跳到内容

    引导您的数据科学功能达到MLOps卓越的五个技巧

    2021年8月5日   5分钟读

    编者注:本文是一系列文章的一部分,分享公司制定企业数据科学战略的最佳实践. 一些文章将包括关于他们使用Domino的信息.

    在我毕业后的15年里, 我曾有幸为金融和保险行业的公司开发数据科学团队. 最近有人问我,什么样的行动有助于将一个数据科学团队成功地整合到一个组织中. 以下是我提供给任何踏上构建企业数据科学功能之旅的人的五个建议.

    雇佣不同技能的人

    五年前我加入纽约人寿的时候, 我的任务是将一个7人的数据科学团队扩大到一个可以在企业范围内发挥作用的团队, 集中式数据科学枢纽,为人工智能解决方案提供全新层次的服务, 专业知识, 以及整个公司的效率.

    今天, 数据科学与人工智能中心, 现在是一个50人的团队, 提供成功交付数据科学和人工智能专业知识所需的各种技能, 解决方案, 以及直营平台财富100强寿险公司的教育. CDSAi不仅包括数据科学家, 还有机器学习工程师, 数据工程师, 项目和直营平台经理, 运营和变更管理主管, 建立外部伙伴关系的开发经理, 以及数据科学领域的领导者.

    直营平台的数据科学家参与到模型开发生命周期的各个方面. 他们得到了项目经理和ML/Ops工程师的支持,这些工程师负责模型部署和直营平台的各种技术平台. 直营平台改变经理, 直营平台经理, 开发经理们携手合作,在新的业务伙伴之间构思和集成数据科学.

    促进透明度和数据科学教育

    很多人都在谈论揭开数据科学神秘面纱的重要性,我所参与过的每一个组织都是如此. 直营平台的商业伙伴就越有见地和知识, 他们对将数据科学纳入决策过程越兴奋. 为实现这一目标, 直营平台为公司创造了多种方式来学习数据科学并参与其中.

    感谢纽约人寿的大力支持, 直营平台已经成功地建立了一个涵盖所有领域的包容性数据科学社区, 职业, 通过各种项目获得数据科学的级别和经验. 这些包括:

    • 每月“午餐 & 学习项目、方法和数据
    • 年度数据科学博览会
    • 数据科学论坛
    • 外部的嘉宾

    通过这些事件, 直营平台的内部数据科学家们继续相互学习,全公司感兴趣的员工接触到数据科学在不同业务领域的应用.

    此外, 通过直营平台的数据科学学院, 直营平台为纽约人寿的所有员工创造了学习数据科学的机会,让他们在最舒适的水平上学习数据科学. 这包括技术和非技术认证途径,以及文章和视频系列. 直营平台举办了一系列研讨会,涵盖了从如何开始使用Python到直营平台的高管如何充分利用直营平台的数据科学能力等主题.

    通过这些事件, 学习的机会, 以及纽约人寿的内部网, 直营平台已经提高了对什么是数据科学的理解水平,并强调了它可以提供的巨大价值. 这有助于直营平台与现有业务伙伴的关系, 潜在的新的, 还有其他利益相关者.

    经常和有意义的人联系

    继续这个主题,你的商业伙伴知识越丰富, 他们对将数据科学纳入决策过程越兴奋, 直营平台非常鼓励CDSAi团队经常与直营平台的业务伙伴联系.

    对于直营平台的数据科学家来说,这意味着每周或每两周与利益相关者会面. 可能并不总是有重大的更新, 但在这些会议中,直营平台继续学习业务的细微差别和痛点,他们学习直营平台的过程. 这是互惠互利的,在个人层面上,是令人愉快和有益的. 其他团队成员也会参与这些定期安排的会议. 一起庆祝项目里程碑. 虚拟工作当然也不会阻止直营平台认识到项目中的所有重要时刻.

    除了这些会议之外,直营平台的团队成员还会定期与公司的其他人进行交流. 这有助于直营平台更多地了解业务以及如何提供帮助, 但也, 在有意义的层面上了解他人是工作中令人满足的一部分. 找到直营平台与同事之间的联系点对个人参与和确保项目顺利运行都很重要.

    与所有利益攸关方保持一致

    直营平台认为,确保直营平台与所有利益攸关方有效合作至关重要,包括:

    • 商业领袖 -直营平台经常与销售部门的业务领导交谈, 市场营销, 金融, 直营平台, 服务和其他业务团队讨论机会,并确保直营平台一致. CDSAi经理与直营平台服务的业务部门的经理非常一致.
    • 技术, 直营平台需要在技术方面保持敏捷, 特别是在直营平台迅速推出新平台的时候, 库, 并整合到直营平台的数据科学生态系统中,以帮助直营平台的团队推动创新. 与直营平台的技术十大靠谱外围APP平台的良好沟通是至关重要的. 与每个请求, 直营平台分享了为什么直营平台需要一种特定的技术,以及它如何从技术和业务的角度推动直营平台前进. 另外, 直营平台的数据工程师积极与技术部门合作,确定数据优先级,以及数据将如何流入分析开发. 然后CDSAi团队处理数据处理的“最后一英里”,将数据输入到直营平台的模型中.
    • 管理团队, 作为一家公司,直营平台有广泛的治理流程. 在大型项目中,直营平台与各种各样的治理团队合作. 作为一个结果, 在直营平台所有的项目计划中, 直营平台有流程来确保直营平台的团队在直营平台需要做出决定的几个月前就开始这些对话,这样直营平台就可以确保在开发的早期处理任何需求.

    投资技术基础设施

    直营平台投资于可以帮助加速模型开发和部署的基础设施. 例如, 直营平台已经创建了一个使用Python和R栈和模型开发的计算环境. 最近, 直营平台已经在Domino平台的帮助下为模型部署创建了一个基础设施. 直营平台使用Domino来消除将模型移入生产环境的手工工作, 这需要大量的质量保证(QA)工作. 现在, 使用Domino平台和底层的Kubernetes集群, 直营平台省去了几个月的重新编码工作,可以将Python和R代码直接投入生产. 直营平台的模型现在可以通过API从公司的任何生产平台访问. 实现, 运行, 管理Domino平台和部署模型在很大程度上是CDSAi和直营平台技术团队之间的合作.

    最终反射

    我对CDSAi在帮助纽约人寿的不同团队做出模型驱动决策方面所产生的影响感到无比自豪. 函数在销售, 市场营销, 承销, 和机构, 举几个例子, 是否在使用数据科学来自动化关键流程和改进决策,以便更好地服务直营平台的客户. 这个团队已经建立了一个坚实的基础——跨越的人, 流程, 技术——在帮助有效和协作地实现这种影响方面发挥了至关重要的作用.

    随着直营平台进一步扩大纽约人寿的数据科学能力, 许多方面的努力仍在进行中. 例如,最近的一项工作是加强直营平台的数据流,并创建一个 特色商店 它记录并制度化了关于用于特定模型的最佳特性的知识. 特性工程是一个耗时的过程, 这项工作将使直营平台的团队能够不断地建立在彼此的知识基础上,并更快地解决复杂的业务问题.

    以上五个建议都是我的经验之谈,我的旅程当然还在继续.

    不要错过机会, 首席信息官带领你的团队成为NYL的AI卓越领导者, Domino和YMCA讨论了集中数据科学的第一手经验

    格伦•霍夫曼

    格伦•霍夫曼现任纽约人寿保险公司(New York Life 保险 公司)首席分析官。, 财富100强企业, 他结合了应用统计学的广泛知识, 分析和数据基础设施,在建立和领导以数据和分析为重点的专业人员组成的大型团队方面拥有深厚的专业知识,通过数据科学驱动的创新影响战略和交易决策. 格伦此前曾在好事达、TransUnion和Verisk Analytics担任领导职务.

    你可能感兴趣的其他职位