Strategi data, sumber daya, dan manusia

Memahami Kecerdasan Buatan

Maarten Van den Broeck

Senior Content Developer at DataCamp

Strategi dan tata kelola data

Strategi data: perancangan dan pengembangan pendekatan berorientasi data untuk ekstraksi informasi dan pengambilan keputusan bisnis.

Langkah-langkah strategi data:

Menetapkan tujuan berorientasi data
Temukan data yang diperlukan
Tentukan sumber data dan tipenya
Analisis prediktif dan preskriptif
Mengoperasionalkan proses berbasis data

Menetapkan tujuan berorientasi data

Temukan data yang diperlukan

Tentukan sumber data dan tipenya

Analisis prediktif dan preskriptif

Mengoperasionalkan proses berbasis data

Infrastruktur AI

Infrastruktur AI berbasis cloud

Sumber daya komputasi yang dapat diskalakan, penyimpanan data, alat AI, dan model yang telah dibuat sebelumnya
Elastis, sesuai permintaan

Google Cloud, Azure dan AWS

Keuntungan: skalabilitas tinggi, efisiensi biaya
Kekurangan: lokasi data, memerlukan Internet

Infrastruktur AI di lokasi (yang dihosting sendiri)

Organisasi memiliki perangkat keras, perangkat lunak, data, dan sumber daya jaringan untuk mendukung operasi AI

Infrastruktur di lokasi

Keuntungan: kontrol data yang ditingkatkan, latensi yang lebih rendah
Kekurangan: biaya di muka, skalabilitas terbatas

Metodologi MLOps

Operasi Pembelajaran Mesin (MLOps): manajemen dan pengoperasian sistem Pembelajaran Mesin (AI) yang efisien dan andal di perusahaan.

Metodologi MLOps

Operasi Pembelajaran Mesin (MLOps): manajemen dan pengoperasian sistem Pembelajaran Mesin (AI) yang efisien dan andal di perusahaan.

Langkah-langkah metodologi MLOps

Peran yang berkaitan AI

Arsitek AI

Arsitek AI

Ilmuwan Data

Ilmuwan data

Insinyur Pembelajaran Mesin dan Data

Insinyur Pembelajaran Mesin

Lain-lain: Ahli Etika AI, Manajer Proyek

Peran AI lainnya

Membangun tim AI Anda

Kepemimpinan dan manajemen

Manajer AI /pemimpin tim
Manajer proyek AI

Pelaksanaan

Arsitek AI: memilih alat-alat
Ilmuwan data: menganalisis data, melatih dan mengevaluasi model.
Insinyur ML dan data: mengimplementasikan model ke dalam produksi dan membangun jalur data.

Dukungan

Membangun tim

Membangun tim AI Anda

Kepemimpinan dan manajemen

Manajer AI / pemimpin tim
Manajer proyek AI

Pelaksanaan

Arsitek AI: memilih alat-alat
Ilmuwan data: menganalisis data dan melatih serta mengevaluasi model.
Insinyur ML dan data: mengimplementasikan model ke dalam produksi dan membangun jalur data.

Dukungan: Ahli etika AI; pakar bidang

Membangun tim

Ayo berlatih!

Memahami Kecerdasan Buatan