机器学习平台实践.pptxVIP

;背景介绍

算法平台化尝试

经验总结;关于转转;曾经：

按业务线切分团队

纯业务收益导向，追求短期业绩产出

全栈机器学习工程师

现在：

统一算法部门，横向支持多条业务线

兼顾短期业务效果和中长期算法中台能力建设

专业化分工，算法RD和工程RD;算法场景举例;算法场景举例，andmore;需求多样且复杂，涉及算法模型面广

支持方式多样，既打主力，又打辅助

业务需求旺盛，算法研发狼多肉少;提高效率

加速算法迭代：开发、上线、调试

提高复用水平，减少重复工作

增加人手

扩充算法团队规模

算法能力中台化，赋能其他角色;Part2

算法平台化尝试;算法迭代的效率提升点;机器学习工具链;SpiritML;算子系统;开发流程;模型分发;模型服务;Part3

经验总结;在初创团队做算法工程的一些心得;