[Перевод] Структура команды Data Science: ключевые модели и роли

Дата публікації:
25/11/2022 13:19

Постійна адреса новини:
http://www.vsinovyny.com/9496631

[Перевод] Структура команды Data Science: ключевые модели и роли

25/11/2022 13:19 // Хабрахабр:

Если вы следили за мнениями специалистов в data science и прогностической аналитики, то, скорее всего, сталкивались с рекомендациями использовать машинное обучение. Как рекомендует Джеймс Ходсон в Harvard Business Review, умнее всего будет стремиться к решению самой лёгкой задачи, а затем масштабировать процессы на более сложные операции.

Недавно мы обсуждали платформы machine-learning-as-a-service (MLaaS). Основной вывод из современных тенденций прост: машинное обучение становится более доступным для средних и мелких бизнесов, постепенно превращаясь в массовый товар. Ведущие поставщики (Google, Amazon, Microsoft и IBM) предоставляют API и платформы для выполнения основных операций ML без собственной инфраструктуры и большого опыта в data science. На первых этапах самым умным шагом будет выбор такого гибкого и экономного подхода. С ростом возможностей аналитики можно изменять структуру команды для ускорения её работы и расширения арсенала аналитики.

В этот раз мы поговорим о структуре команд data science и их сложности.
Читать дальше →

» Читати повністю

«	Наступна новина з архіву Чёрная магия трансформов или об оптимизации анимаций на CSS	Попередня новина з архіву Встречи 1 on 1, они же синки: почему это важно для любой команды	»