Alapvető szerepek egy ML-projektben, az "utolsó mérföld"-probléma | Szaffenauer Judit | MLCast #5
Ehetei témáink során szemügyre vesszük, mik azok főbb ML-es szerepkörök, amelyek ma megtalálhatók (és keresettek) a munkaerőpiacon, hogy mi az az Utolsó Mérföld-probléma és hogyan kerüld el a saját ML-projektednél, valamint, hogy milyen állások tűnnek majd el és születnek az egyre jobban elterjedő AI-alapú megoldások hatására. 0:00 - Bemutatkozás 1:05 - AI & Startup-kultúra Amszterdamban - állam, vagy magánkéz? 3:29 - Közösségépítési tippek kezdőknek 6:11 - Mik az új Machine Learninges projektek alapvető hibái - miért dől be az adatos projektek 80%-a? Az Utolsó Mérföld-probléma. Az említett cikk: https://hbr.org/2019/01/data-science-and-the-art-of-persuasion 12:33 - Alapvető Machine Learninges munkakörök - engineer, scientist, analyst, leader - melyik mit csinál, mihez kell értenie? 21:13 - Hogyan kezdjünk Machine Learning projektet a cégünknél - hogyan kerüljük el az Utolsó Mérföld-problémát? 35:28 - A Hídember - új munkakör, vagy vezetői skill? 39:14 - Merre fejlődik az ML/AI területe Judit szerint? Milyen állások szűnnek meg, milyen új állások születnek? 51:59 - Judit elérhetőségei ©2020, minden jog fenntartva