פרויקטים של למידת מכונה דורשים צוותים עם חברים שיש להם מגוון של כישורים, מומחיות ותחומי אחריות שקשורים ללמידת מכונה. אלה השגיאות הנפוצות ביותר שנמצאים בצוותי למידת מכונה טיפוסיים:
| תפקיד | ידע ומיומנויות | המוצר העיקרי |
|---|---|---|
| מנהל/ת מוצר בתחום למידת מכונה | מנהלי מוצר בתחום ה-ML מבינים לעומק את נקודות החוזקה והחולשה של ה-ML ואת תהליך הפיתוח שלו. הם מתאימים בעיות עסקיות לפתרונות של למידת מכונה, על ידי עבודה ישירה עם צוות ה-ML, משתמשי הקצה וגורמים אחרים בעלי עניין. הם ליצור את החזון של המוצר, להגדיר תרחישים לדוגמה ולתכנן פרויקטים ולתעדף אותם. |
מסמך דרישות המוצר (PRD). |
| מנהל הנדסה | מנהלי מהנדסים משיגים את היעדים העסקיים על ידי הגדרת סדר העדיפויות של הצוות, העברת המידע עליו והשגת היעדים. סימון לייק ללמידת מכונה מנהלי מוצר, הם מתאימים פתרונות למידת מכונה לבעיות עסקיות. הם מגדירים ציפיות ברורות לחברי הצוות, לבצע הערכת ביצועים ולסייע בפיתוח הקריירה שלהם, והתפתחות מקצועית. |
עיצוב מסמכים, תוכניות פרויקטים והערכות ביצועים. |
| מדען נתונים | מדעני נתונים משתמשים בניתוח כמותי וססטיסטי כדי לחלץ את התובנות והערך שלהן על סמך הנתונים. הם עוזרים לזהות ולבדוק תכונות, מודלים של אב טיפוס ולשפר את יכולת הפרשנות של המודלים. | דוחות והמחשות ויזואליות של נתונים שעונים על שאלות עסקיות באמצעות ניתוח סטטיסטי. |
| מהנדס למידת מכונה (ML) | מהנדסי למידת מכונה (ML) מעצבים, יוצרים, משיקים מנהלים מודלים של למידת מכונה. הם מהנדסי תוכנה חזקים עם הבנה עמוקה של למידת מכונה טכנולוגיות ושיטות מומלצות. | מודל שנפרס עם איכות חיזוי מספקת כדי לעמוד ביעדים העסקיים. |
| מהנדס/ת מערכות מידע | מהנדסי נתונים יוצרים צינורות עיבוד נתונים לאחסון, לצבירה ולעיבוד של כמויות גדולות של נתונים. הם מפתחים את התשתית והמערכות לאיסוף ולטרנספורמציה של נתונים גולמיים לפורמטים שימושיים לאימון ולפריסה של מודלים. מהנדסי מערכות מידע אחראי על הנתונים בכל תהליך הפיתוח של למידת מכונה. | צינורות עיבוד נתונים שהותאמו לייצור, עם מעקב והתראות נדרשים. |
| מהנדס/ת תפעול מפתחים (DevOps) | מהנדסי DevOps מפתחים, פורסים, מתאימים לעומס (scaling) ועוקבים את תשתית ההצגה למודלים של למידת מכונה. | תהליך אוטומטי להצגת מודעות, למעקב אחריהן, לבדיקה ולשליחת התראות לגבי בהתנהגות של מודל. |
בפרויקטים מוצלחים של למידת מכונה יש צוותים שבהם כל התפקידים מיוצגים היטב. בצוותים קטנים יותר, אנשים יצטרכו לטפל על כמה תפקידים בבת אחת.
בניית שיטות העבודה של הצוות
התפקידים, הכלים והמסגרות משתנים מאוד בפיתוח למידת מכונה, ולכן חשוב ליצור שיטות עבודה נפוצות באמצעות תיעוד מעולה של התהליכים. לדוגמה, מהנדס אחד עשוי לחשוב שפשוט קבלת הנתונים הנכונים מספיקה כדי להתחיל לאמן מודל, בעוד מהנדס אחר, אחראי יותר, יאמת שהאנונימיזציה של מערך הנתונים בוצעה בצורה נכונה, ויתעד את המטא-נתונים ואת המקור שלו. מוודאים שמהנדסים משתפים הגדרות נפוצות לתהליכים ולדפוסי עיצוב מפחיתות בלבול מגדיל את המהירות של הצוות.
מסמכי התהליך
במסמכי התהליך צריך להגדיר את הכלים, התשתית והתהליכים שבהם הצוות ישתמש לפיתוח למידת מכונה. מסמכים טובים של תהליכים עוזרים להתאים בין חברים חדשים בצוות לחברים קיימים. הם צריכים לענות על שאלות מהסוגים הבאים:
- איך נוצרים הנתונים של המודל?
- איך אנחנו בוחנים, מאמתים ורואים את הנתונים?
- איך משנים תווית או מאפיין קלט בנתוני האימון?
- איך אפשר להתאים אישית את צינור עיבוד הנתונים ליצירת נתונים, לאימון ולהערכה?
- איך אפשר לשנות את ארכיטקטורת המודל כדי שתכיל שינויים בקלט תכונות או תוויות?
- איך אנחנו מקבלים דוגמאות לבדיקה?
- באילו מדדים נשתמש כדי לקבוע את איכות המודל?
- איך אנחנו משיקים את המודלים שלנו בסביבת הייצור?
- איך אפשר לדעת אם משהו לא בסדר במודל שלנו?
- על אילו מערכות קודמות המודלים שלנו תלויים?
- איך אפשר לשפר את יכולת ה-SQL לתחזוקה ולשימוש חוזר?
שאלות אפשריות נוספות
מודלאפשר לאמן מודלים על מערכי נתונים שונים של צינור עיבוד נתונים, למשל כוונון עדין?
איך מוסיפים מערך נתונים חדש לבדיקה לצינור עיבוד הנתונים?
איך אפשר לבדוק את החיזוי של המודל על סמך דוגמה בעבודת יד?
איך אפשר למצוא, לבחון ולהמחיש דוגמאות לכך שהמודל יצר טעויות?
איך אני יכול לקבוע איזו תכונה הייתה האחראית ביותר לבעיה נתונה צפי?
איך אפשר להבין אילו תכונות הכי משפיעות על חיזויים במדגם נתון?
איך מחשבים או מתכננים תחזיות של מודלים על קבוצת נתונים או על דגימה שנבחרו?
איך מחשבים מדדים סטנדרטיים עבור חיזויים של המודל שלי את מערך הנתונים שנבחר?
איך מפתחים ומחשבים מדדים מותאמים אישית?
איך להשוות בין המודל שלי לבין מודלים אחרים אופליין?
האם אוכל לבצע מטא-ניתוח עבור הערכות מודל מרובות סביבת פיתוח?
האם אפשר להשוות בין המודל הנוכחי לבין המודל מלפני 10 חודשים?
אני חושבת שיצרתי מודל טוב. איך אפשר להשיק אותו בסביבת הייצור?
איך אפשר לוודא שהמודל החדש פועל בסביבת הייצור באופן תקין?
האם אפשר לקבל את היסטוריית ההערכות של המודל לאורך זמן?
איך אפשר לדעת אם יש בעיה במודל?
קיבלתי דף או באג עם אזכור משהו לגבי המודל. מה לעשות?
איך אפשר להתאים אישית את היצירה, האימון או ההערכה של הנתונים צינור עיבוד נתונים?
מתי ואיך כדאי ליצור צינור עיבוד נתונים חדש לגמרי?
אני צריך SQL כדי ליצור נתונים מסוימים. איפה כדאי להציב אותו?
איך פועל הצגת המודלים שלנו? יש תרשים?
באילו מערכות upstream המודל שלי תלוי ידוע לך?
לא הצלחתי להבין משהו. למי (ואיך) עליי לפנות?
חשוב לזכור
מה שנחשב ל'שיטות מומלצות ל-ML' יכול להשתנות בין חברות, צוותים ואנשים. לדוגמה, יכול להיות שחלק מחברי הצוות יבחרו ב-Colab ניסיוני כמסמך המרכזי, בעוד שאחרים ירצו לעבוד ב-R. חלקם עשויים להתלהב מישהו אחר חושב שמעקב הוא הדבר החשוב ביותר אבל מישהו אחר כבר מודע לשיטות טובות להפקת תכונות, רוצה להשתמש ב-Scala. כולם "נכון" מנקודת המבט שלהם, ואם אם תנווטו נכון, המיקס יהיה עוצמתי. אם לא, זה עלול לגרום לבלגן.
הכנת הכלים, התהליכים והתשתית שהצוות ישתמש בהם לפני כתיבת שורת קוד יכולה להיות ההבדל בין כישלון של פרויקט אחרי שנתיים או להשיק בהצלחה רבעון לפני לוח הזמנים.
איך מעריכים את ביצועי הקמפיין?
בגלל אי-הבהירות ואי-הוודאות שטבועים בלמידת מכונה, מנהלי אנשים צריכים להגדיר הגדרת ציפיות ברורות והגדרת תוכן ברור בשלב מוקדם.
כשמגדירים את הציפיות ואת המוצרים שצריך לספק, חשוב להביא בחשבון איך הם ייבדקו אם הפרויקט או הגישה לא יצליחו. במילים אחרות, שהביצועים של חבר הצוות לא קשורים ישירות להצלחת הפרויקט. לדוגמה, חברי צוות מבלים לעיתים קרובות שבועות ובודקים פתרונות שנכשלו בסופו של דבר. גם בתרחישים האלה הקוד באיכות גבוהה, התיעוד היסודי והיעילות שיתוף הפעולה שלהם אמור לתרום באופן חיובי להערכתם.