機器學習專案有多個相關人員，相關參與和責任各有不同。與相關人員盡早參與並有效的合作，是開發正確解決方案、管理預期，最終確保機器學習實作成功的關鍵。
請盡早定義專案的利害關係人、預計交付項目，以及偏好的通訊方式。
請務必將這些人員列入利害關係人名單，以及其他需要審核機器學習解決方案各層面的團隊。
交付項目
在專案的各個階段，每位相關人員可能會預期不同的交付項目。這裡列出了常見的交付項目。
設計文件：在編寫一行程式碼之前，您很可能需要製作一份設計文件，說明問題、建議的解決方案、潛在方法和潛在風險。一般來說，設計文件的作用是接收意見回饋，並解決專案相關人員的問題或疑慮。
如需機器學習設計文件範本的範例，請參閱 go/ml-design-doc-example。
實驗結果。您必須傳達實驗階段的結果。通常包含下列項目：
- 包含實驗超參數和指標的記錄。
- 在特定檢查點上的訓練堆疊和已儲存的模型版本。
隨時可用於實際工作環境。完整管線就是用於訓練及提供模型，是關鍵的交付項目。在這個階段，請為未來的工程師建立說明文件，解釋模型建立決策、部署和監控細節及資料隱密性。
您應盡早與利益相關者協調，瞭解他們對專案每個階段的期望。
注意事項
在某些情況下，相關人員可能不清楚機器學習的複雜性和挑戰。這可能會導致專案難以排定優先順序，而且難以執行。舉例來說，部分相關人員可能會假設機器學習類似於傳統軟體工程做法，且具有確定性的結果。他們可能不知道專案進度為何停滯，或專案里程碑並非線性的原因。
為了管理相關人員的期望，請務必清楚瞭解專案每個階段的複雜度、時間範圍和交付項目。