Platform Kendi Başına Amaç Değildir: ML Geliştirmeyi Ne Zaman Birleştirmeli ve Ne Zaman Durdurmalı, 'IT Picnic'te Tartışıldı
'IT Picnic' konferansında MWS öneri ve arama platformu geliştirme başkanı Sergey Kuznetsov, tam bir ML platformu kurmanın ne zaman gerektiğini ve kütüphane seviyesinde durmanın ne zaman yeterli olduğunu paylaştı. Bunu üç vakayla örnekledi: öneri sistemlerini, skorlama modellerini ve dinamik fiyatlandırmayı birleştirmek. Ana çıkarım, bir platformun yalnızca tekrarlanan görevlerle kendi maliyetini haklı çıkarıyorsa kurulması gerektiğidir.
MTS bünyesindeki MWS'den Sergey Kuznetsov, ML geliştirmenin evrimini ele aldı ve ekipler büyüdükçe, kitaplıklara ve ardından platformlara dönüştürülebilecek uygulamalar biriktirdiklerini belirtti. Üç örnek sundu: ilki, yaklaşık on öneri sistemini tek bir platformda birleştirerek veri formatlarını, deneyleri ve iş akışlarını standartlaştırmak; ikincisi, puanlama modelleri için veri hazırlama ve eğitimi otomatikleştiren ve zamanla binlerce doğrulanmış özellik biriktiren bir platform kullanmak; üçüncüsü ise, büyük bir müşteri için özel bir çözüm geliştirmeye kıyasla çok maliyetli bulunan evrensel bir dinamik fiyatlandırma platformu oluşturma girişiminin başarısızlığıydı. Platformlaştırmanın riskler ve maliyetler taşıdığını ve yalnızca aynı süreç sık sık tekrarlandığında buna değdiğini vurguladı. En değerli varlıklar, hızla değişen belirli modeller değil, kalıcı olan altyapı, araçlar ve arayüzlerdir.
Kaynak: Habr — хаб ML —
orijinal