業界中DS/ML應用上線的問題

最新 07-17

很多同學對Data Science、Machine Learning感興趣，地里也有很多人做這個方面的工作。有位同學，提出了這樣一個問題：

大家好，相信大部分DS在工作中用Python或者Spark做Demo肯定已經不成問題，但是當大家完成Proof Concept真要上線這個功能或者go into production的時候是怎樣處理的？

例如產品或者網站壓根不是Python寫的（也許可以接駁一個Python Script）， Sklearn或者R的ML包有Feature或者數量的限制，真會從0開始做輪子，例如用Java重新寫嗎？這樣成本也太大了，而且估計也沒很多人敢打包票這些包比開源的ML包穩定吧。那麼在DS不完全熟悉產品或者網站的開發框架的時候，大家都是怎麼上線一個功能的呢？

舉個具體栗子，例如我們網站需要上線一個像亞麻那樣的推薦系統小框，由於是抱著有好過沒有的原則，主流用數據調包做Demo的效果已經足夠了，也可以用Spark ML Lib中的recommender 包做，同時也覺得調包比我們自己寫成本低很多，能更快上線，但是當調了包做完Demo做完PPT老闆excited之後該如何具體和SDE溝通？這裡除了DS變成Product Manager之外感覺很難參與具體的Coding開發，畢竟前端有自己的開發體系，也牽涉Data Warehouse那邊的數據調用，要求DS自己一個實現Production Code基本是不太可能的（可能是我太渣），同時這事牽涉三個組也不是自己能完全指揮，大家有沒有一些建議或者經驗可以分享呢？.

點自己左下角閱讀原文，看地里各位的見解吧。

一畝三分地官方iOS應用免費下載

真實有料的美國留學指南

消息回復

"定位" -> Warald申請定位免費評估

「電話」 -> 想跟Warald電話諮詢嗎？

"諮詢" -> Warald諮詢服務特點說明

「就業」 -> Warald就業培訓服務說明

「移民」 -> 辦綠卡移民美國詳細介紹

微信號：

Warald_1point3acres

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！