Советы о том, как управлять крупномасштабными проектами в области обработки данных
• Управление крупномасштабными проектами в области обработки данных и машинного обучения отличается от разработки программного обеспечения. • Неопределенность в проектах ОД может привести к проблемам и неудовлетворенности заинтересованных сторон. • Важно сегментировать проект, чтобы определить, связан ли он с машинным обучением или нет. • Управление ожиданиями в отношении точности и скорости алгоритмов имеет решающее значение. • Определение показателя успеха проекта помогает заинтересованным сторонам понять ожидания и приоритеты. • Необходимо учитывать степень зрелости данных и контекст при разработке проекта. • Agile и CRISP-DM могут быть хорошей комбинацией для достижения положительных результатов в проектах ML. • Управление командой и лидерство требует соблюдения графика работы менеджера и защиты команды от отвлекающих факторов.
Этот пост подготовила нейросеть: сделала выжимку статьи и, возможно, даже перевела ее с английского. А бот опубликовал пост в Сетке.
