Публикации по теме 'product-management'
Оценка ваших систем НЛП
Как создать набор метрик и оценок для ваших сценариев НЛП
Все организации хотят строить на основе экспериментов и метрик, но это не так просто, как кажется, потому что каждая метрика представляет собой лишь определенный взгляд на реальность. Часто для адекватного описания ваших данных требуется набор правильных метрик. Метрики — это не только измеримый результат проделанной вами работы, но и фактические рычаги для вашего бизнеса. Это потому, что как только вы выбираете метрику, вы..
Вопросы и ответы с Джимом О'Лири, новым вице-президентом NTENT по управлению продуктами
Вопросы и ответы с Джимом О'Лири, новым вице-президентом NTENT по управлению продуктами
2 августа 2016 г.
Мы рады приветствовать Джима О'Лири в команде NTENT! В качестве руководителя отдела управления продуктами Джим курирует все функции управления продуктами в NTENT. Он отвечает за понимание болевых точек клиентов и разработку дорожных карт продуктов, которые помогают NTENT достигать ключевых бизнес-целей и целей клиентов. Читайте дальше, чтобы узнать о нем немного больше.
1...
Мои любимые проекты в Калифорнийском университете в Беркли
Будучи специалистом по науке о данных с отличием и младшим специалистом по информатике в Беркли, я столкнулся с множеством проектов за последние три с половиной года. И теперь, когда моя учеба подходит к концу, я ищу роли в области анализа данных, науки о данных, машинного обучения, управления продуктами и подобных областях. Поскольку учебная программа Беркли по науке о данных очень новая, а специальность по науке о данных была создана только в 2018 году, курсовые работы и проекты не так..
История выпускников: как Генри стал менеджером программ в Amazon
Выпускник буткемпа Le Wagon может пойти по многим направлениям. Когда пандемия ударила по его стартапу, Генри продолжил изучать программирование, чтобы стать лучшим менеджером по продуктам, и успешно получил работу своей мечты в Amazon Japan.
Чем вы занимались до того, как присоединились к Le Wagon Tokyo?
Я вырос в Японии и изучал геномику в Калифорнийском университете в Дэвисе, потому что хотел стать ученым. Тогда я действительно влюбился в биоинформатику и анализ данных о..
Можете ли вы разработать продукт машинного обучения без гибкой разработки?
Идти против течения как продуктовый владелец
Роль product owner-а родилась из гибкой методологии. Итак, как заказчик, я никогда не задумывался дважды о настройке scrum и Kanban и проведении Agile-ритуалов для команд. Но когда мне предложили присоединиться к Xero в качестве старшего PO, я присоединился к молодой команде специалистов по данным и инженеров машинного обучения (ML), которые раньше не использовали гибкую структуру.
И это заставило меня задуматься: действительно ли нам..
Взаимодействие с продуктовой командой 2/3: работа с удаленной командой
Удаленные специалисты могут быть различного профиля. Например, маркетолог электронной почты, который создает, распространяет, анализирует и совершенствует цепочки продаж электронной почты. Или тестер, который тестирует ваш сайт или мобильное приложение. Это может быть фронтенд-разработчик, работающий из солнечной страны над версткой вашего сайта, или дизайнер, который рисует ваш UI и живет в соседнем городе.
Где искать удаленных специалистов?
Facebook — социальная сеть номер один..
Создание продукта ИИ — НАСТОЯЩЕЕ ДЕЛО
Всем привет. Если говорить о создании ИИ-продукта, то это гораздо больше, чем просто машинное обучение. Работая над разработкой модели машинного обучения для высокотехнологичной компании, я многому научился, кроме машинного обучения, которым я собираюсь поделиться здесь.
Ценность продукта: Можно с уверенностью сказать, что достижение 95-процентной точности модели с использованием производственных данных (в которых много шума) является большим достижением. Но если вы хотите сделать..