Стратегия данных, ресурсы и люди

Понимание искусственного интеллекта

Maarten Van den Broeck

Senior Content Developer at DataCamp

Стратегия и управление данными

Стратегия данных: разработка подходов, ориентированных на данные, для извлечения информации и принятия бизнес-решений

Этапы стратегии данных:

Постановка целей, ориентированных на данные
Определение необходимых данных
Выбор источников и типов данных
Прогнозный и предписывающий анализ
Внедрение процессов на основе данных

Постановка целей, ориентированных на данные

Определение необходимых данных

Выбор источников и типов данных

Прогнозный и предписывающий анализ

Внедрение процессов на основе данных

Инфраструктура ИИ

Облачная инфраструктура ИИ

Масштабируемые вычислительные ресурсы, хранилище данных, инструменты ИИ и готовые модели
Эластичная, по запросу

Google Cloud, Azure и AWS

Плюсы: высокая масштабируемость, экономичность
Минусы: размещение данных, необходим интернет

Локальная (собственная) инфраструктура ИИ

Организация владеет собственным оборудованием, программным обеспечением, данными и сетевыми ресурсами для работы ИИ

Локальная инфраструктура

Плюсы: полный контроль над данными, низкая задержка
Минусы: высокие начальные затраты, ограниченная масштабируемость

Методология MLOps

Machine Learning Operations (MLOps): эффективное и надёжное управление системами машинного обучения (ИИ) в организации

Методология MLOps

Machine Learning Operations (MLOps): эффективное и надёжное управление системами машинного обучения (ИИ) в организации

Этапы методологии MLOps

Роли в области ИИ

Архитектор ИИ

Архитектор ИИ

Специалист по данным

Специалист по данным

Инженер по машинному обучению и данным

Инженер по машинному обучению

Другие роли: специалист по этике ИИ, менеджер проектов

Другие роли в ИИ

Формирование команды ИИ

Руководство и управление

Менеджер / тимлид по ИИ
Менеджер(ы) проектов по ИИ

Исполнение

Архитекторы ИИ: выбор инструментов
Специалисты по данным: анализ данных, обучение и оценка моделей
Инженеры по МО и данным: вывод моделей в продакшн и построение конвейеров данных

Поддержка

Формирование команды

Формирование команды ИИ

Руководство и управление

Менеджер / тимлид по ИИ
Менеджер(ы) проектов по ИИ

Исполнение

Архитекторы ИИ: выбор инструментов
Специалисты по данным: анализ данных, обучение и оценка моделей
Инженеры по МО и данным: вывод моделей в продакшн и построение конвейеров данных

Поддержка: специалист по этике ИИ; эксперты предметной области

Формирование команды

Давайте потренируемся!

Понимание искусственного интеллекта