0
သင်၏ ဈေးဝယ်လှည်း
0
Zinn Hub
0
သင်၏ ဈေးဝယ်လှည်း
0

အကျဉ်းချုပ်

သင့်ဆုံးဖြတ်ချက်ချရာတွင် အထောက်အကူဖြစ်စေရန် ဤဝန်ဆောင်မှုနှင့်ပတ်သက်သော အဓိကအချက်အလက်များ။ Zinn Hub မှ ထုတ်ပေးသည်၊ ရောင်းသူမှ မဟုတ်ပါ။

MLOps လွှမ်းခြုံမှု

သက်တမ်းအပြည့်အစုံ
ဒေတာအင်ဂျင်နီယာ၊ မော်ဒယ်လေ့ကျင့်မှု၊ အကဲဖြတ်မှု၊ CI/CD နှင့် GCP သို့မဟုတ် Hugging Face ပေါ်ရှိ cloud deployment တို့ကို အစမှအဆုံး အကျုံးဝင်သည် — မော်ဒယ်လ်လုပ်ခြင်းသက်သက် မဟုတ်ပါ။

အဓိက အထူးပြုချက်များ

CV, NLP, ခန့်မှန်းခြင်း, GenAI
ကွန်ပျူတာရူပါရုံ၊ NLP၊ အချိန်စီးရီးခန့်မှန်းခြင်း၊ ခန့်မှန်းမော်ဒယ်လ်ပြုလုပ်ခြင်းနှင့် RAG/LangChain GenAI အပလီကေးရှင်းများအားလုံးသည် နယ်ပယ်အတွင်းတွင် ပါဝင်သည်။

နည်းပညာ Stack

Python, TensorFlow, MLflow, Docker, GCP
Full stack: TensorFlow, Keras, Scikit-Learn, Pandas, NumPy, MLflow, Docker, GitHub Actions, GCP, and Hugging Face.

ပေးပို့မှု ပုံစံ

ထုတ်လုပ်ရန် အသင့်ရှိသော ကုဒ် + စာရွက်စာတမ်းများ
ပရောဂျက်တစ်ခုစီအတွက် source code၊ model files နှင့် စာဖြင့်ရေးသားထားသော စာရွက်စာတမ်းများကို ပေးပို့ပါသည်။ ဝယ်ယူသူသည် code နှင့် model များအားလုံးကို အပြည့်အဝ ပိုင်ဆိုင်ခွင့်ရှိသည်။

သင်ရရှိမည့်အရာ

ပုံစံများ-
စိတ်ကြိုက်ကုဒ်
ပေးပို့မှုနည်းလမ်း-
အော်ဒါမန်နေဂျာ
ဗီဒီယိုအမျိုးအစား- ကြိုတင်ရောင်းချမှု
မှတ်စုများ- သင့်အတွက် သန့်ရှင်းသော ပရော်ဖက်ရှင်နယ်နှင့် ကောင်းမွန်စွာ မှတ်တမ်းတင်ထားသော ကုဒ်ကို ရေးသားပေးပါမည်။

အပြည့်အစုံဖော်ပြချက်

ကျွန်ုပ်သည် စစ်မှန်သော လုပ်ငန်းပြဿနာများကို ဖြေရှင်းပေးသည့် ပြည့်စုံသော၊ ထုတ်လုပ်မှုအတွက် အသင့်ဖြစ်နေသော စက်သင်ယူမှုစနစ်များကို တည်ဆောက်ပြီး အသုံးပြုပါသည်။ မှတ်စုစာအုပ်ထဲတွင် ဖုန်မှုန့်များ စုဆောင်းနေသော ရှေ့ပြေးပုံစံများသာ မဟုတ်ပါ။

စက်သင်ယူမှု အင်ဂျင်နီယာအဖြစ် မကူးပြောင်းမီ ဖန်တီးမှုဆိုင်ရာ ဦးဆောင်သူအဖြစ် ပရော်ဖက်ရှင်နယ် အတွေ့အကြုံ 15 နှစ်ရှိခဲ့သည့်အတွက် ML အင်ဂျင်နီယာအများစု မပိုင်ဆိုင်သည့် အရာတစ်ခုကို ကျွန်ုပ်ယူဆောင်လာပါသည်- မဟာဗျူဟာမြောက်၊ လုပ်ငန်းကို ဦးစားပေးသည့် ရှုထောင့်တစ်ခု ဖြစ်ပါသည်။ ကျွန်ုပ်သည် မော်ဒယ်များကို တည်ဆောက်ရုံသာမကဘဲ ၎င်းတို့ကို အဘယ်ကြောင့် လိုအပ်ကြောင်းနှင့် စီးပွားဖြစ် အောင်မြင်ရန် မည်သို့လုပ်ဆောင်ရမည်ကို နားလည်ပါသည်။ ဆိုလိုသည်မှာ ကျွန်ုပ်ပေးပို့သည့် စနစ်တိုင်းကို နည်းပညာပိုင်းဆိုင်ရာ တိကျမှုဆိုင်ရာ မက်ထရစ်များသာမကဘဲ သင်၏ လက်တွေ့လုပ်ငန်းဆောင်တာ ရည်မှန်းချက်များကိုပါ ထည့်သွင်းစဉ်းစား၍ ဒီဇိုင်းထုတ်ထားခြင်း ဖြစ်ပါသည်။

ကျွန်ုပ်၏ကျွမ်းကျင်မှုသည် MLOps သက်တမ်းစက်ဝန်းတစ်ခုလုံးကို လွှမ်းခြုံထားသည်။ ကုန်ကြမ်းဒေတာအင်ဂျင်နီယာနှင့် အင်္ဂါရပ်ထုတ်ယူခြင်းမှသည် မော်ဒယ်လေ့ကျင့်ရေး၊ အကဲဖြတ်ခြင်းနှင့် Google Cloud Platform သို့မဟုတ် Hugging Face တွင် CI/CD အပြည့်အစုံဖြန့်ကျက်ခြင်းအထိ အရာအားလုံးကို ကျွန်ုပ်ကိုင်တွယ်ပါသည်။ ဒေတာပြင်ဆင်ခြင်း၊ မော်ဒယ်လ်ပြုလုပ်ခြင်းနှင့် ဖြန့်ကျက်ခြင်းအတွက် သီးခြားလူများ ငှားရမ်းရန် မလိုအပ်ပါ — ကျွန်ုပ်သည် ပြည့်စုံသော ပိုက်လိုင်းကို ပေးပို့ပါသည်။

ကျွန်ုပ်၏ အဓိက အထူးပြုနယ်ပယ်များတွင် လုပ်ငန်းရလဒ်များ ခန့်မှန်းရန်အတွက် ခန့်မှန်းတွက်ချက်ခြင်းပုံစံများ၊ ကွန်ပျူတာရူပါရုံနှင့် convolutional neural networks ကိုအသုံးပြု၍ နက်ရှိုင်းစွာသင်ယူခြင်း၊ စာသားခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် ဘာသာစကားနားလည်မှုအတွက် သဘာဝဘာသာစကားလုပ်ဆောင်ခြင်း၊ ဝယ်လိုအားစီမံကိန်းနှင့် လုပ်ငန်းခွင်ခန့်မှန်းချက်အတွက် အချိန်စီးရီးခန့်မှန်းခြင်းနှင့် RAG pipelines နှင့် LangChain ပေါင်းစည်းမှုများအပါအဝင် GenAI အပလီကေးရှင်းများ ပါဝင်သည်။

ကျွန်ုပ်တည်ဆောက်ပြီး ဖြန့်ကျက်ထားသော စစ်မှန်သော ပရောဂျက်များတွင် ကြိုတင်ခန့်မှန်းထိန်းသိမ်းမှုအတွက် autoencoders နှင့် mel spectrograms ကိုအသုံးပြု၍ ပုံမှန်မဟုတ်သော ထောက်လှမ်းစနစ် (ITEC Beijing တွင် ဆန်ခါတင်စာရင်းဝင်)၊ Hugging Face တွင် ဖြန့်ကျက်ထားသော အဆုံးမှအဆုံး ခေါင်းတစ်ခြမ်းကိုက်ခြင်း ခန့်မှန်းအက်ပ်၊ ကုန်ပစ္စည်းစာရင်း အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်ရန် စားသောက်ဆိုင် ဝယ်လိုအား ခန့်မှန်းမော်ဒယ်၊ တိုက်ရိုက် frontend ဖြင့် GCP တွင် ဖြန့်ကျက်ထားသော CNN-အခြေခံ အပင်ရောဂါ ခွဲခြားသတ်မှတ်သူနှင့် ပညာရေးကဏ္ဍအတွက် AI-စွမ်းအင်သုံး အိမ်စာစစ်ဆေးခြင်း အပလီကေးရှင်းတို့ ပါဝင်သည်။

ကျွန်ုပ်၏ နည်းပညာ stack တွင် Python, TensorFlow, Keras, Scikit-Learn, Pandas, NumPy, MLflow, Docker, GitHub Actions, GCP, နှင့် Hugging Face တို့ ပါဝင်သည် — ကုန်ကြမ်းဒေတာမှ တိုက်ရိုက်၊ ချဲ့ထွင်နိုင်သော၊ ဖြန့်ကျက်ထားသော စနစ်တစ်ခုအထိ အယူအဆတစ်ခုကို ဖော်ဆောင်ရန် လိုအပ်သည့် အရာအားလုံး ပါဝင်သည်။

ဤ Zinn ကို တစ်နာရီနှုန်းဖြင့် ဈေးနှုန်းသတ်မှတ်ထားပါသည်။ မှာယူခြင်းမပြုမီ ကျွန်ုပ်ထံ မက်ဆေ့ချ်ပို့ပေးပါရန်။ သို့မှသာ သင့်ပရောဂျက်ကို အကဲဖြတ်နိုင်မည်ဖြစ်ပြီး၊ လိုအပ်သောနာရီများကို ခန့်မှန်းနိုင်မည်ဖြစ်ကာ သင်မကတိမပြုမီ ပေးပို့ရမည့်အရာများနှင့် ပတ်သက်၍ ကျွန်ုပ်တို့ သဘောတူညီမှုရရှိစေရန်ဖြစ်သည်။ ထို့နောက် ငွေရှင်းချိန်တွင် နာရီအရေအတွက်ကို သင်၏အရေအတွက်အဖြစ် ရွေးချယ်လိုက်ပါ။

သင့်ဒေတာကို တကယ်အလုပ်လုပ်သော ဖြန့်ကျက်ထားသော ဖြေရှင်းချက်အဖြစ် ပြောင်းလဲကြပါစို့။

Zinner အရည်အသွေး အာမခံချက်

✓
စိစစ်ထားသော ကျွမ်းကျင်သူ
တစ်ခုချင်းစီ Zinner သည် ပလက်ဖောင်းသို့ ပေါင်းစည်းမီ သုံးသပ်ခြင်းနှင့် အတည်ပြုခြင်းခံရသည်။
✓
အရည်အသွေး အလုပ် အာမခံ
အားလုံးသော ဝန်ဆောင်မှုများသည် ကျွန်ုပ်တို့၏ အရည်အသွေး အာမခံ ကတိဖြင့် ကျောင်းဆောင်ထားသည်။
✓
လုံခြုံသော ငွေပေးချေမှု
သင်၏ ငွေပေးချေမှုသည် သင် ပို့ဆောင်ထားသော အလုပ်ကို အတည်ပြုသည်အထိ ကာကွယ်ထားသည်။

ပက်ကေ့ချ်များ နှိုင်းယှဉ်ကြည့်ပါ

အင်္ဂါရပ်တစ်နာရီ5 နာရီ ပိတ်ဆို့ခြင်း10 နာရီ ပိတ်ဆို့ခြင်း
ပေးပို့ချိန်2 ရက်7 ရက်10 ရက်
ပြန်လည်ပြင်ဆင်မှုများ123
1 နာရီ ML အင်ဂျင်နီယာအချိန်✓✕✕
ပရောဂျက် အတိုင်းအတာ သတ်မှတ်ခြင်း သို့မဟုတ် ကုဒ် ပြန်လည်သုံးသပ်ခြင်း✓✓✓
တွေ့ရှိချက်များ သို့မဟုတ် အကြံပြုချက်များ၏ ရေးသားထားသော အကျဉ်းချုပ်✓✕✕
နောက်တစ်ဆင့်များပါရှိသော နောက်ဆက်တွဲမက်ဆေ့ချ်✓✕✕
ML အင်ဂျင်နီယာအချိန် 5 နာရီ✕✓✕
ဒေတာကြိုတင်ပြင်ဆင်ခြင်း သို့မဟုတ် အင်္ဂါရပ်အင်ဂျင်နီယာ✕✓✕
မော်ဒယ်ပုံစံထုတ်ခြင်း သို့မဟုတ် လေ့ကျင့်သင်ကြားခြင်း✕✓✕
ပေးပို့ပြီးသော source code✕✓✕
လုပ်ငန်းတိုးတက်မှု အခြေအနေများကို အချိန်နှင့်အမျှ အသိပေးခြင်း✕✓✓
ပြီးစီးခဲ့သော လုပ်ငန်း၏ စာဖြင့်မှတ်တမ်းတင်ခြင်း✕✓✕
ML အင်ဂျင်နီယာအချိန် 10 နာရီ✕✕✓
အစမှအဆုံး ပိုက်လိုင်းဖွံ့ဖြိုးတိုးတက်မှု အပြည့်အစုံ✕✕✓
မော်ဒယ်လေ့ကျင့်ရေး၊ အကဲဖြတ်ခြင်းနှင့် အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်ခြင်း✕✕✓
Cloud deployment (GCP သို့မဟုတ် Hugging Face)✕✕✓
ရင်းမြစ်ကုဒ်နှင့် မှတ်တမ်းအားလုံး✕✕✓
ပို့ဆောင်ပြီးနောက် ပံ့ပိုးမှု လမ်းညွှန်ချက်✕✕✓

နမူနာများ

ဤ Zinn နှင့်ပတ်သက်သော ရောင်းသူ၏လုပ်ငန်းနမူနာများကို ကြည့်ပါ။

အစုစု

ဤ Zinn နှင့် သက်ဆိုင်သည့် ရောင်းချသူ၏ လုပ်ငန်းဆောင်ရွက်မှု ဥပမာများ

အစမှအဆုံး အက်ပ်

လှေအင်ဂျင် ပုံမှန်မဟုတ်သော ထောက်လှမ်းမှုအတွက် အသံလုပ်ဆောင်ခြင်း အစမှအဆုံး အက်ပ်

အိမ်စာစစ်ဆေးခြင်း AI အက်ပ်

GCP တွင် လက်ခံဆောင်ရွက်ပြီး Gemini Models ကို အသုံးပြုထားသော အိမ်စာစစ်ဆေးခြင်း AI အက်ပ်

အပိုအချက်အလက်

ကျွန်ုပ်၏ကျွမ်းကျင်မှုများ

Python:ဟုတ်ကဲ့
TensorFlow:ဟုတ်ကဲ့
Keras:ဟုတ်ကဲ့
Scikit-Learn:ဟုတ်ကဲ့
နက်ရှိုင်းသော သင်ယူမှု-ဟုတ်ကဲ့
ခန့်မှန်းခွဲခြမ်းစိတ်ဖြာမှု-ဟုတ်ကဲ့
RAG ပိုက်လိုင်းများ-ဟုတ်ကဲ့
LangChain:Yes
Prompt Engineering:Yes
ဒေတာ ကြိုတင်ပြင်ဆင်ခြင်း-ဟုတ်ကဲ့
အင်္ဂါရပ် အင်ဂျင်နီယာ-ဟုတ်ကဲ့
Pandas:Yes
NumPy:ဟုတ်ကဲ့
စာရင်းအင်းပုံစံထုတ်ခြင်း-ဟုတ်ကဲ့
GCP:ဟုတ်ကဲ့
MLflow:ဟုတ်ကဲ့
Docker-ဟုတ်ကဲ့
GitHub Actions (CI/CD):Yes
API ဖွံ့ဖြိုးတိုးတက်မှုနှင့် ပေါင်းစည်းမှု-ဟုတ်ကဲ့
စက်သင်ယူမှုနှင့် AI-ဟုတ်ကဲ့
GenAI & LLMs:ဟုတ်ကဲ့
ဒေတာသိပ္ပံ-ဟုတ်ကဲ့
Cloud & MLOps:Yes

ဝန်ဆောင်မှု အသေးစိတ်

ဝန်ဆောင်မှုအမျိုးအစား
Standard
Zinner အမျိုးအစား
Freelancer
ရရှိနိုင်မှု
24/7
ရောင်းသူ၏နိုင်ငံ
ဖိလစ်ပိုင်
လက်ခံသောဘာသာစကားများ
အင်္ဂလိပ်
ဖိလစ်ပိုင် (တာဂါလော့ဂ်)
NDA ရရှိနိုင်ပါသည်
ဟုတ်ကဲ့
ကိုင်တွယ်ခဲ့သော ပရောဂျက်အရွယ်အစားများ
ကြီးမားမှု မည်သည့်
တုံ့ပြန်ချိန်
တစ်နေ့တည်း
အတွေ့အကြုံနှစ်များ
10+

မကြေးမုံရဲ့ မေးခွန်းများ

ML ပရောဂျက်တိုင်း မတူညီသောကြောင့် ဖြစ်သည်။ လိုအပ်သော နာရီများကို တိကျစွာ ခန့်မှန်းပေးနိုင်ရန် သင့်ဒေတာ၊ သင့်လုပ်ငန်းပြဿနာနှင့် သင်မျှော်မှန်းထားသော ရလဒ်များကို ကျွန်ုပ်နားလည်ရန် လိုအပ်ပါသည်။ အမြန်ဆွေးနွေးမှုတစ်ခုက သင်အမှန်တကယ်လိုအပ်သည့်အရာအတွက်သာ ပေးချေရကြောင်းနှင့် မည်သည့်လုပ်ငန်းမစတင်မီ ကျွန်ုပ်တို့အပြည့်အဝ ချိန်ညှိထားကြောင်း သေချာစေပါသည်။

ပက်ကေ့ချ်တစ်ခုစီသည် ကျွန်ုပ်၏ နာရီအလိုက် နှုန်းထားဖြင့် နာရီပေါင်းများစွာကို ကိုယ်စားပြုပါသည်။ သင်၏ ပရောဂျက်အတိုင်းအတာနှင့် အကိုက်ညီဆုံး ပက်ကေ့ချ်ကို သင်ရွေးချယ်နိုင်ပြီး၊ နာရီပိုမိုလိုအပ်ပါက အရေအတွက်ရွေးချယ်စရာသည် သင့်အား မြှောက်ရန် ခွင့်ပြုပါသည်။ ဥပမာအားဖြင့်၊ Standard ပက်ကေ့ချ်၏ 2x ကို မှာယူခြင်းသည် သင့်အား နာရီပေါင်း 10 ပေးပါသည်။ သင်မှာယူမှုမပြုမီ အတိအကျအတိုင်းအတာနှင့် နာရီများကို ကျွန်ုပ်တို့ သဘောတူပါမည်။

ကျွန်ုပ်တို့သည် ဤအရာကို စကုပ်သတ်မှတ်ခြင်းအဆင့်တွင် ဆွေးနွေးပါမည်။ ပရောဂျက်တစ်ခုသည် မူလခန့်မှန်းချက်ထက် ကျော်လွန်သွားပါက၊ နောက်ထပ်နာရီများ မလုပ်ဆောင်မီ သင့်အား အသိပေးပါမည်။ ထို့ကြောင့် သင်မည်သို့ ဆက်လက်လုပ်ဆောင်ရမည်ကို ဆုံးဖြတ်နိုင်ပါသည်။ ကျွန်ုပ်တို့ သဘောမတူညီခဲ့သော အချိန်အတွက် ကျွန်ုပ် ဘယ်တော့မှ အခကြေးငွေ မယူပါ။

ဟုတ်ကဲ့။ သင့်ပရောဂျက်အတွက် ဒေတာအစုံ သို့မဟုတ် ဒေတာရင်းမြစ်ကို ပေးရန် လိုအပ်ပါမည်။ ကျွန်ုပ်တို့၏ စုံစမ်းမေးမြန်းမှု ဆွေးနွေးမှုအတွင်း ကျွန်ုပ်တို့ မစတင်မီ လိုအပ်နိုင်သည့် ဒေတာလိုအပ်ချက်များ၊ ပုံစံချခြင်းနှင့် မည်သည့် ကြိုတင်လုပ်ဆောင်မှုများအကြောင်းကို ကျွန်ုပ် အကြံပေးပါမည်။

ကျွန်ုပ်၏ အဓိက stack မှာ Python ဖြစ်ပြီး TensorFlow, Keras, Scikit-Learn, Pandas, နှင့် NumPy တို့နှင့်အတူ ဖြစ်သည်။ MLOps အတွက် MLflow, Docker, GitHub Actions တို့ကို အသုံးပြုပြီး Google Cloud Platform သို့မဟုတ် Hugging Face တွင် deploy လုပ်ပါသည်။ သင့်ပရောဂျက်တွင် သီးခြား framework တစ်ခု လိုအပ်ပါက scoping ပြုလုပ်စဉ်တွင် ကျွန်ုပ်အား အသိပေးပါ။

ဟုတ်ကဲ့။ သင့်ပရောဂျက်အတွင်း ထုတ်လုပ်ထားသော အရင်းအမြစ်ကုဒ်၊ မော်ဒယ်များ၊ နှင့်စာ類ရွက်စာတမ်းများအားလုံးကို သင့်အား ပို့ဆောင်ပေးသည်။ ၎င်းတို့သည်သင်၏ပိုင်ဆိုင်မှုဖြစ်ပြီး သင်အလိုအလျောက်အသုံးပြုခွင့်၊ ပြင်ဆင်ခွင့်၊ အကျင့်သုံးခွင့်ရှိသည်။

လုံးဝမှန်ပါတယ်။ ရှိပြီးသားမော်ဒယ်ကို မြှင့်တင်ရန်၊ ပြန်လည်လေ့ကျင့်ရန် သို့မဟုတ် ထုတ်လုပ်မှုသို့ ဖြန့်ကျက်ရန် လိုအပ်သည်ဖြစ်စေ၊ သင် သို့မဟုတ် ယခင် developer တစ်ဦး ချန်ထားခဲ့သည့်နေရာမှ ကျွန်ုပ် ဆက်လက်လုပ်ဆောင်နိုင်ပါသည်။ ကျွန်ုပ်တို့၏ စကုပ်သတ်မှတ်ခြင်း ဆွေးနွေးမှုအတွင်း သင့်တွင်ရှိသည့်အရာကို မျှဝေလိုက်ပါ။

ကျွန်ုပ်၏ အကောင်အထည်ဖော်ပြီးသော ပရောဂျက်များသည် ကျန်းမာရေးစောင့်ရှောက်မှု၊ စိုက်ပျိုးရေး၊ အစားအသောက်နှင့် အဖျော်ယမကာ၊ ပညာရေးနှင့် စက်မှုပြုပြင်ထိန်းသိမ်းမှုတို့တွင် ပါဝင်ပါသည်။ သို့သော် စက်သင်ယူမှုနိယာမများသည် လုပ်ငန်းနယ်ပယ်အားလုံးတွင် အကျုံးဝင်သည် — သင့်တွင် ဒေတာနှင့် လုပ်ငန်းပြဿနာတစ်ခုရှိပါက ကျွန်ုပ်သည် ဖြေရှင်းချက်တစ်ခုကို ဖန်တီးပေးနိုင်ပါသည်။

Premium ပက်ကေ့ဂျ်တွင် ပေးပို့ပြီးနောက် ပံ့ပိုးမှု လမ်းညွှန်ချက်များ ပါဝင်သည်။ ထိုထက်ကျော်လွန်၍ ဆက်လက်ထိန်းသိမ်းခြင်း သို့မဟုတ် စောင့်ကြည့်ခြင်းအတွက်၊ ကျွန်ုပ်တို့၏ စကုပ်သတ်မှတ်ခြင်း ဆွေးနွေးမှုအတွင်း သီးခြားစီစဉ်မှုကို ဆွေးနွေးနိုင်ပါသည်။

ဤဝန်ဆောင်မှုသည် ယှဉ်ပြိုင်နိုင်သော နာရီအလိုက်နှုန်းထားဖြင့် အာရုံစိုက်ပြီး ကောင်းစွာသတ်မှတ်ထားသော ML လုပ်ငန်းများအတွက် အကောင်းဆုံးဖြစ်သည်။ ကျွန်ုပ်၏ Senior ML & Data Science Zinn သည် ပိုမိုနက်ရှိုင်းသော ဗိသုကာဆိုင်ရာ ကျွမ်းကျင်မှု၊ အဆင့်မြင့် စနစ်ဒီဇိုင်း၊ CI/CD ပိုက်လိုင်း တည်ဆောက်မှုနှင့် ထုတ်လုပ်မှုအဆင့် အပြည့်အစုံ ဖြန့်ကျက်မှု လိုအပ်သော ပိုမိုရှုပ်ထွေးသော ပရောဂျက်များအတွက် ဖြစ်သည် — ပိုမိုမြင့်မားသော နှုန်းထားတွင် ထင်ဟပ်ပါသည်။

ဖောက်သည်များ၏ သုံးသပ်ချက်များ

ကျွန်ုပ်တို့၏ ဖောက်သည်များက Zinn အကြောင်း ဘာတွေ ပြောတွေ့ကြည့်ပါ

အမျိုးအစားများ

Zinner မူဝါဒများ

စိတ်ကြိုက် Machine Learning Models များနှင့် Mlops Pipelines များကို တည်ဆောက်ပြီး ဖြန့်ကျက်ပေးပါမည် — တစ်နာရီ ၃ &Raquo; Zinn Hub

ဤထုတ်ကုန်ကို ဝယ်ယူထားသော လက်ခြင်းသို့ ဝင်ထားသော ဝယ်ယူသူများသာ သုံးသပ်ချက် ချန်လှပ်နိုင်ပါသည်။

ရွေးချယ်စရာများနှင့် မှာယူမှု

Zinn Hub အက်ပ်ကို ရယူပါ

အသိပေးချက်များ · ပိုမိုမြန်ဆန်စွာ ဝင်ရောက်နိုင်ခြင်း · မျက်နှာပြင်အပြည့်

သင့်ဘရောက်ဆာရှိ Share ကို နှိပ်ပါ

➜ ထို့နောက် "ပင်မစခရင်သို့ ထည့်ရန်" ကို နှိပ်ပါ