Machine Learning pour les affaires
Karolis Urbonas
Head of Machine Learning & Science, Amazon
Centralisé — toutes les fonctions données dans une équipe centrale. Efficace pour petites entreprises, jeunes organisations. Devient lent quand l'entreprise mûrit et exige plus de ciblage
Décentralisé — chaque unité, région ou service a ses propres fonctions données. Convient aux grandes entreprises. Amène des enjeux de gouvernance, écarts de définitions, redondances et complexité accrue
Hybride — l'infrastructure, les définitions, méthodes et outils sont centralisés, tandis que l'application et le prototypage sont décentralisés
Machine Learning pour les affaires