跳到内容

     

    如何衡量数据科学的影响? 在这场炉边聊天中, 直营平台将讨论一种新的方法来框定和基准测试数据科学团队工作的ROI:模型速度.

    将一种型号投入生产并不会影响您的业务. 但是要交付许多模型——并不断地进行测量, 一旦它们投入生产,就对它们进行管理和改进——这是数据科学成功的关键. 模型驱动的企业之所以胜出,是因为它们的cdo为数据科学直营平台创造了一个飞轮,提高了效率,解锁了突破性创新.

    这些cdo专注于在其整个业务中编织ML模型. 他们根据模型速度构建MLOps策略. 他们通过设定有意义的基准并随着时间的推移不断提高数据科学团队的性能来实现他们的战略. 他们建立了一种文化, 流程, 以及在整个数据科学生命周期中专注于快速迭代的系统.

    观看这一环节,聆听业界领先的cdo的讨论:

    • 他们在数据科学生命周期中发现了哪些瓶颈或故障.
    • 他们是如何考虑培养MLOps的能力的.
    • 他们是如何衡量当今数据科学直营平台的性能的, 以及他们如何看待他们业务中的模型速度.
    • 他们在2021年将围绕数据科学进行哪些关键投资,为什么.

    演讲者:

    • Josh Poduska,首席数据科学家,Domino数据实验室(主持人)
    • 米纳克希ThanikachalamAlly Financial的数据战略、架构、分析主管
    • 肖恩·奥托AES的分析总监