Почему вокруг так много статей и выступлений про машинное обучение, но большая часть проектов так и не добирается до промышленного внедрения? Алексей Арустамов выступил с докладом в офисе Яндекса и поделился своим опытом управления проектами с высокой ценой ошибки.
Модели машинного обучения нужно уметь не только разрабатывать, но и «продавать» бизнес-заказчику. Если у него не будет понимания, почему предлагается именно такое решение, то всё закончится статьёй в журнале и докладом на конференции. Недостаточно построить модель, надо, чтобы бизнес в эту модель «поверил».
В выступлении рассказывается о ключевых моментах на которые необходимо обращать внимание, чтобы повысить вероятность реального применения в бизнесе построенных моделей.
Вот только некоторые из вопросов, которые затронул Алексей в своем докладе:
В рассмотренном кейсе построения скоринговой карты описывается подход к ведению проекта и оформлению результатов, способствующий повышению доверия к результату и снижающий вероятность работы «в стол».
Те, кто предпочитает текстовый формат, могут ознакомиться с расшифровкой доклада в блоге Яндекса на Хабре.
pdfКак не работать в стол: управление проектами с высокой ценой ошибки
