找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 751|回复: 0

数据科学公司几乎了解所有算法,并且知道如何很好地使...

[复制链接]

1

主题

0

回帖

5

积分

新手上路

积分
5
发表于 2022-8-28 17:48:08 | 显示全部楼层 |阅读模式
相反,它减少了风险承担,因为不再需要计划购买系统或基础设施。您可以在短时间内测试某些东西并获得第一个结果。因此,我们可以意识到我们是否正在为我们的公司或品牌创造价值。如果这个想法被证明是错误的,则可以停止。 它确实可以让您加快速度并承担风险。它还允许向较小的公司提供资源,因为有了这些解决方案,就不需要庞大的 IT 部门。 因此,可以购买(几乎)交钥匙解决方案来满足需求。 以前,任何 Data 项目都必须经过 POC(Proof of Concept),您从那里回来了吗? 西蒙·博伊文:对我来说,制作 POC 不是公司的职责。最好谈谈价值证明。我们是否设法为品牌带来了一些东西?更好地回应客户?通过这种方法,我们可以查看要增加哪个 KPI 来实现这一目标。我认为 ROI 方法是必要的,必须得到整个公司的支持,这样手段就在那里,每个人都以同样的速度前进。否则,就是冒险。 今天,在人工智能中,最难掌握的不是算法,而是数据。 迪迪埃·高缇耶 在业务与决策中,创造的价值是否也表明数据项目的成功? 迪迪埃·高缇耶:是的 !我们称之为“用例证明”,这几乎是一回事。重要的不仅仅是投资回报率。我们还必须问自己,该项目是否会阻止公司其他部门的运营。这真的会帮助部门和更广泛的公司吗?这些是要问的问题。 今天,在人工智能领域,最难掌握的不是算法,而是数据。这些算法都在公共领域,大约每 10 年发明一个“主要的算法家族”。因此,。 问题是如何将数据集成到算法中?她以什么状态到达?她可靠吗?算法是否可以很好地利用它?正是在这个级别上,我们 80% 的数据科学家、数据工程师甚至数据分析师都在努力转换数据。 白皮书 人工智能:掌控你的未来 阅读更多 价值的创造并不在于实现算法的解决方案。主要出现在数据的上游工作中,比如已经创建的指标。我们是否创建了一个真正的“数据空间”来创建正确的指标作为算法的输入?在我看来,这是数据科学家必须工作的地方。 数据项目的 3 种基本方法 你说一个项目的成功还取决于遗产,


取决于 IS 上的内容。它应该是自动的吗?客观地说,通过 Dynamics、Azure 等可以更 美国电话号码 容易地部署。依靠您的遗产来开发您的数据项目是否是个好主意,这些项目应该带来不同的价值创造杠杆? 西蒙·博伊文:你必须小心云的“陷阱”,它允许你把所有东西都放在同一个供应商那里。然后,我们可以成为这项投资的俘虏。可移植性非常重要,许多解决方案都允许并允许封装数据和所有数据转换过程。无论我们将做出何种选择,我们都必须确保改变主意是可能的。 然后,关于选择,问自己一个问题:你想在那里呆多久?恨?今天,主要参与者对 80% 的相同用途反应良好。因此,除非您有非常奇特的用途,否则您不应该做出错误的决定。 迪迪埃·高缇耶:我完全同意你的观点,你必须小心不要被监禁。为了完成,我想说有 3 种可能的方法:在前提下。一些客户要求它,我们每天在家做。这是一个自相矛盾的解决方案,对于启动一个项目来说是相当经济的。 然后是云,有两种基本方法:PaaS [ 1 ]和 IaaS [ 2 ]。今天,大玩家(谷歌、Azure、亚马逊等)都在发布 PaaS 模式的解决方案。它是数据科学领域的新事物:谷歌可以追溯到今年,Azure 已经彻底改造了它的产品。这些是技术上非常先进的工具,但它们是专有的。如果你使用它们,你所做的一切都会留在它们身边。 有没有可逆性? 迪迪埃·高缇耶:有可逆性,但有言有行……所以你可以选择这些解决方案,它们可以在几分钟内激活。 另一方面,还有其他不太直接的解决方案,



特别是像Snowflake或Databricks,您可以在其上放置 AI 引擎(Dataiku、Knime、SAS、Alteryx)。在这些情况下,你是便携的。最初的成本略高,但由于您是便携式的,因此成本得到了控制。PaaS 平台并非如此。那么这是一个选择问题:没有坏或好的解决方案。我认为首先有满足不同需求的解决方案。 重播 什么是商业与决策学院的数据和人工智能? 阅读更多 有大客户解决方案和ETI/SME解决方案吗? 西蒙·博伊文:是的。对我来说,大客户的优势在于他们能够做更多的定制。大客户可能会问自己,它的战略差异化是什么?他想把自己定位在哪里?然后他就有能力把情报放在那里。 另一方面,小型企业将倾向于选择云和人工智能,而不是已经是商品、可立即重复使用的东西。她将把她的智慧几乎集中在她的笔记本电脑上,在那里她将有机动和控制的空间。 所以我们有两个对立面:选择方便或选择定制。 数据项目:挑战和期望 因此,我们区分了公司和项目的规模。根据您的观察,对 Data 项目的期望是否总是很明确?数据项目是否有望创造新产品?让公司被重新加工以使其更好地运作?我们用Data创造了这么多新价值吗?我们不是更愿意对现有项目进行优化,有时可以创建不一定被看到或设想的业务扩展吗?
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|DiscuzX ( 黔ICP备2021006774号-1 )

GMT+8, 2024-12-25 21:52 , Processed in 0.080328 second(s), 26 queries .

Powered by Discuz! X3.5 Licensed

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表