Reliable ML

Каникулы Бонифация Или ML System Design - наше все В этом году устроила для себя необычный отпуск - поехала с маленькой дочкой в ее первый математический лагерь: напитаться детским счастьем, поддержать интерес к математике, а еще пооткисать за любимыми делами, и пет-проектами пока детей занимают) Оказалось, что в матлагеря детей везут очень интересные родители. Довольно быстро мы перезнакомились и я обнаружила себя в центре обсуждения задачки по ML в нефтепереработке, в которой «математики, клод, чатгпт и эксперты бьются над решением уже больше 6 месяцев». Предложила поговорить детальнее и проверить дизайн системы. За 15 минут беседы мы выяснили 2 вещи: • Задача на ML была поставлена неверно. Так, что ее и не имеет смысла решать ни Клодом, ни математиками: ни 6 месяцев, ни год. Пользы для процесса и бизнеса решение не принесет. • В решении задачи не используется 80% данных, которые есть и которые могли бы очень помочь при правильной постановке задачи. Еще за 10 минут мы разобрались, как именно можно поставить первую задачу на ML (классификацию) и какие данные стоит взять. При такой постановке любой DS справится за несколько дней. Обсудили, какие полезные решения для бизнеса можно будет принять на основе результатов. Еще за 5 минут накидали, как можно далее усложнять решение, когда первая итерация уже будет внедрена. Мама, отвечающая за внедрение проекта, ушла с листочком A4 и со схемами, менять ход проекта. К чему я это все? Качайте ML System Design и учитесь выходить за рамки задачи. Ключевое - решать проблему бизнеса, а не пытаться сделать быстро и круто задачу в том виде, как ее вам кто-то принес. Ну а мы с Димой готовим для вас большие обновления в части ML/AI System Design. Stay tuned! Ваш @Reliable ML #reliable_ml #ml_system_design #мысли_вслух