🥇અમે Azure સેવાઓનો ઉપયોગ કરીને વિકાસને વેગ આપીએ છીએ: અમે પ્લેટફોર્મનો ઉપયોગ કરીને ચેટબોટ્સ અને જ્ઞાનાત્મક સેવાઓ બનાવીએ છીએ

હેલો, હેબ્ર! આજે અમે તમને બતાવીશું કે સામાન્ય રીતે માનવ હસ્તક્ષેપની જરૂર હોય તેવી સમસ્યાઓ ઉકેલવા માટે Azure નો ઉપયોગ કેવી રીતે કરવો. એજન્ટો સમાન પ્રશ્નોના જવાબ આપવા, ફોન કૉલ્સ અને ટેક્સ્ટ સંદેશાઓને હેન્ડલ કરવામાં ઘણો સમય વિતાવે છે. ચેટબોટ્સ સંદેશાવ્યવહાર અને ઓળખાણને સ્વચાલિત કરે છે અને લોકો પરનો બોજ ઘટાડે છે. બૉટ્સનો ઉપયોગ Azure DevOpsમાં પણ થાય છે, જ્યાં તેઓ પરવાનગી આપે છે, ઉદાહરણ તરીકે, રિલીઝને મંજૂર કરવા, બિલ્ડ્સનું સંચાલન કરવા - જુઓ, શરૂ કરો અને બંધ કરો - સીધા Slack અથવા Microsoft ટીમોમાંથી. સારમાં, ચેટબોટ કંઈક અંશે CLI ની યાદ અપાવે છે, ફક્ત ઇન્ટરેક્ટિવ છે અને વિકાસકર્તાને ચેટ ચર્ચાના સંદર્ભમાં રહેવાની મંજૂરી આપે છે.

આ લેખમાં, અમે ચેટબોટ્સ બનાવવા માટેના સાધનો વિશે વાત કરીશું, જ્ઞાનાત્મક સેવાઓ સાથે તેમને કેવી રીતે સુધારી શકાય છે અને Azure માં તૈયાર સેવાઓ સાથે વિકાસને કેવી રીતે ઝડપી બનાવવો તેનું વર્ણન કરીશું.

ચેટબોટ્સ અને જ્ઞાનાત્મક સેવાઓ: સમાનતા શું છે અને શું તફાવત છે?

Microsoft Azure માં બૉટો બનાવવા માટે, તમે Azure બૉટ સેવા અને બૉટ ફ્રેમવર્કનો ઉપયોગ કરો છો. તેઓ એકસાથે બૉટ્સ બનાવવા, પરીક્ષણ કરવા, જમાવટ કરવા અને સંચાલિત કરવા માટેના સૉફ્ટવેરના સમૂહનું પ્રતિનિધિત્વ કરે છે, જે તમને ભાષણ સપોર્ટ, કુદરતી ભાષાની ઓળખ અને અન્ય ક્ષમતાઓ સાથે સરળ અને અદ્યતન સંચાર પ્રણાલી બંને તૈયાર મોડ્યુલમાંથી બનાવવાની મંજૂરી આપે છે.

ચાલો ધારીએ કે તમારે કોર્પોરેટ Q&A સેવા પર આધારિત એક સરળ બોટ અમલમાં મૂકવાની જરૂર છે અથવા, તેનાથી વિપરિત, જટિલ, બ્રાન્ચ્ડ કોમ્યુનિકેશન સિસ્ટમ સાથે કાર્યાત્મક બોટ બનાવવાની જરૂર છે. આ કરવા માટે, તમે ત્રણ જૂથોમાં વિભાજિત સંખ્યાબંધ ટૂલ્સનો ઉપયોગ કરી શકો છો:

ડાયલોગ ઇન્ટરફેસ (બોટ્સ) ના ઝડપી વિકાસ માટેની સેવાઓ.
વિવિધ ઉપયોગના કિસ્સાઓ (પેટર્ન રેકગ્નિશન, સ્પીચ રેકગ્નિશન, નોલેજ બેઝ અને સર્ચ) માટે તૈયાર જ્ઞાનાત્મક AI સેવાઓ.
AI મોડલ બનાવવા અને તાલીમ આપવા માટેની સેવાઓ.

સામાન્ય રીતે, લોકો સાહજિક રીતે "બોટ્સ" અને "જ્ઞાનાત્મક સેવાઓ" ને મૂંઝવણમાં મૂકે છે કારણ કે બંને વિભાવનાઓ સંચારના સિદ્ધાંત પર આધારિત છે, અને બૉટો અને સેવાઓ માટેના ઉપયોગ કેસમાં સંવાદોનો સમાવેશ થાય છે. પરંતુ ચેટબોટ્સ કીવર્ડ્સ અને ટ્રિગર્સ સાથે કામ કરે છે, અને જ્ઞાનાત્મક સેવાઓ મનસ્વી વિનંતીઓ સાથે કામ કરે છે જે સામાન્ય રીતે માનવો દ્વારા પ્રક્રિયા કરવામાં આવે છે:

જ્ઞાનાત્મક સેવાઓ એ વપરાશકર્તા સાથે વાતચીત કરવાની બીજી રીત છે, જે મનસ્વી વિનંતીને સ્પષ્ટ આદેશમાં રૂપાંતરિત કરવામાં અને તેને બૉટને મોકલવામાં મદદ કરે છે.

આમ, ચેટબોટ્સ એ વિનંતીઓ સાથે કામ કરવા માટેની એપ્લિકેશન છે અને જ્ઞાનાત્મક સેવાઓ એ વિનંતીઓના બુદ્ધિશાળી વિશ્લેષણ માટેના સાધનો છે જે અલગથી શરૂ કરવામાં આવે છે, પરંતુ ચેટબોટ "બુદ્ધિશાળી" બનીને ઍક્સેસ કરી શકે છે.

ચેટબોટ્સ બનાવી રહ્યા છીએ

Azure માં બોટ માટે ભલામણ કરેલ ડિઝાઇન ડાયાગ્રામ નીચે મુજબ છે:

Azure માં બૉટો ડિઝાઇન અને વિકસાવવા માટે, ઉપયોગ કરો બોટ ફ્રેમવર્ક. GitHub પર ઉપલબ્ધ છે બૉટોના ઉદાહરણો, ફ્રેમવર્કની ક્ષમતાઓ બદલાય છે, તેથી બૉટોમાં ઉપયોગમાં લેવાતા SDK ના સંસ્કરણને ધ્યાનમાં લેવું જરૂરી છે.

ફ્રેમવર્ક બૉટો બનાવવા માટે ઘણા વિકલ્પો પૂરા પાડે છે: ક્લાસિક કોડ, કમાન્ડ લાઇન ટૂલ્સ અથવા ફ્લોચાર્ટનો ઉપયોગ કરીને. છેલ્લો વિકલ્પ સંવાદોને વિઝ્યુઅલાઈઝ કરે છે; આ માટે તમે મેનેજરનો ઉપયોગ કરી શકો છો બોટ ફ્રેમવર્ક રચયિતા. તે બોટ ફ્રેમવર્ક SDK પર વિઝ્યુઅલ ડેવલપમેન્ટ ટૂલ તરીકે બનાવવામાં આવ્યું હતું જેનો ઉપયોગ ક્રોસ-ડિસિપ્લિનરી ટીમો બૉટો બનાવવા માટે કરી શકે છે.

બોટ ફ્રેમવર્ક કંપોઝર તમને સંવાદ માળખું બનાવવા માટે બ્લોક્સનો ઉપયોગ કરવાની મંજૂરી આપે છે જેની સાથે બોટ કામ કરશે. વધુમાં, તમે ટ્રિગર્સ બનાવી શકો છો, એટલે કે કીવર્ડ્સ કે જેના પર બોટ સંવાદ દરમિયાન પ્રતિક્રિયા આપશે. ઉદાહરણ તરીકે, શબ્દો “ઓપરેટર”, “ચોરી” અથવા “સ્ટોપ” અને “પર્યાપ્ત”.

બોટ ફ્રેમવર્ક કંપોઝરમાં, તમે જટિલ ડાયલોગ સિસ્ટમનો ઉપયોગ કરીને બનાવી શકો છો અનુકૂલનશીલ સંવાદો. સંવાદો જ્ઞાનાત્મક સેવાઓ અને ઇવેન્ટ કાર્ડ્સ (અનુકૂલનશીલ કાર્ડ્સ) બંનેનો ઉપયોગ કરી શકે છે:

બનાવટ પછી, તમે ચેટબોટને સબ્સ્ક્રિપ્શનમાં જમાવી શકો છો, અને આપમેળે તૈયાર થયેલ સ્ક્રિપ્ટ તમામ જરૂરી સંસાધનો બનાવશે: જ્ઞાનાત્મક સેવાઓ, એપ્લિકેશન પ્લાન, એપ્લિકેશન આંતરદૃષ્ટિ, ડેટાબેઝ, વગેરે.

QnA મેકર

કોર્પોરેટ Q&A ડેટાબેસેસ પર આધારિત સરળ બોટ્સ બનાવવા માટે, તમે QnA Maker જ્ઞાનાત્મક સેવાનો ઉપયોગ કરી શકો છો. એક સરળ વેબ વિઝાર્ડ તરીકે અમલમાં મૂકાયેલ, તે તમને કોર્પોરેટ નોલેજ બેઝ (FAQ Urls) ની લિંક ઇનપુટ કરવા અથવા આધાર તરીકે *.doc અથવા *.pdf ફોર્મેટમાં દસ્તાવેજ ડેટાબેઝનો ઉપયોગ કરવાની મંજૂરી આપે છે. અનુક્રમણિકા બનાવ્યા પછી, બોટ આપમેળે વપરાશકર્તાના પ્રશ્નોના સૌથી યોગ્ય જવાબો પસંદ કરશે.

QnAMaker નો ઉપયોગ કરીને, તમે બટનોની સ્વચાલિત રચના સાથે સ્પષ્ટતા પ્રશ્નોની સાંકળો પણ બનાવી શકો છો, મેટાડેટા સાથે જ્ઞાન આધારને પૂરક બનાવી શકો છો અને ઉપયોગ દરમિયાન સેવાને વધુ તાલીમ આપી શકો છો.

સેવાનો ઉપયોગ ચેટબોટ તરીકે થઈ શકે છે જે ફક્ત આ એક કાર્યને અમલમાં મૂકે છે અથવા જટિલ ચેટબોટના ભાગ રૂપે જે વિનંતીના આધારે, અન્ય AI સેવાઓ અથવા બોટ ફ્રેમવર્કના ઘટકોનો ઉપયોગ કરે છે.

અન્ય જ્ઞાનાત્મક સેવાઓ સાથે કામ કરવું

Azure પ્લેટફોર્મ પર ઘણી જુદી જુદી જ્ઞાનાત્મક સેવાઓ છે. તકનીકી રીતે, આ સ્વતંત્ર વેબ સેવાઓ છે જેને કોડથી કૉલ કરી શકાય છે. જવાબમાં, સેવા ચોક્કસ ફોર્મેટનો json મોકલે છે, જેનો ઉપયોગ ચેટબોટમાં થઈ શકે છે.

ચેટબોટ્સના સૌથી સામાન્ય ઉપયોગો છે:

ટેક્સ્ટ ઓળખી રહ્યું છે.
ડેવલપર દ્વારા નિર્ધારિત કસ્ટમ વિઝન સર્વિસ ઇમેજ કેટેગરીઝની માન્યતા (ઉત્પાદન કેસ: કર્મચારીએ સખત ટોપી, ગોગલ્સ અથવા માસ્ક પહેર્યા છે કે કેમ તેની માન્યતા).
ચહેરાની ઓળખ (ઉત્તમ ઉપયોગનો કેસ એ તપાસવામાં આવે છે કે જે વ્યક્તિનું સર્વેક્ષણ કરવામાં આવ્યું છે તેણે પોતાનો ચહેરો પોસ્ટ કર્યો છે, અથવા, કહો કે, કૂતરાનો ફોટો અથવા અલગ લિંગની વ્યક્તિનો ફોટો).
વાણી ઓળખ.
છબી વિશ્લેષણ.
અનુવાદ (આપણે બધાને યાદ છે કે સ્કાયપેમાં એક સાથે અનુવાદને કારણે કેટલો અવાજ થયો).
જોડણી તપાસો અને ભૂલો સુધારવા માટે સૂચનો.

લુઇસ

ઉપરાંત, બૉટો બનાવવા માટે તમને જરૂર પડી શકે છે લુઇસ (ભાષા સમજણ બુદ્ધિશાળી સેવા). સેવા હેતુઓ:

નિર્ધારિત કરો કે શું વપરાશકર્તાનું નિવેદન અર્થપૂર્ણ છે અને બૉટનો પ્રતિસાદ જરૂરી છે કે કેમ.
વપરાશકર્તાની વાણી (ટેક્સ્ટ)ને બોટને સમજી શકાય તેવા આદેશોમાં ટ્રાંસ્ક્રાઇબ કરવાના પ્રયત્નો ઓછા કરો.
સાચા વપરાશકર્તા ધ્યેયો/ઈરાદાની આગાહી કરો અને સંવાદમાં શબ્દસમૂહોમાંથી મુખ્ય આંતરદૃષ્ટિ કાઢો.
વિકાસકર્તાને અર્થની ઓળખ અને ઓપરેશન દરમિયાન બોટની અનુગામી વધારાની તાલીમના માત્ર થોડા ઉદાહરણોનો ઉપયોગ કરીને બોટને લોન્ચ કરવાની મંજૂરી આપો.
આદેશ ટ્રાન્સક્રિપ્શનની ગુણવત્તાનું મૂલ્યાંકન કરવા માટે વિઝ્યુલાઇઝેશનનો ઉપયોગ કરવા વિકાસકર્તાને સક્ષમ કરો.
સાચા લક્ષ્યની ઓળખમાં વધારાના સુધારામાં સહાય કરો.

વાસ્તવમાં, LUIS નો મુખ્ય ધ્યેય ચોક્કસ સંભાવના સાથે વપરાશકર્તાનો અર્થ શું છે તે સમજવું અને કુદરતી વિનંતીને સુમેળભર્યા આદેશમાં રૂપાંતરિત કરવાનું છે. ક્વેરી મૂલ્યોને ઓળખવા માટે, LUIS હેતુઓ (અર્થો, ઉદ્દેશ્યો) અને એન્ટિટીઝના સમૂહનો ઉપયોગ કરે છે (કાં તો વિકાસકર્તાઓ દ્વારા પૂર્વ-રૂપરેખાંકિત, અથવા લીધેલા અને પૂર્વ-નિર્મિત "ડોમેન્સ" - માઇક્રોસોફ્ટ દ્વારા તૈયાર કરાયેલ પ્રમાણભૂત શબ્દસમૂહોની કેટલીક તૈયાર પુસ્તકાલયો).

એક સરળ ઉદાહરણ: તમારી પાસે એક બોટ છે જે તમને હવામાનની આગાહી આપે છે. તેના માટે, ઉદ્દેશ્ય કુદરતી વિનંતીનું "ક્રિયા" માં અનુવાદ હશે - હવામાનની આગાહી માટેની વિનંતી, અને સંસ્થાઓ સમય અને સ્થળ હશે. ચેકવેધરનો ઉદ્દેશ આવા બોટ માટે કેવી રીતે કાર્ય કરે છે તેનો આકૃતિ અહીં છે.

ઉદ્દેશ
સાર
કુદરતી પ્રશ્નનું ઉદાહરણ

ચેકવેધર
{"type": "સ્થાન", "એન્ટિટી": "મોસ્કો"}
{"type": "builtin.datetimeV2.date", "entity": "future","resolution":"2020-05-30"}
મોસ્કોમાં આવતીકાલે હવામાન કેવું રહેશે?

ચેકવેધર
{ "type": "date_range", "entity": "આ સપ્તાહના અંતે" }
મને આ સપ્તાહાંતની આગાહી બતાવો

QnA મેકર અને LUIS ને જોડવા માટે તમે ઉપયોગ કરી શકો છો રવાનગી.

જ્યારે તમે QnA મેકર સાથે કામ કરો છો અને વપરાશકર્તા તરફથી વિનંતી પ્રાપ્ત કરો છો, ત્યારે સિસ્ટમ નિર્ધારિત કરે છે કે QnA નો જવાબ વિનંતી સાથે મેળ ખાય છે. જો સંભાવના વધારે હોય, તો વપરાશકર્તાને કોર્પોરેટ નોલેજ બેઝમાંથી ખાલી જવાબ આપવામાં આવે છે; જો તે ઓછો હોય, તો વિનંતી સ્પષ્ટતા માટે LUIS ને મોકલી શકાય છે. ડિસ્પેચરનો ઉપયોગ કરવાથી તમે આ તર્કને પ્રોગ્રામ કરી શકતા નથી, પરંતુ વિનંતીઓના વિભાજનની આ ધારને આપમેળે નક્કી કરી શકો છો અને તેને ઝડપથી વિતરિત કરી શકો છો.

બૉટનું પરીક્ષણ અને પ્રકાશન

અન્ય સ્થાનિક એપ્લિકેશનનો ઉપયોગ પરીક્ષણ માટે થાય છે, બોટ ફ્રેમવર્ક ઇમ્યુલેટર. ઇમ્યુલેટરનો ઉપયોગ કરીને, તમે બોટ સાથે વાતચીત કરી શકો છો અને તે જે સંદેશાઓ મોકલે છે અને પ્રાપ્ત કરે છે તે તપાસી શકો છો. ઇમ્યુલેટર સંદેશાઓ પ્રદર્શિત કરે છે કારણ કે તે વેબ ચેટ ઇન્ટરફેસમાં દેખાશે અને બોટને મેસેજ કરતી વખતે JSON વિનંતીઓ અને પ્રતિસાદોને લોગ કરે છે.

ઇમ્યુલેટરના ઉપયોગનું ઉદાહરણ આ ડેમોમાં રજૂ કરવામાં આવ્યું છે, જે BMW માટે વર્ચ્યુઅલ આસિસ્ટન્ટની રચના દર્શાવે છે. વિડિયો ચેટબોટ્સ - ટેમ્પલેટ્સ બનાવવા માટે નવા એક્સિલરેટર્સ વિશે પણ વાત કરે છે:

https://youtu.be/u7Gql-ClcVA?t=564

તમારા ચેટબોટ્સ બનાવતી વખતે તમે ટેમ્પલેટનો પણ ઉપયોગ કરી શકો છો.
નમૂનાઓ તમને પ્રમાણભૂત બોટ કાર્યોને નવેસરથી લખવા માટે નહીં, પરંતુ "કૌશલ્ય" તરીકે તૈયાર કોડ ઉમેરવાની મંજૂરી આપે છે. એક ઉદાહરણ કેલેન્ડર સાથે કામ કરવું, એપોઇન્ટમેન્ટ લેવાનું વગેરે હોઈ શકે છે. તૈયાર કૌશલ્યોનો કોડ પ્રકાશિત ગીથબ પર.

પરીક્ષણ સફળ થયું, બૉટ તૈયાર છે અને હવે તેને પ્રકાશિત કરવાની અને ચૅનલોને કનેક્ટ કરવાની જરૂર છે. પ્રકાશન એઝ્યુરનો ઉપયોગ કરીને હાથ ધરવામાં આવે છે, અને સંદેશવાહક અથવા સામાજિક નેટવર્ક્સનો ઉપયોગ ચેનલો તરીકે થઈ શકે છે. જો તમારી પાસે ડેટા દાખલ કરવા માટે જરૂરી ચેનલ નથી, તો તમે તેને GitHab પર સંબંધિત સમુદાયમાં શોધી શકો છો.

ઉપરાંત, વપરાશકર્તા અને જ્ઞાનાત્મક સેવાઓ સાથે વાતચીત કરવા માટે એક ઈન્ટરફેસ તરીકે સંપૂર્ણ ચેટબોટ બનાવવા માટે, તમારે, અલબત્ત, વધારાની Azure સેવાઓની જરૂર પડશે, જેમ કે ડેટાબેઝ, સર્વરલેસ (એઝ્યુર ફંક્શન્સ), તેમજ LogicApp સેવાઓ અને સંભવતઃ , ઇવેન્ટ ગ્રીડ.

મૂલ્યાંકન અને વિશ્લેષણ

વપરાશકર્તાની ક્રિયાપ્રતિક્રિયાનું મૂલ્યાંકન કરવા માટે, તમે Azure Bot સેવાના બિલ્ટ-ઇન એનાલિટિક્સ અને વિશેષ એપ્લિકેશન ઇનસાઇટ્સ સેવા બંનેનો ઉપયોગ કરી શકો છો.

પરિણામે, તમે નીચેના માપદંડોના આધારે માહિતી એકત્રિત કરી શકો છો:

કેટલા વપરાશકર્તાઓએ પસંદ કરેલ સમયગાળા દરમિયાન વિવિધ ચેનલોમાંથી બોટને ઍક્સેસ કર્યું.
એક સંદેશ મોકલનાર કેટલા વપરાશકર્તાઓ પાછળથી પાછા ફર્યા અને બીજો મોકલ્યો.
નિર્દિષ્ટ સમય અંતરાલ દરમિયાન દરેક ચેનલનો ઉપયોગ કરીને કેટલી ક્રિયાઓ મોકલવામાં અને પ્રાપ્ત કરવામાં આવી હતી.

એપ્લિકેશન આંતરદૃષ્ટિનો ઉપયોગ કરીને, તમે Azure અને ખાસ કરીને, ચેટબોટ્સમાં કોઈપણ એપ્લિકેશનનું નિરીક્ષણ કરી શકો છો, વપરાશકર્તા વર્તન, લોડ અને ચેટબોટ પ્રતિક્રિયાઓ વિશે વધારાનો ડેટા મેળવી શકો છો. એ નોંધવું જોઇએ કે એઝ્યુર પોર્ટલમાં એપ્લિકેશન ઇનસાઇટ્સ સેવાનું પોતાનું ઇન્ટરફેસ છે.

તમે PowerBI માં વધારાના વિઝ્યુલાઇઝેશન અને વિશ્લેષણાત્મક અહેવાલો બનાવવા માટે આ સેવા દ્વારા એકત્રિત કરવામાં આવેલ ડેટાનો ઉપયોગ પણ કરી શકો છો. પાવરબીઆઈ માટે આવા અહેવાલ અને નમૂનાનું ઉદાહરણ લઈ શકાય અહીં.

તમારું ધ્યાન બદલ આભાર! આ લેખમાં અમે ઉપયોગ કર્યો સામગ્રી Microsoft Azure આર્કિટેક્ટ અન્ના ફેન્યુશિના દ્વારા વેબિનારમાંથી “જ્યારે લોકો પાસે સમય નથી. નિયમિત પ્રક્રિયાઓને સ્વચાલિત કરવા માટે ચેટબોટ્સ અને જ્ઞાનાત્મક સેવાઓનો 100% ઉપયોગ કેવી રીતે કરવો”, જ્યાં અમે સ્પષ્ટપણે બતાવ્યું કે Azureમાં ચેટબોટ્સ શું છે અને તેમના ઉપયોગ માટેના દૃશ્યો શું છે, અને એ પણ દર્શાવ્યું કે QnA મેકરમાં 15 મિનિટમાં બોટ કેવી રીતે બનાવવો અને કેવી રીતે LUIS માં ક્વેરી સ્ટ્રક્ચર ડિસિફર કરવામાં આવ્યું છે.

ડેવલપર્સ દેવ બુટકેમ્પ માટે ઓનલાઈન મેરેથોનના ભાગરૂપે અમે આ વેબિનાર બનાવ્યો છે. તે એવા ઉત્પાદનો વિશે હતું જે વિકાસને વેગ આપે છે અને ઓટોમેશન ટૂલ્સ અને તૈયાર પૂર્વ-રૂપરેખાંકિત Azure મોડ્યુલોનો ઉપયોગ કરીને કંપનીના કર્મચારીઓ પાસેથી કેટલાક નિયમિત વર્કલોડને દૂર કરે છે. મેરેથોનમાં સમાવિષ્ટ અન્ય વેબિનરના રેકોર્ડિંગ્સ નીચેની લિંક્સ પર ઉપલબ્ધ છે:

DevOps પ્રેક્ટિસનો ઉપયોગ કરીને કોઈપણ ભાષામાં અને કોઈપણ પ્લેટફોર્મ માટે સંપૂર્ણ વિકાસ ચક્રનું આયોજન કરવાના સાધન તરીકે Azure DevOps
અમે Azure DevOps સેવાના ઉત્ક્રાંતિ અને નવી ક્ષમતાઓ વિશે વાત કરીએ છીએ. અમે તેના તમામ પાંચ મુખ્ય ઘટકોનું વિગતવાર વિશ્લેષણ કરીએ છીએ અને કેવી રીતે સેવા ઔદ્યોગિક સોફ્ટવેર વિકાસના સંગઠનને મદદ કરે છે. પ્રસ્તુતકર્તા: વ્લાદિમીર ગુસારોવ માઇક્રોસોફ્ટ એમવીપી.
એઝ્યુર પાઈપલાઈનનો ઉપયોગ કરીને સીઆઈ/સીડીનું સંગઠન
મલ્ટિ-સ્ટેજ YAML પાઇપલાઇન્સનો ઉપયોગ કરીને કોઈપણ પ્રોગ્રામિંગ ભાષાઓ માટે "કોડ તરીકે એસેમ્બલી" અભિગમને કેવી રીતે અમલમાં મૂકવો તે અમે ધ્યાનમાં લઈએ છીએ. પ્રસ્તુતકર્તા: વ્લાદિમીર ગુસારોવ માઇક્રોસોફ્ટ એમવીપી.
Azure Repos નો ઉપયોગ કરીને ઉત્પાદનમાં ઉત્પાદનના બહુવિધ સંસ્કરણોને એકસાથે સમર્થન આપવા માટેની પ્રેક્ટિસ
અમે સોફ્ટવેર સોર્સ કોડ સ્ટોર કરવા માટેની વ્યૂહરચના કેવી રીતે વિકસાવવી અને Azure Repos નો ઉપયોગ કરીને વર્ઝન સ્ટોરેજ સિસ્ટમનો ઉપયોગ કેવી રીતે કરવો તેની ચર્ચા કરીએ છીએ. પ્રસ્તુતકર્તા: વ્લાદિમીર ગુસારોવ માઇક્રોસોફ્ટ એમવીપી.
વ્હાઇટસોર્સ. સુરક્ષિત ઓપન સોર્સ લાઇબ્રેરીઓનું મોનિટરિંગ
અમે વ્હાઇટસોર્સ ટૂલના વિકાસ અને વ્યવહારિક એપ્લિકેશનમાં ઓપન સોર્સ મેનેજમેન્ટ તકનીકોનો પરિચય આપીએ છીએ. અમે ઓપન સોર્સ ઘટકોમાં નબળાઈઓ શોધવા અને વ્હાઇટસોર્સનો ઉપયોગ કરીને લાઇસન્સિંગ શુદ્ધતા જાળવવા વિશે વાત કરીએ છીએ. પ્રસ્તુતકર્તા: ડાયના લિસ્બરોન, સેલ્સ વ્હાઇટસોર્સના ડિરેક્ટર અને ડારિયા ઓરેશ્કીના, વેબ કંટ્રોલ, રશિયામાં વ્હાઇટસોર્સના સત્તાવાર વિતરક.

સોર્સ: www.habr.com