Jobbroller, verktyg och tekniker

Maskininlärning för verksamheter

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Datapyramiden och roller

pyramid-raw

Maskininlärning för verksamheter

Infrastrukturansvarig

infrastructure-owners

Maskininlärning för verksamheter

Dataingenjör

data-engineer

Maskininlärning för verksamheter

Dataanalytiker

data-analyst

Maskininlärning för verksamheter

Datavetare

data-scientist

Maskininlärning för verksamheter

Maskininlärningsingenjör

ml-engineer

Maskininlärning för verksamheter

Teamstruktur

  1. Centraliserad
  2. Decentraliserad (eller inbäddad)
  3. Hybrid
Maskininlärning för verksamheter

Jämförelse av teamstrukturer

  1. Centraliserad – alla datafunktioner samlade i ett centralt team. Fungerar bra för små företag, startups och nya organisationer. Blir långsammare när verksamheten mognar och kräver fokus

  2. Decentraliserad – varje affärsenhet, region eller avdelning har egna datafunktioner. Fungerar bra för större företag. Skapar utmaningar kring datastyrning, skillnader i definitioner, redundans och ökad komplexitet

  3. Hybrid – infrastruktur, definitioner, metoder och verktyg är centraliserade, medan tillämpning och prototyputveckling är decentraliserade

Maskininlärning för verksamheter

Nu kör vi en övning!

Maskininlärning för verksamheter

Preparing Video For Download...