת תובנות מ-petabytes של נתונים לבעלי עניין ואנליסטים עסקיים. כביש הנתונים המהיר של redBus התפתח כדי להביא בינה עסקית לקהל רחב בהרבה בארגון שלהם, עם ביצועים טובים יותר וזמן-עד-ערך מהיר יותר. החל מנובמבר 2022, הוא משלב את QuickSight למשתמשים עסקיים ו-Superset עבור לוחות מחוונים של APM בזמן אמת (בזמן כתיבת שורות אלה, QuickSight לא מציעה מחבר מקורי ל-Druid), כפי שמוצג בתרשים הבא.
לוח מחוונים לאיתור חריגות במכירות
למרות שישנם לוחות מחוונים רבים ש-redBus פרסה לייצור, זיהוי חריגות במכירות הוא אחד מלוחות המחוונים המעניינים שבנתה redBus. הוא משתמש במודל חיזוי המכירות הקנייני של redBus, אשר בתורו מקורו בנתוני מכירות היסטוריים מטבלאות אמזון Redshift ונתוני מכירות בזמן אמת מטבלאות Druid, כפי שמוצג באיור הבא.
במרווחי זמן קבועים, העבודות המתוזמנות מאכילות את מודל החיזוי redBus עם נתוני מכירות בזמן אמת והיסטוריים, ואז הנתונים החזויים נדחפים לטבלה של אמזון Redshift. לוח המחוונים לזיהוי חריגות מכירות ב-QuickSight מוגש על ידי טבלת האדום של אמזון שנוצרה.
להלן אחד התמונות החזותיות מלוח המחוונים לזיהוי חריגות במכירות. הוא נבנה באמצעות תרשים קו המייצג מכירות בפועל לפי שעה, מכירות חזויות וסף התראה לסדרת זמן עבור קבוצה עסקית מסוימת ב-redBus.
בוויזואלי זה, כל פס מייצג את מספר חריגות המכירות שהופעלו בנקודה מסוימת בסדרת הזמן.
האנליסטים של redBus יכולים להמשיך ולפרט את פרטי המכירות והחריגות ברמת הדקה, כפי שמוצג בתרשים הבא. תכונת מקדחה זו יוצאת מהקופסה עם QuickSight.
לפרטים נוספים על הוספת פירוט לתמונות חזותיות של לוח המחוונים של QuickSight, ראה הוספת פירוט לנתונים חזותיים ב-Amazon QuickSight.
מלבד הוויזואליה, הוא הפך לאחד ממרכזי המחוונים האהובים על הצופים ב-redBus בשל התכונות הבולטות הבאות:
- מכיוון שסינון בין חזותיים היא תכונה מחוץ לקופסה ב-QuickSight, מסנן מבוסס חותמת זמן נוסף ללוח המחוונים. זה עוזר בסינון חזותיים מרובים בלוח המחוונים בלחיצה אחת.
- פעולות כתובת URL המוגדרות בתמונות החזותיות עוזרות לצופים לנווט אל האפליקציות הביתיות רגישות ההקשר.
- התראות דוא"ל המוגדרות על מדדי KPI ומדדים חזותיים עוזרות לצופים לקבל התראות בזמן.
השלבים הבא
מלבד בניית לוחות מחוונים חדשים לצרכי לוח המחוונים של BI שלהם, redBus נוקטת בצעדים הבאים:
- היכרות QuickSight Embedded Analytics עבור כמה מדרישות האפליקציה שלהם כדי להאיץ זמן עד לתובנות עבור משתמשים עם חזותי נתונים בתוך הקשר, לוחות מחוונים אינטראקטיביים ועוד ישירות בתוך יישומים
- היכרות QuickSight Q, מה שיכול לאפשר לבעלי העניין העסקיים שלהם לשאול שאלות בשפה טבעית ולקבל תשובות מדויקות עם הדמיות רלוונטיות שיכולות לעזור להם לקבל תובנות מהנתונים
- בניית פתרון דשבורד מאוחד באמצעות QuickSight המכסה את כל מקורות הנתונים שלהם כאשר האינטגרציות הופכות לזמינות
סיכום
בפוסט זה, הראינו לכם כיצד redBus בנתה את פלטפורמת הנתונים שלה באמצעות שירותי AWS ומסגרות Apache שונות, את האתגרים שעברה הפלטפורמה (במיוחד בדרישות ובאתגרים של לוח המחוונים של BI שלהם תוך כדי קנה מידה), וכיצד הם השתמשו ב-QuickSight והורידו את העלות הכוללת של בעלות.
כדי לדעת יותר על הנדסה ב-redBus, עיין בהם פוסטים בינוניים בבלוג. למידע נוסף על מה שקורה ב-QuickSight או אם יש לך שאלות כלשהן, פנה אל קהילת QuickSight, שהוא מאוד פעיל ומציע מספר משאבים.
על הכותבים
גיריש קומאר צ'ידננדה עובד כמנהל הנדסה בכיר - הנדסת נתונים ב-redBus, שם הוא בונה יישומים ורכיבים שונים של הנדסת נתונים עבור redBus במשך 5 השנים האחרונות. לפני שהחל את דרכו בתעשיית ה-IT, הוא עבד כמהנדס מערכות מכונות ובקרה בארגונים שונים, והוא בעל תואר שני בהנדסת כוח נוזלים מאוניברסיטת באת'.
קיילוויז'י קנדאסמי עובד עם חברות מקוריות דיגיטליות כדי לתמוך בחדשנות שלהן. כאדריכלית פתרונות בכירה (APAC) בשירותי האינטרנט של אמזון, היא משתמשת בניסיונה כדי לעזור לאנשים להגשים את הרעיונות שלהם, תוך התמקדות בעיקר בארכיטקטורות של שירותים מיקרוניים ופתרונות מקוריים בענן המשתמשים בשירותי AWS. מחוץ לעבודה, היא אוהבת לשחק שח, והיא שחמטאית מדורגת של FIDE. היא גם מאמנת את בנותיה באמנות משחק השחמט, ומכינה אותן לטורנירי שחמט שונים.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
- מקור: https://aws.amazon.com/blogs/big-data/a-dive-into-redbuss-data-platform-and-how-they-used-amazon-quicksight-to-accelerate-business-insights/
- $ 10 מיליון
- 1
- 10
- 100
- 2022
- 360- תואר
- a
- אודות
- להאיץ
- גישה
- נגיש
- פי
- מדויק
- לרוחב
- פעולות
- פעיל
- Ad
- הוסיף
- נוסף
- פְּנִיָה
- מאמצים
- להשפיע על
- לאחר
- נגד
- ערני
- תעשיות
- כְּבָר
- אמזון בעברית
- אמזון
- אמזון קוויקסייט
- אמזון RDS
- אמזון שירותי אינטרנט
- כמות
- אנליזה
- מנתח
- אנליסטים
- אנליטית
- ניתוח
- לנתח
- ו
- גילוי חריגות
- תשובות
- APAC
- אַפָּשׁ
- בקשה
- יישומים
- החל
- אפליקציות
- ארכיטקטורה
- סביב
- אמנות
- שהוקצה
- מושך
- קהל מאזינים
- מחבר
- באופן אוטומטי
- זמין
- AWS
- קצה אחורי
- גיבויים
- בָּר
- מבוסס
- כי
- להיות
- לפני
- להיות
- מוטב
- בלוג
- אריזה מקורית
- מותג
- מותגים
- להביא
- ברוקר
- לִבנוֹת
- בִּניָן
- נבנה
- מובנה
- אוטובוס
- עסקים
- מודיעין עסקי
- נקרא
- יכולות
- מכונית
- מקרה
- מקרים
- קטלוג
- לגרום
- האתגרים
- שינויים
- תרשים
- תרשימים
- לבדוק
- שחמט
- בחר
- ערים
- עִיר
- ענן
- סִמוּל
- עוקבים
- משלב
- חברות
- חברה
- להשלים
- מורכב
- מורכבות
- רְכִיב
- רכיבים
- מַקִיף
- לחשב
- מושג
- מחובר
- מתחבר
- לשקול
- לִשְׁלוֹט
- עלות
- עלויות
- יכול
- מדינות
- מדינה
- זוג
- כיסוי
- לִיצוֹר
- יוצרים
- לקוח
- שירות לקוחות
- לקוחות
- התאמה אישית
- אישית
- לוח מחוונים
- נתונים
- אגם דאטה
- פלטפורמת נתונים
- מדע נתונים
- נתונים להדמיה
- מחסן נתונים
- נתונים מונחים
- מסד נתונים
- יְוֹם
- דֵצֶמבֶּר
- החלטות
- תואר
- דרישה
- פרס
- פריסה
- יעד
- פרט
- פרטים
- איתור
- מפתח
- מפתחים
- מכשיר
- דופים
- DID
- אחר
- ממדים
- ישירות
- לדון
- מופץ
- מסמך
- לא
- עושה
- לא
- מטה
- דרויד
- עמידות
- בְּמַהֲלָך
- כל אחד
- קל לשימוש
- מאמץ
- מַאֲמָצִים
- אמייל
- מוטבע
- EMEA
- עובדים
- לאפשר
- מנוע
- מהנדס
- הנדסה
- מהנדסים
- כיתה ארגונית
- שלם
- במיוחד
- Ether (ETH)
- אירועים
- התפתח
- דוגמה
- אלא
- צפוי
- ניסיון
- חקירה
- היכרות
- נרחב
- מאוד
- מתמודד
- מול
- מהר
- מהר יותר
- חביב
- מאפיין
- תכונות
- פֵדֵרַצִיָה
- שדה
- תרשים
- לסנן
- סינון
- מסננים
- מתאים
- לסדר
- גמישות
- תזרים
- זורם
- להתמקד
- התמקדות
- הבא
- טופס
- קרן
- מסגרות
- ידידותי
- החל מ-
- חזית
- לגמרי
- פונקציה
- נוסף
- לְהַשִׂיג
- לקבל
- לתת
- זכוכית
- גלוֹבָּלִי
- להעניק
- גרפים
- קְבוּצָה
- גדל
- שמח
- יש
- בִּכְבֵדוּת
- לעזור
- עוזר
- גָבוֹהַ
- גבוה יותר
- מאוד
- כביש
- היסטורי
- מחזיק
- אירח
- איך
- אולם
- HTML
- HTTPS
- מאות
- רעיונות
- לזהות
- זיהוי
- זהות
- in
- כולל
- כולל
- נכנס
- גדל
- הודו
- בנפרד
- תעשייה
- מידע
- תשתית
- חדשנות
- תובנות
- השתלבות
- ואינטגרציות
- מוֹדִיעִין
- אינטראקטיבי
- מעניין
- פנימי
- מלאי
- סוגיה
- בעיות
- IT
- תעשיית ה- IT
- עצמו
- מקומות תעסוקה
- הצטרף
- מסע
- ג'סון
- קפקא
- שמירה
- לדעת
- ידע
- KYC
- אגם
- שפה
- הגדול ביותר
- אחרון
- שכבה
- מוביל
- לִלמוֹד
- רמה
- רישוי
- החיים
- רמה
- מגבלות
- קו
- רשימה
- לִטעוֹן
- מטעין
- טוען
- נראה
- נמוך
- לתחזק
- לעשות
- עושה
- עשייה
- לנהל
- הצליח
- מנהל
- מנדטורי
- מדריך ל
- באופן ידני
- רב
- אומר
- מֵכָנִי
- הודעה
- מידע נוסף
- מדדים
- מיקרו
- מִילִיוֹן
- דקה
- ML
- סלולרי
- -לאפליקציות לנייד
- מודל
- מודלים
- ניטור
- יותר
- רוב
- MS
- מספר
- MySQL
- יליד
- טבעי
- שפה טבעית
- נווט
- צורך
- נחוץ
- צרכי
- חדש
- הבא
- nginx
- יַקִיר
- הודעה
- הודעות
- נוֹבֶמבֶּר
- מספר
- אובייקט
- אחסון אובייקטים
- הַצָעָה
- הצעה
- המיוחדות שלנו
- Onboarding
- ONE
- באינטרנט
- לפתוח
- קוד פתוח
- מופעל
- מבצע
- מבצעי
- תפעול
- מפעיל
- מפעילי
- להזמין
- ארגון
- ארגונים
- אחר
- בחוץ
- שֶׁלוֹ
- בעלות
- זגוגית
- מקביל
- חלק
- מסוים
- אֲנָשִׁים
- לבצע
- ביצועים
- צינור
- Pivot
- מקום
- פלטפורמה
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- שחקן
- משחק
- PoC
- נקודה
- פופולרי
- תיק עבודות
- אפשרי
- הודעה
- כּוֹחַ
- חזה
- מכין
- בראש ובראשונה
- יְסוֹדִי
- קודם
- תהליך
- הפקה
- בולט
- הוכחה
- הוכחה של רעיון או תאוריה
- קניינית
- לספק
- ובלבד
- ספק
- מספק
- מתן
- דחף
- פיתון
- שאלות
- רכבת
- מהר
- ציון
- לְהַגִיעַ
- זמן אמת
- נתונים בזמן אמת
- הבין
- לקבל
- באזור
- רגיל
- קָשׁוּר
- רלוונטי
- המייצג
- מייצג
- נדרש
- דרישות
- משאבים
- תוצאות
- הכנסה
- עשיר
- שורש
- הפעלה
- מכירות
- בקרת מערכות ותקשורת
- סולם
- דרוג
- מתוכנן
- עבודות מתוזמנות
- מדע
- בצורה חלקה
- חיפוש
- סעיפים
- אבטחה
- רואה
- שירות עצמי
- שליחה
- לחצני מצוקה לפנסיונרים
- סדרה
- ללא שרת
- שרות
- שירותים
- הגשה
- כמה
- שיתוף
- משותף
- הראה
- דומה
- פָּשׁוּט
- בו זמנית
- יחיד
- פרוסה
- So
- פִּתָרוֹן
- פתרונות
- בקרוב
- מָקוֹר
- מקורות
- תבלין
- SQL
- בעלי עניין
- תֶקֶן
- החל
- החל
- צעדים
- אחסון
- חנות
- מאוחסן
- חנויות
- מערכת
- תמיכה
- נתמך
- מסייע
- תומך
- תחביר
- מערכות
- שולחן
- נטילת
- המשימות
- נבחרת
- מונחים
- השמיים
- העולם
- שֶׁלָהֶם
- לכן
- אלפים
- סף
- דרך
- הכרטיסים
- כרטיסים
- זמן
- סדרת זמן
- מתוזמן
- ל
- יַחַד
- כלי
- סה"כ
- טורנירים
- לקראת
- מעקב
- תְנוּעָה
- נסיעות
- נוסע
- מטיילים
- מופעל
- תור
- מאוחד
- אוניברסיטה
- בלתי מוגבל
- עדכון
- העלאה
- us
- להשתמש
- משתמש
- משתמשים
- ערך
- ערכים
- מגוון
- שונים
- באמצעות
- לצפיה
- צופים
- כמעט
- ראיה
- כֶּרֶך
- מחסן
- אינטרנט
- שרת אינטרנט
- שירותי אינטרנט
- מה
- מה
- אשר
- בזמן
- מי
- רָחָב
- רחב יותר
- יצטרך
- ניצחונות
- בתוך
- לְלֹא
- תיק עבודות
- לעבוד יחד
- עבד
- עובד
- עוֹלָם
- של העולם
- היה
- כתיבה
- שנים
- זפירנט