0
| 本文作者： skura | 2020-02-20 13:15 |
在過去的幾年里，機(jī)器學(xué)習(xí)得到了巨大的發(fā)展。但是，機(jī)器學(xué)習(xí)作為一門年輕的學(xué)科，其團(tuán)隊(duì)的管理方式卻更加年輕。今天，許多機(jī)器學(xué)習(xí)經(jīng)理被推到管理崗位是出于需求，或者是因?yàn)樗麄兪亲詈玫膫€(gè)人貢獻(xiàn)者，而且其中許多人來自純學(xué)術(shù)背景。在一些公司，工程或產(chǎn)品負(fù)責(zé)人被指派在沒有任何機(jī)器學(xué)習(xí)實(shí)戰(zhàn)經(jīng)驗(yàn)的情況下構(gòu)建新的機(jī)器學(xué)習(xí)功能。
管理任何技術(shù)團(tuán)隊(duì)都很困難：
你必須雇用優(yōu)秀的人才。
你需要管理和提升他們
你需要管理團(tuán)隊(duì)的輸出，并確質(zhì)量過關(guān)
你想要做出良好的長期技術(shù)選擇，管理技術(shù)債務(wù)
你還必須管理來自領(lǐng)導(dǎo)層的期望
然而，運(yùn)行一個(gè)機(jī)器學(xué)習(xí)團(tuán)隊(duì)更加困難：
機(jī)器學(xué)習(xí)人才昂貴且稀缺
機(jī)器學(xué)習(xí)團(tuán)隊(duì)有一系列不同的角色
機(jī)器學(xué)習(xí)項(xiàng)目時(shí)間表不明確，具有高度的不確定性
機(jī)器學(xué)習(xí)也是「高息信用卡的技術(shù)債」
領(lǐng)導(dǎo)層通常不理解機(jī)器學(xué)習(xí)
我最近參加了加州大學(xué)伯克利分校的全堆棧深度學(xué)習(xí)訓(xùn)練營（https://fullstackdeeplearning.com/november2019/ ），這是一門教授全堆棧生產(chǎn)深度學(xué)習(xí)的精彩課程。Josh Tobin 教授的一個(gè)講座提供了關(guān)于機(jī)器學(xué)習(xí)團(tuán)隊(duì)的最佳實(shí)踐。出于對 Josh 演講的尊重，這篇文章將給出其中的一些觀點(diǎn)，如果你是一個(gè)管理者，這可能會(huì)幫助你思考如何建立和管理機(jī)器學(xué)習(xí)團(tuán)隊(duì)；如果你是一個(gè)求職者，它也可能幫助你在機(jī)器學(xué)習(xí)領(lǐng)域找到一份工作。
PS，你也可以直接觀看演講視頻：https://www.youtube.com/watch?v=Qb3RhwNb4EM&list=PL1T8fO7ArWlcf3Hc4VMEVBlH8HZm_NbeB&index=8&t=0s
步驟 1：角色定義
讓我們看看最常見的機(jī)器學(xué)習(xí)團(tuán)隊(duì)的角色及其所需的技能：
機(jī)器學(xué)習(xí)產(chǎn)品經(jīng)理是與機(jī)器學(xué)習(xí)團(tuán)隊(duì)、其它業(yè)務(wù)職能部門以及用戶打交道的人。他們負(fù)責(zé)設(shè)計(jì)文檔，創(chuàng)建線框圖，提出執(zhí)行機(jī)器學(xué)習(xí)項(xiàng)目的計(jì)劃和優(yōu)先級。
開發(fā)工程師是部署和監(jiān)視產(chǎn)品系統(tǒng)的人，負(fù)責(zé)運(yùn)行已部署的機(jī)器學(xué)習(xí)產(chǎn)品的基礎(chǔ)架構(gòu)。
數(shù)據(jù)工程師是構(gòu)建數(shù)據(jù)管道，從數(shù)據(jù)存儲(chǔ)中聚合和收集、監(jiān)視數(shù)據(jù)行為的人，他們將使用分布式系統(tǒng)，如 Hadoop、Kafka、Airflow。
機(jī)器學(xué)習(xí)工程師是訓(xùn)練和部署預(yù)測模型的人，他們使用 TensorFlow 和 Docker 等工具處理生產(chǎn)中運(yùn)行在真實(shí)數(shù)據(jù)上的預(yù)測系統(tǒng)。
機(jī)器學(xué)習(xí)研究員是訓(xùn)練預(yù)測模型的人，但這個(gè)模型通常是前瞻性的，或者和生產(chǎn)不會(huì)有緊密聯(lián)系。他們使用 TensorFlow/PyTorch/Jupiter 來建立模型，并用報(bào)告來描述他們的實(shí)驗(yàn)。
數(shù)據(jù)科學(xué)家實(shí)際上是上述所有角色的總括。在一些組織中，這個(gè)角色需要通過分析來回答業(yè)務(wù)問題。
圖片來自 2019 年 11 月 Josh Tobin 的 FSDL 訓(xùn)練營（https://fullstackdeeplearning.com/novenmber2019/ ）
那么，這些角色需要什么技能呢？上面的圖對此進(jìn)行了描述，其中水平軸是機(jī)器學(xué)習(xí)技能的水平，而氣泡的大小是溝通和技術(shù)寫作的水平，氣泡越大表示能力越高。
機(jī)器學(xué)習(xí)開發(fā)工程師主要是軟件工程師。
數(shù)據(jù)工程師屬于軟件工程團(tuán)隊(duì)，與機(jī)器學(xué)習(xí)團(tuán)隊(duì)積極合作。
機(jī)器學(xué)習(xí)工程師需要機(jī)器學(xué)習(xí)和軟件工程技能的組合。他們要么是具有優(yōu)秀自學(xué)能力的工程師，要么是畢業(yè)后從事傳統(tǒng)軟件工程師工作的科學(xué)或工程博士。
機(jī)器學(xué)習(xí)研究員是機(jī)器學(xué)習(xí)專家，通常擁有計(jì)算機(jī)科學(xué)或統(tǒng)計(jì)學(xué)碩士、博士學(xué)位，或完成有獎(jiǎng)金的工業(yè)項(xiàng)目的人。
機(jī)器學(xué)習(xí)產(chǎn)品經(jīng)理和傳統(tǒng)的產(chǎn)品經(jīng)理一樣，對機(jī)器學(xué)習(xí)的發(fā)展過程和思維方式有著深刻的認(rèn)識。
數(shù)據(jù)科學(xué)家的角色構(gòu)成非常廣泛，包含了從本科到博士背景的人。
步驟 2：組建團(tuán)隊(duì)
關(guān)于構(gòu)建一個(gè)機(jī)器學(xué)習(xí)團(tuán)隊(duì)的正確方法還沒有達(dá)成共識，但決于不同的組織原型和他們的機(jī)器學(xué)習(xí)成熟度水平，有一些最佳實(shí)踐。首先，讓我們看看不同的機(jī)器學(xué)習(xí)組織原型是什么。
原型1：初創(chuàng)和臨時(shí) ML 團(tuán)隊(duì)
這些組織中沒有人在做機(jī)器學(xué)習(xí)，或者機(jī)器學(xué)習(xí)是在特別的基礎(chǔ)上完成的。顯然，公司內(nèi)部很少有機(jī)器學(xué)習(xí)方面的專業(yè)知識。
這些企業(yè)要么是中小型企業(yè)，要么是教育或物流等機(jī)器學(xué)習(xí)技術(shù)含量較低的大型企業(yè)。
對于機(jī)器學(xué)習(xí)來說，經(jīng)常有技術(shù)含量很低的事情。
但對機(jī)器學(xué)習(xí)項(xiàng)目的支持很少，很難聘用和留住優(yōu)秀的人才。
原型 2：研究與開發(fā) ML 的團(tuán)隊(duì)
這些組織的機(jī)器學(xué)習(xí)工作集中在研發(fā)部門。他們經(jīng)常雇傭機(jī)器學(xué)習(xí)研究人員和有發(fā)表論文經(jīng)驗(yàn)的博士生。
這些都是石油、天然氣、制造業(yè)或電信等行業(yè)的大公司。
他們可以聘請有經(jīng)驗(yàn)的研究人員，并致力于長期的商業(yè)優(yōu)先事項(xiàng)，以獲得巨大的成功。
然而，他們很難獲得高質(zhì)量的數(shù)據(jù)。大多數(shù)情況下，這種類型的研究工作很少轉(zhuǎn)化為實(shí)際的商業(yè)產(chǎn)品，因此通常投資額仍然很小。
原型3：嵌入產(chǎn)品的 ML 團(tuán)隊(duì)
在這些組織中，某些產(chǎn)品團(tuán)隊(duì)或業(yè)務(wù)部門除了軟件或分析師人才外，還擁有機(jī)器學(xué)習(xí)專業(yè)知識。這些機(jī)器學(xué)習(xí)人員向團(tuán)隊(duì)的工程或技術(shù)主管匯報(bào)。
這些公司不是軟件公司就是金融服務(wù)公司。
機(jī)器學(xué)習(xí)的改進(jìn)可能會(huì)帶來商業(yè)價(jià)值。此外，在理念迭代和產(chǎn)品改進(jìn)之間有一個(gè)緊密的反饋周期。
不幸的是，招聘和培養(yǎng)頂尖人才仍然非常困難，數(shù)據(jù)和計(jì)算資源的獲取可能會(huì)滯后。機(jī)器學(xué)習(xí)項(xiàng)目周期和工程管理之間也存在潛在的沖突，因此長期的機(jī)器學(xué)習(xí)項(xiàng)目很難被證明是合理的。
原型 4：獨(dú)立的 ML 組織
在這些組織中，機(jī)器學(xué)習(xí)部門直接向高級領(lǐng)導(dǎo)匯報(bào)。機(jī)器學(xué)習(xí)產(chǎn)品經(jīng)理與研究人員和工程師合作，將機(jī)器學(xué)習(xí)構(gòu)建到面向客戶的產(chǎn)品中。他們有時(shí)可以發(fā)表長期研究報(bào)告。
這些通常是大型金融服務(wù)公司。
由于人才眾多，他們能夠雇傭和培訓(xùn)頂尖的從業(yè)者。高級領(lǐng)導(dǎo)可以整理數(shù)據(jù)和計(jì)算資源，這使組織能夠圍繞機(jī)器學(xué)習(xí)開發(fā)在工具、實(shí)踐和文化上進(jìn)行投資。
其缺點(diǎn)是，將模型切換到不同的業(yè)務(wù)線可能很有挑戰(zhàn)性，因?yàn)橛脩粜枰獙W(xué)習(xí)模型的使用，而且，反饋周期可能很長。
原型 5：ML 優(yōu)先團(tuán)隊(duì)
這些組織都是由 CEO 投資的，整個(gè)企業(yè)都有專家專注于機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)部門致力于富有挑戰(zhàn)性的長期項(xiàng)目。
這些公司包括大型科技公司和以機(jī)器學(xué)習(xí)為重點(diǎn)的初創(chuàng)企業(yè)。
他們擁有最好的數(shù)據(jù)（數(shù)據(jù)思維滲透到組織中）、最具吸引力的招聘渠道（具有挑戰(zhàn)性的機(jī)器學(xué)習(xí)問題往往會(huì)吸引頂尖人才）和最簡單的部署過程（產(chǎn)品團(tuán)隊(duì)對機(jī)器學(xué)習(xí)的理解足夠好）。
這種組織原型在實(shí)踐中很難實(shí)現(xiàn)，因?yàn)楹茈y在任何地方都嵌入機(jī)器學(xué)習(xí)思想。
根據(jù)組織的原型，你可以做出適當(dāng)?shù)倪x擇，大體上分為以下三類：
軟件工程師 vs 研究：機(jī)器學(xué)習(xí)團(tuán)隊(duì)在多大程度上負(fù)責(zé)構(gòu)建或集成軟件？軟件工程技能在團(tuán)隊(duì)中有多重要？
數(shù)據(jù)所有權(quán)：機(jī)器學(xué)習(xí)團(tuán)隊(duì)對數(shù)據(jù)收集、存儲(chǔ)、標(biāo)記上有多少控制權(quán)？
模型所有權(quán)：機(jī)器學(xué)習(xí)團(tuán)隊(duì)是否負(fù)責(zé)將模型部署到生產(chǎn)中？誰維護(hù)已部署的模型？
以下是設(shè)計(jì)建議。
如果貴公司專注于機(jī)器學(xué)習(xí)研發(fā)：
科研能力絕對優(yōu)先于軟件工程技能。因此，這兩個(gè)團(tuán)體之間可能缺乏合作。
機(jī)器學(xué)習(xí)團(tuán)隊(duì)無法控制數(shù)據(jù)，通常也不會(huì)有數(shù)據(jù)工程師來支持它們。
機(jī)器學(xué)習(xí)模型很少用于生產(chǎn)。
如果組織在產(chǎn)品中嵌入了機(jī)器學(xué)習(xí)：
軟件工程技能將優(yōu)先于科研技能。通常，研究人員需要很強(qiáng)的工程技能，因?yàn)槊總€(gè)人都會(huì)被期望將其模型用到生產(chǎn)中。
機(jī)器學(xué)習(xí)團(tuán)隊(duì)一般不掌控?cái)?shù)據(jù)生產(chǎn)和數(shù)據(jù)管理。他們需要與數(shù)據(jù)工程師合作來構(gòu)建數(shù)據(jù)管道。
機(jī)器學(xué)習(xí)工程師管理他們部署到生產(chǎn)中的模型。
如果貴公司有獨(dú)立的機(jī)器學(xué)習(xí)部門：
每個(gè)團(tuán)隊(duì)都有很強(qiáng)的工程和研究技能，因此他們在團(tuán)隊(duì)內(nèi)緊密合作。
機(jī)器學(xué)習(xí)團(tuán)隊(duì)在數(shù)據(jù)管理的討論中有發(fā)言權(quán)，并且具有強(qiáng)大的數(shù)據(jù)工程能力。
機(jī)器學(xué)習(xí)團(tuán)隊(duì)將模型交給用戶，但仍負(fù)責(zé)維護(hù)它們。
如果你的組織以機(jī)器學(xué)習(xí)優(yōu)先：
不同的團(tuán)隊(duì)或多或少都是以研究為導(dǎo)向的，但一般來說，研究團(tuán)隊(duì)與工程團(tuán)隊(duì)緊密協(xié)作。
機(jī)器學(xué)習(xí)團(tuán)隊(duì)通常擁有公司范圍的數(shù)據(jù)基礎(chǔ)設(shè)施。
機(jī)器學(xué)習(xí)團(tuán)隊(duì)將模型交給用戶，由用戶操作和維護(hù)。
下圖清晰地總結(jié)了這些建議：
圖片來自 2019 年 11 月 Josh Tobin 的 FSDL 訓(xùn)練營（https://fullstackdeeplearning.com/novenmber2019/ ）
步驟 3：管理項(xiàng)目
管理機(jī)器學(xué)習(xí)項(xiàng)目可能非常具有挑戰(zhàn)性：
根據(jù) Lukas Biewald 的說法，很難事先說出哪里困難，哪里容易。即使在一個(gè)領(lǐng)域中，性能也會(huì)有很大的波動(dòng)。
機(jī)器學(xué)習(xí)過程是非線性的。項(xiàng)目停滯數(shù)周或更長時(shí)間是很常見的。在早期階段，很難對一個(gè)項(xiàng)目進(jìn)行計(jì)劃，因?yàn)檫€不清楚什么能起作用。因此，評估機(jī)器學(xué)習(xí)項(xiàng)目的時(shí)間線是非常困難的。
由于不同的價(jià)值觀、背景、目標(biāo)和規(guī)范，研究和工程之間存在文化差異。可能面臨的情況是，雙方往往不重視彼此。
而且，領(lǐng)導(dǎo)層往往不理解這一點(diǎn)。
那么，如何才能更好地管理機(jī)器學(xué)習(xí)團(tuán)隊(duì)呢？秘訣是計(jì)劃機(jī)器學(xué)習(xí)項(xiàng)目是有可能的！
本質(zhì)上，從這里開始：
到這里結(jié)束：
以下是其他一些不錯(cuò)的做法：
你應(yīng)該多嘗試幾種方式。
你應(yīng)該根據(jù)投入而不是結(jié)果來衡量進(jìn)度。
你應(yīng)該讓研究人員和工程師一起工作。
你應(yīng)該快速地將端到端的管道連接起來，以展示進(jìn)度。
你應(yīng)該讓領(lǐng)導(dǎo)層意識到機(jī)器學(xué)習(xí)時(shí)間線的不確定性。
步驟 4：雇傭人才
Element AI 的這份 2019 年全球人工智能人才報(bào)告（https://www.elementai.com/news/2019/2019-global-ai-talent-report ）表明，頂級人工智能人才的供應(yīng)無法滿足需求。在人工智能研究的前沿領(lǐng)域，大約有 2.2 萬人積極發(fā)表論文并出席學(xué)術(shù)會(huì)議。只有大約 4000 人參與了對整個(gè)領(lǐng)域有重大影響的研究。共有 36500 人獲得了人工智能專家的稱號。相比之下，美國和全球的軟件開發(fā)人員分別為 420 萬和 2640 萬。
1.如何培養(yǎng)機(jī)器學(xué)習(xí)人才？
以下是雇傭機(jī)器學(xué)習(xí)工程師的一些策略：
雇傭具有軟件工程技能，對機(jī)器學(xué)習(xí)有濃厚的興趣，對學(xué)習(xí)的渴望非常強(qiáng)烈的人。然后你可以帶領(lǐng)他們走上機(jī)器學(xué)習(xí)之路。
考慮到現(xiàn)在大多數(shù)計(jì)算機(jī)科學(xué)本科學(xué)生畢業(yè)時(shí)都有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)，所以設(shè)置初級職位。
對你需要的技能要非常具體。例如，并不是每個(gè)機(jī)器學(xué)習(xí)工程師都需要做軟件開發(fā)人員。
以下是雇傭機(jī)器學(xué)習(xí)研究人員的策略：
尋找出版論文質(zhì)量高，而不是數(shù)量多的人。
尋找有眼光解決重要問題的研究人員。許多研究者把注意力集中在流行的問題上，卻沒有考慮它們的重要性。
尋找有實(shí)踐經(jīng)驗(yàn)的研究人員。
考慮從鄰近的領(lǐng)域如數(shù)學(xué)、物理和統(tǒng)計(jì)學(xué)領(lǐng)域招聘人才。
考慮雇傭沒有博士學(xué)位的人。例如，有才華的本科生和碩士生，工業(yè)獎(jiǎng)學(xué)金項(xiàng)目（Google、Facebook、OpenAI）的畢業(yè)生，以及自學(xué)能力很強(qiáng)的人。
你如何第一時(shí)間找到這些人？
有一些標(biāo)準(zhǔn)來源，如 LinkedIn、recruiters，以及參加大學(xué)的招聘會(huì)。
你應(yīng)該參加為機(jī)器學(xué)習(xí)研究人員舉辦的有名的機(jī)器學(xué)習(xí)研究會(huì)議（NeurIPS，ICLR，ICML）和為機(jī)器學(xué)習(xí)工程師舉辦的著名應(yīng)用機(jī)器學(xué)習(xí)會(huì)議（O'Reilly，ReWork，TensorFlow World）。
你可以關(guān)注 ArXiv，找到令人印象深刻的研究論文，并與第一作者聯(lián)系。
出于長期戰(zhàn)略，你需要考慮如何吸引這些人才：
由于機(jī)器學(xué)習(xí)實(shí)踐者希望使用尖端的工具和技術(shù)，你的公司應(yīng)該致力于面向研究的項(xiàng)目，通過博客發(fā)布這些項(xiàng)目，并為你的機(jī)器學(xué)習(xí)團(tuán)隊(duì)投資工具和基礎(chǔ)設(shè)施。
由于機(jī)器學(xué)習(xí)從業(yè)者希望在令人興奮的領(lǐng)域建立技能和知識，貴公司應(yīng)建立團(tuán)隊(duì)文化。
由于機(jī)器學(xué)習(xí)從業(yè)者希望與優(yōu)秀的人一起工作，你的公司應(yīng)該雇傭知名度高的人，并且通過發(fā)布博客和論文幫助這些人創(chuàng)建影響力。
由于機(jī)器學(xué)習(xí)的從業(yè)者想要處理有趣的數(shù)據(jù)集，你的公司應(yīng)該在招聘材料中突出你們的數(shù)據(jù)集的獨(dú)特性。
由于機(jī)器學(xué)習(xí)實(shí)踐者想做重要的工作，你的公司應(yīng)該突出公司的使命和機(jī)器學(xué)習(xí)對這些使命的潛在影響。更重要的是，你應(yīng)該致力于有實(shí)際影響力的項(xiàng)目。
2.如何面試機(jī)器學(xué)習(xí)候選人？
那么在機(jī)器學(xué)習(xí)面試中你應(yīng)該考慮什么呢？
第一件事是驗(yàn)證你對候選人優(yōu)勢的設(shè)想。對于機(jī)器學(xué)習(xí)研究人員來說，要確保他們能夠創(chuàng)造性地思考新的機(jī)器學(xué)習(xí)問題，并考察他們對以前的項(xiàng)目有多投入，確保他們是具有扎實(shí)工程技能的優(yōu)秀多面手。
第二件事是確保候選人在他們不擅長的領(lǐng)域也能達(dá)到最低要求標(biāo)準(zhǔn)。對于機(jī)器學(xué)習(xí)研究人員來說，測試他們的工程知識和編寫好代碼的能力；對于機(jī)器學(xué)習(xí)工程師來說，測試他們簡單的機(jī)器學(xué)習(xí)知識。
與傳統(tǒng)的軟件工程面試相比，機(jī)器學(xué)習(xí)面試的定義要差得多，但以下是常見的考察方面：
背景與文化的契合度
編碼
機(jī)器學(xué)習(xí)特定代碼的編寫和調(diào)試
數(shù)學(xué)難題
自己在家做的項(xiàng)目
應(yīng)用機(jī)器學(xué)習(xí)的能力（例如，解釋如何用機(jī)器學(xué)習(xí)解決問題）
以前的項(xiàng)目（方法、試驗(yàn)和錯(cuò)誤、結(jié)果）
機(jī)器學(xué)習(xí)理論
3.如何找到一份機(jī)器學(xué)習(xí)的工作？
假設(shè)你是一個(gè)機(jī)器學(xué)習(xí)的面試者，正在閱讀這篇文章。你可能會(huì)問：「我應(yīng)該在哪里找到機(jī)器學(xué)習(xí)的工作？」
同樣底，你可以使用像 LinkedIn、recruiters 和校內(nèi)招聘這樣的標(biāo)準(zhǔn)資源。
你可以參加機(jī)器學(xué)習(xí)研究會(huì)議，與那里的人建立聯(lián)系。
你也可以直接在公司的門戶網(wǎng)站申請，記住，人才缺口很大！
找工作當(dāng)然不容易，但有兩種方法可以讓你脫穎而出：
通過 CS 課程或工作經(jīng)驗(yàn)建立常用的軟件工程技能。
通過參加會(huì)議或參加 MOOC，表現(xiàn)出對機(jī)器學(xué)習(xí)的興趣。
通過某些方式表明你對機(jī)器學(xué)習(xí)有廣泛的知識。例如，寫某個(gè)研究領(lǐng)域的博客文章。
展示完成機(jī)器學(xué)習(xí)項(xiàng)目的能力。例如，你可以創(chuàng)建輔助項(xiàng)目或重新完成論文中的項(xiàng)目。
證明你能在機(jī)器學(xué)習(xí)中創(chuàng)造性地思考。例如，在 Kaggle 競賽中贏得名次或發(fā)表論文。
為了準(zhǔn)備面試，你應(yīng)該：
使用諸如 Cracking The Coding Interview 之類的資源進(jìn)行一般軟件工程面試的實(shí)踐。
準(zhǔn)備關(guān)于你過去的項(xiàng)目的詳細(xì)討論，包括你所做的權(quán)衡和決定。
回顧機(jī)器學(xué)習(xí)理論和基本的機(jī)器學(xué)習(xí)算法。
創(chuàng)造性地思考如何使用機(jī)器學(xué)習(xí)來解決你面試的公司可能面臨的問題。
我還建議你看看這張來自 Chip Huyen 在訓(xùn)練營上的幻燈片（https://twitter.com/chipro/status/1196232680364376064 ），其中包括機(jī)器學(xué)習(xí)面試過程中的一些重要經(jīng)驗(yàn)。
結(jié)論
對于大多數(shù)傳統(tǒng)組織來說，組建機(jī)器學(xué)習(xí)團(tuán)隊(duì)是一門新的、不斷發(fā)展的學(xué)科，充滿了已知和未知的挑戰(zhàn)。如果你是直接跳到最后，這里是幾點(diǎn)總結(jié)：
生產(chǎn)機(jī)器學(xué)習(xí)涉及到許多不同的技能，因此許多人都有機(jī)會(huì)做出貢獻(xiàn)。
機(jī)器學(xué)習(xí)團(tuán)隊(duì)變得越來越獨(dú)立，越來越跨學(xué)科。
管理機(jī)器學(xué)習(xí)團(tuán)隊(duì)是很困難的。雖然沒有靈丹妙藥，但向概率規(guī)劃轉(zhuǎn)變可能會(huì)有所幫助。
機(jī)器學(xué)習(xí)人才匱乏。作為一名管理者，在機(jī)器學(xué)習(xí)的招聘信息描述中要明確哪些技能是必須具備的。作為一個(gè)求職者，闖入這一領(lǐng)域可能是一個(gè)殘酷的挑戰(zhàn)，所以要用項(xiàng)目證明自己。
希望這篇文章能為你提供有用的信息，幫助你高效地構(gòu)建機(jī)器學(xué)習(xí)團(tuán)隊(duì)。
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
