За последнее десятилетие я работал с очень талантливыми командами специалистов по данным из нескольких различных отраслей, включая маркетинг, рекламу, автомобилестроение, финансовые услуги и кибербезопасность.
Я принимал участие в большинстве этапов жизненного цикла, работал с руководителями и заинтересованными сторонами по множеству различных функций и видел, как последние достижения в области машинного обучения достигли немыслимого уровня зрелости.
К счастью, одной вещью, с которой я не столкнулся, является отсутствие необходимого спонсорства и ресурсов. Тем не менее, я должен признать, что многие организации все еще пытаются превратить эти достижения в ощутимую прибыль. К сожалению, большинство проектов машинного обучения застревают на стадии проверки концепции, так и не достигнув клиентов и не получив дохода.
По указанным выше причинам я недавно инвестировал в выяснение того, какие основы позволяют организациям стать успешными предприятиями машинного обучения.
Конференция
В процессе изучения этих ключевых выводов меня пригласили выступить с докладом на Международной конференции «Машинное обучение для предприятий в Риме», и я решил представить обзор уроков и ошибок, которые я извлек при управлении машинным обучением. продукты".
Статьи
Продолжая эту тему, я более подробно развил эти концепции в серию статей, опубликованных в блоге Helixa, посвященном исследованиям рынка. В частности, я выделил 4 основные области, которые заслуживают более подробного анализа:
- Начало работы с пониманием и внедрением машинного обучения
- Разработка правильного продукта машинного обучения: от стратегии к требованиям
- Планирование в условиях неопределенности: гибкость в машинном обучении
- Построение сбалансированной команды по машинному обучению
Технический документ
Кроме того, величайший артефакт появился совсем недавно в виде визуально привлекательного технического описания, в котором объясняются и охватываются многие нетехнические аспекты, которые я считаю полезными для менеджеров, желающих внедрить машинное обучение в свои организации.
Я хотел бы поблагодарить Райана и Лайю из маркетинговой команды Helixa за их прекрасную работу по редактированию, оформлению и планированию этого документа.
Пожалуйста, помогите мне поделиться им в вашей сети и поделитесь своими мыслями 💡 в комментариях ниже.
Первоначально опубликовано на https://datasciencevademecum.com 30 ноября 2020 г.