Machine Learning for Business
Karolis Urbonas
Head of Machine Learning & Science, Amazon
แบบรวมศูนย์ - ฟังก์ชันด้านข้อมูลทั้งหมดอยู่ในทีมกลางทีมเดียว เหมาะกับบริษัทขนาดเล็ก สตาร์ทอัพ หรือองค์กรที่เพิ่งก่อตั้ง แต่จะช้าลงเมื่อธุรกิจเติบโตและต้องการความเฉพาะทาง
แบบกระจาย - แต่ละหน่วยธุรกิจ พื้นที่ หรือแผนกมีฟังก์ชันด้านข้อมูลของตนเอง เหมาะกับบริษัทขนาดใหญ่ แต่อาจมีปัญหาด้าน data governance ความแตกต่างของนิยาม ความซ้ำซ้อน และความซับซ้อนที่เพิ่มขึ้น
แบบผสม - โครงสร้างพื้นฐาน นิยาม วิธีการ และเครื่องมือรวมศูนย์ ส่วนการประยุกต์ใช้และการสร้างต้นแบบกระจาย
Machine Learning for Business