Khi nói đến học máy (ML), tốc độ là tên của trò chơi. Bạn có thể chuẩn bị dữ liệu, đào tạo mô hình và triển khai chúng vào sản xuất càng nhanh thì bạn càng nhanh chóng có thể khám phá những hiểu biết sâu sắc và thúc đẩy giá trị cho doanh nghiệp của mình. Để đạt được tốc độ này sẽ đòi hỏi nhiều thứ từ công ty của bạn hơn là chỉ sức mạnh tính toán thô. Bạn sẽ cần một cách tiếp cận chiến lược để phát triển đường dẫn dữ liệu, tích hợp đám mây và lập kế hoạch cơ sở hạ tầng. Mục tiêu của bạn là đẩy nhanh quá trình sẵn sàng cho các mô hình ML của mình và bạn không thể sai lầm khi nghe một số lời khuyên từ một nhà lãnh đạo ngành.  là kỹ sư khách hàng cấp cao tại Google, nơi ông dẫn đầu việc phát triển các giải pháp đám mây, dữ liệu và nơi làm việc kỹ thuật số cho các khách hàng doanh nghiệp ở Hoa Kỳ. Ông cũng có đóng góp vào việc phát triển cơ sở hạ tầng AI và công nghệ đám mây trong nhiều năm. Nếu bất kỳ ai trong ngành biết cách thực hiện đúng điều này thì đó là Abhijeet.   Abhijeet Rajwade   Tầm quan trọng của việc đơn giản hóa việc phát triển đường ống dữ liệu để chuyển đổi dữ liệu  Trọng tâm của bất kỳ nỗ lực ML nào đều nằm ở dữ liệu. Tuy nhiên, việc chuẩn bị dữ liệu để phân tích và huấn luyện mô hình có thể là một quá trình phức tạp và tốn thời gian. Đó là nơi bạn có thể sử dụng Google Dataflow để xây dựng quy trình chuyển đổi dữ liệu nhằm giúp dữ liệu sẵn sàng cho Khối lượng công việc AI của doanh nghiệp. Abhijeet tập trung rất nhiều vào tầm quan trọng của việc hợp lý hóa việc phát triển luồng dữ liệu để nâng cao năng suất của các kỹ sư dữ liệu. Ông là giám đốc sản phẩm chịu trách nhiệm phát triển một  điều đó làm giảm thời gian học tập và thời gian tăng tốc để xây dựng các đường dẫn truyền phát luồng dữ liệu. Sản phẩm này cung cấp một số tính năng chính để nâng cao trải nghiệm của nhà phát triển, chủ yếu là đẩy nhanh chu kỳ phát triển và giảm thiểu lỗi hiệu quả hơn. Bằng cách hợp lý hóa việc tạo và thực thi các đường dẫn dữ liệu, các tổ chức có thể đẩy nhanh quá trình nhập, chuyển đổi và chuẩn bị dữ liệu cho các tác vụ ML như kỹ thuật tính năng, đào tạo mô hình, v.v.   Plugin mã đám mây cho luồng dữ liệu  Cho dù làm sạch các tập dữ liệu lộn xộn, trích xuất các tính năng liên quan hay tổng hợp thông tin từ nhiều nguồn, các công cụ phát triển luồng dữ liệu đơn giản hóa đều trao quyền cho các nhà khoa học dữ liệu và kỹ sư dữ liệu tập trung vào những gì họ làm tốt nhất: phân tích dữ liệu và xây dựng mô hình.   Lập kế hoạch năng lực đám mây chiến lược: Tối ưu hóa tài nguyên cho khối lượng công việc ML  Song song với quá trình phát triển hợp lý,  đóng một vai trò quan trọng trong việc đẩy nhanh quá trình sẵn sàng của mô hình ML. Abhijeet cho biết: “Quản lý năng lực đám mây là một phần quan trọng trong chiến lược CNTT hiệu quả. “Lập kế hoạch dung lượng đám mây không chỉ đảm bảo khối lượng công việc có đủ tài nguyên cần thiết mà còn giảm chi phí trên đám mây do khối lượng công việc được cung cấp quá mức.” Bằng cách đánh giá các yêu cầu về năng lực, xem xét mô hình sử dụng trước đây và lập chiến lược lập kế hoạch năng lực dựa trên nhu cầu kinh doanh, các tổ chức có thể tối ưu hóa việc phân bổ nguồn lực cho khối lượng công việc ML. Cách tiếp cận này không chỉ nâng cao hiệu suất mà còn giảm chi phí bằng cách đảm bảo sử dụng tài nguyên tối ưu.   lập kế hoạch năng lực đám mây chiến lược   Tăng tốc độ sẵn sàng của mô hình ML với các giải pháp tích hợp  Sự hội tụ của việc đơn giản hóa việc phát triển luồng dữ liệu, tích hợp plugin mã đám mây và lập kế hoạch năng lực đám mây chiến lược mang đến một giải pháp toàn diện để đẩy nhanh mức độ sẵn sàng của mô hình ML. Khi các tổ chức áp dụng các giải pháp tích hợp này, họ có thể điều hướng sự phức tạp của quá trình phát triển mô hình ML với hiệu quả và tính linh hoạt cao hơn. Với các công cụ và chiến lược được thiết kế để hợp lý hóa các quy trình phát triển và tối ưu hóa việc sử dụng tài nguyên, hành trình từ ý tưởng đến triển khai trở thành một nỗ lực liền mạch và nhanh chóng.   Ngành đang thay đổi—Bạn có thể thay đổi nhờ nó  Abhijeet nói: “Tái tạo là nhiên liệu cho khả năng phục hồi”. “Nhưng khả năng làm mới bản thân sẽ đảm bảo bạn không bị mắc kẹt. Bạn có thể thích nghi, học những kỹ năng mới và trở nên mạnh mẽ hơn và dễ thích nghi hơn.”  Công ty của bạn đã sẵn sàng cho cuộc cách mạng AI chưa? Nhiều doanh nghiệp đang trên đà chuyển đổi nhưng nếu không có chiến lược dữ liệu và cơ sở hạ tầng phù hợp, họ có nguy cơ bị bỏ lại phía sau. Đây là lúc Abhijeet Rajwade có thể giúp đỡ. Là một chuyên gia dày dạn kinh nghiệm trong việc thiết kế các giải pháp chuyển đổi dữ liệu và tận dụng cơ sở hạ tầng đám mây cho khối lượng công việc AI, anh sẵn sàng thiết kế các giải pháp chuyển đổi dữ liệu và tận dụng cơ sở hạ tầng đám mây để phát huy tiềm năng lớn nhất. Tương lai là ở đây, vì vậy đã đến lúc đảm bảo kế hoạch của bạn đã sẵn sàng cho nó.

Between Two Computer Monitors: This story includes an interview between the writer and guest/interviewee. 

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

dài quá đọc không nổi

Make resilience your competitive advantage

Đẩy nhanh quá trình sẵn sàng cho mô hình ML: Thông tin chi tiết của chuyên gia trong ngành Abhijeet Rajwade

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

287 Stories To Learn About Blockchain Development

184 Stories To Learn About Psychology

61 Stories To Learn About Polotical Philosophy

72 Stories To Learn About Adam Smith

287 Stories To Learn About Blockchain Development

184 Stories To Learn About Psychology

61 Stories To Learn About Polotical Philosophy

72 Stories To Learn About Adam Smith

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps