为什么我们建立机器学习工程平台,而不是数据科学平台?
云栖号资讯:【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 大约一年前,我们中的一些人开始研究开源机器学习平台 Cortex 。我们的动机很简单:鉴于从模型中构建应用程序是一种可怕的体验,充满了胶水代码和样板,我们需要一个工具,能将这些都予以抽象化。 虽然我们对自己在 Cortex 上的工作感到非常自豪,但我们只是过去一年来加速趋势的一部分,那就是机器学习工程生态系统的发展。公司雇佣机器学习工程师的速度比以往任何时候都要快,发布的项目也越来越好。尽管这让我们感到很兴奋,但我们仍然经常听到这样一个问题:“什么是机器学习工程?”在本文中,我想为读者们解释什么是机器学习工程,以及为机器学习工程师构建一个平台意味着什么。什么是机器学习工程?为什么它不是数据科学?让我们先从更多人熟悉的数据科学的背景来定义机器学习工程。要给数据科学下一个定义,还不会让人愤怒评论,这很难,但我还是会试着下一个定义:从广义上讲,数据科学是一门应用科学过程从数据中获得见解的学科。机器学习工程是一门利用机器学习构建应用程序的学科。 显然,这里有很多重叠之处。两者都是封装了机器学习的...

