플랫폼은 그 자체로 목적이 아니다: ML 개발을 언제 통합하고 언제 멈춰야 하는지, 'IT 피크닉'에서 논의됨

MTS 계열사 MWS의 세르게이 쿠즈네초프는 ML 개발의 진화에 대해 논하며, 팀이 성장함에 따라 라이브러리와 플랫폼으로 전환할 수 있는 관행이 축적된다고 언급했습니다. 그는 세 가지 사례를 제시했습니다: 첫째, 약 10개의 추천 시스템을 단일 플랫폼으로 통합하여 데이터 형식, 실험, 파이프라인을 표준화한 사례; 둘째, 스코어링 모델을 위한 플랫폼을 사용하여 데이터 준비와 학습을 자동화하고, 시간이 지남에 따라 수천 개의 검증된 특징을 축적한 사례; 셋째, 대형 고객을 위한 맞춤형 솔루션 개발에 비해 비용이 너무 많이 든다고 판단되어 실패한 범용 동적 가격 책정 플랫폼을 만들려는 시도. 그는 플랫폼화에는 위험과 비용이 따르며, 동일한 프로세스가 자주 반복될 때만 가치가 있다고 강조했습니다. 가장 가치 있는 자산은 빠르게 변화하는 특정 모델이 아니라 지속되는 인프라, 도구, 인터페이스입니다.