Jak zacząć przygodę z danymi?

Dane stają się coraz ważniejszym elementem przewagi konkurencyjnej, jest to stwierdzenie coraz częściej powtarzane i nie poddawane pod wątpliwość. Firmy chcą w naturalny sposób skorzystać z tego trendu. Daje on nadzieję na uzyskanie korzyści biznesowych i przez to powoduje, że podejmowane są próby uzyskania tych korzyści. Niestety tylko niektóre z nich kończą się sukcesem.

Przykładem niech będzie wykorzystanie uczenia maszynowego i sztucznej inteligencji. Inicjatywy w tych obszarach stają się obok nowoczesnego raportowania i wizualizacji danych na dashboardach ważnymi krokami w realizacji tego kierunku, nie są one jednak możliwe bez odpowiedniego przygotowania. Firmy w idąc zgodnie z ogólnymi trendami bardzo często kończą efektami zupełnie różnymi od zamierzonych. Realizacja samego procesu uczenia maszynowego wymaga poza optymalnym kodem modelu, na którym w pierwszej kolejności skupiają się badacze, zapewnienia wielu innych aspektów. Poniżej przedstawiam jak widzą to badacze z firmy Google.


Rys. Kod machine learningowy pokazany jako część całego ekosystemu danych i infrastruktury. Advances in Neural Information Processing Systems 28 (NIPS 2015)

1Źródło: https://papers.nips.cc/paper/5656-hidden-technical-debt-in-machine-learning-systems.pdf

Aby osiągnąć sukces, należy skupić się na wielu aspektach, nie tylko na tym co jest akurat na fali, czyli na przykład na machine learningu czy sztucznej inteligencji. Aby osiągnąć sukces biznesowy ważne są sprawy nawet nie ujęte na rysunku od google’a.

Na blogu tym będę poruszał po kolei wszystkie kluczowe czynniki sukcesu potrzebne szefom analityki i osobom zaangażowanym w wykorzystanie danych. Zapraszam do lektury 🙂

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *