Zainteresowane osoby

Projekty ML mają wiele zainteresowanych osób o różnym poziomie zaangażowania i odpowiedzialności. Wcześniejsze zaangażowanie i skuteczna współpraca z zainteresowanymi osobami są niezbędne do opracowania odpowiedniego rozwiązania, zarządzania oczekiwaniami, a ostatecznie do udanego wdrożenia systemów uczących się.

Jak najszybciej określ zainteresowane osoby związane z Twoim projektem, spodziewane materiały i preferowane metody komunikacji.

Pamiętaj o umieszczeniu ich na liście zainteresowanych osób, a także innych zespołów, które muszą zatwierdzić niektóre aspekty Twojego rozwiązania ML.

Twoje zobowiązanie

Każda zainteresowana osoba może oczekiwać innych rezultatów na każdym etapie projektu. Oto lista najczęstszych rodzajów dostaw.

  • Projekt dokumentu. Zanim napiszesz wiersz kodu, najprawdopodobniej utworzysz dokument projektowy, w którym wyjaśnisz problem, proponowane rozwiązanie, potencjalne metody i potencjalne zagrożenia. Dokument projektowy służy zwykle do otrzymywania opinii oraz odpowiadania na pytania i wątpliwości osób związanych z projektem.

    Przykładowy szablon dokumentu projektu systemu ML znajdziesz na stronie go/ml-design-doc-example.

  • Wyniki eksperymentalne. Konieczna jest informacja o wynikach fazy eksperymentu. W swoich materiałach umieść:

    • Rejestr eksperymentów z ich hiperparametrami i danymi.
    • Stos treningowy i zapisane wersje modelu w określonych punktach kontrolnych.
  • Implementacja gotowa do wykorzystania w środowisku produkcyjnym. Kluczowym elementem jest pełny potok trenowania i udostępniania modelu. Na tym etapie utwórz dokumentację dla przyszłych inżynierów, która wyjaśnia decyzje związane z modelowaniem, wdrażanie i monitorowanie, a także specyfikę danych.

Na wczesnym etapie przedstaw współpracownikom oczekiwania dotyczące każdej fazy projektu.

Pamiętaj

W niektórych przypadkach zainteresowane osoby mogą nie rozumieć złożoności i wyzwań związanych z systemami uczącymi się. Może to utrudniać ustalanie priorytetów i realizację projektów. Na przykład niektórzy zainteresowane osoby mogą założyć, że systemy uczące się są podobne do tradycyjnych metod inżynierii oprogramowania, a ich wyniki są deterministyczne. Mogą nie wiedzieć, dlaczego postępy w realizacji projektu są opóźnione lub dlaczego etapy projektu mają charakter nieliniowy.

Aby zarządzać oczekiwaniami zainteresowanych osób, musisz w jasny sposób informować o złożonościach, terminach i materiałach do dostarczenia na każdym etapie projektu.