数据战略、资源与人员

理解 Artificial Intelligence

Maarten Van den Broeck

Senior Content Developer at DataCamp

数据战略与治理

数据战略：围绕数据的方案设计与开发，用于信息提取与业务决策

数据战略步骤：

  1. 设定数据目标
  2. 明确所需数据
  3. 确定数据来源与类型
  4. 进行预测与规范性分析
  5. 运营化数据驱动流程

设定数据目标

明确所需数据

确定数据来源与类型

预测与规范性分析

运营化数据驱动流程

理解 Artificial Intelligence

AI 基础设施

云端 AI 基础设施

  • 可扩展计算资源、数据存储、AI 工具与预训练模型
  • 弹性，按需

Google Cloud、Azure 和 AWS

  • 优点：高弹性，性价比高
  • 缺点：数据位置，需联网

本地（自建）AI 基础设施

  • 组织自有硬件、软件、数据与网络资源以支撑 AI 运行

本地基础设施

  • 优点：数据掌控更强，时延更低
  • 缺点：前期成本高，扩展性受限
理解 Artificial Intelligence

MLOps 方法论

机器学习运维（MLOps）：在企业中高效、可靠地管理与运行 ML（AI）系统

MLOps 方法论

理解 Artificial Intelligence

MLOps 方法论

机器学习运维（MLOps）：在企业中高效、可靠地管理与运行 ML（AI）系统

MLOps 方法论步骤

理解 Artificial Intelligence

AI 相关角色

AI 架构师

AI 架构师

数据科学家

数据科学家

机器学习与数据工程师

机器学习工程师

其他：AI 伦理专家、项目经理

其他 AI 角色

理解 Artificial Intelligence

组建你的 AI 团队

领导与管理

  • AI 经理 / 团队负责人
  • AI 项目经理

执行

  • AI 架构师：选型与工具
  • 数据科学家：分析数据，训练与评估模型
  • 机器学习与数据工程师：将模型部署到生产，构建数据流水线

支持

组建团队

理解 Artificial Intelligence

组建你的 AI 团队

领导与管理

  • AI 经理 / 团队负责人
  • AI 项目经理

执行

  • AI 架构师：选型与工具
  • 数据科学家：分析数据，训练与评估模型
  • 机器学习与数据工程师：将模型部署到生产，构建数据流水线

支持：AI 伦理专家；领域专家

组建团队

理解 Artificial Intelligence

Passons à la pratique !

理解 Artificial Intelligence

Preparing Video For Download...