亞馬遜云科技怎樣構(gòu)建機器學習團隊？顧凡解密

5月18日消息，近日，在完全托管的機器學習服務AmazonSageMaker正式落地中國區(qū)域一周年之際，亞馬遜云科技宣布在其北京和寧夏區(qū)域上線7大新功能，豐富了其針對不同企業(yè)需求而打造的人工智能與機器學習工具集。

為了讓數(shù)據(jù)科學家、算法工程師、業(yè)務開發(fā)者都能輕松駕馭機器學習，亞馬遜云科技于2017年11月推出了AmazonSageMaker機器學習平臺服務?？梢詭椭_發(fā)者和數(shù)據(jù)科學家快速地規(guī)?；瘶?gòu)建、訓練和部署機器學習(ML)模型。AmazonSageMaker是業(yè)界首個面向機器學習開發(fā)者的集成開發(fā)環(huán)境，也是亞馬遜云科技機器學習服務層面的核心產(chǎn)品。

僅僅去年一年AmazonSageMaker就新增了250多項機器學習的功能。目前，全球已有數(shù)以十萬計的客戶利用AmazonSageMaker加快機器學習部署。

在談及AmazonSageMaker在中國市場的發(fā)展策略時，亞馬遜云科技大中華區(qū)云服務產(chǎn)品管理總經(jīng)理顧凡表示，我們希望通過將更多服務落地到中國區(qū)域，并堅持‘授人以魚不如授人以漁’，甚至更進一步‘扶上馬，送一程’的方式，幫助客戶更快應用機器學習技術(shù)，把機器學習的能力交到每一位構(gòu)建者手中，加速人工智能和機器學習的普惠。

Gartner數(shù)據(jù)顯示，75%的企業(yè)在2024年底會把機器學習從試點轉(zhuǎn)向生產(chǎn)系統(tǒng)。事實上，企業(yè)所屬業(yè)務行業(yè)千差萬別，每一家企業(yè)需要的AI能力和服務可能都不盡相同。AmazonSageMaker究竟是如何做到快速讓成千上萬的企業(yè)信賴它的？顧凡談到的幾點或許至關(guān)重要。

追求AI/ML普惠打造工具箱

顧凡介紹，亞馬遜云科技把AI/ML普惠作為核心使命。要想完成這個使命最重要的一條就是幫助不同客戶提供趁手的工具，授人以魚不如授人以漁。這需要亞馬遜云科技打造一個特別全的工具箱，不一樣的客戶可以在里面選擇最順手的工具。同時，授人以漁最核心的是幫助客戶擁有工具、擁有人才，這是亞馬遜云科技做機器學習工具集的核心目的。

據(jù)悉，AmazonSageMaker擁有的工具橫跨整個機器學習開發(fā)生命周期，能夠幫助數(shù)據(jù)科學家的效率提升10倍，降低機器學習總體應用成本高達54%。

“對于那些沒有數(shù)據(jù)科學家、甚至連熟悉算法的開發(fā)工程師也沒有的企業(yè)，AmazonSageMaker能提供開箱即用的、已經(jīng)訓練好的模型。”顧凡強調(diào)，對于那些有一定開發(fā)工程師或數(shù)據(jù)科學家的企業(yè)，他們最需要的是規(guī)?；a(chǎn)出。借助AmazonSageMaker的工具，一位大學畢業(yè)的開發(fā)工程師經(jīng)過培訓，就可以在四周以內(nèi)開發(fā)一個模型，大大降低AI模型開發(fā)門檻。

讓數(shù)據(jù)科學家解決企業(yè)實際問題

但是，問題來了，如何保障AmazonSageMaker打造的工具，就是企業(yè)需要的呢？

”亞馬遜作為號稱機器學習無處不在的公司，曾經(jīng)也走過一段彎路，之前考慮過把如此稀缺的數(shù)據(jù)科學家資源放在一組，后來發(fā)現(xiàn)根本不行。“顧凡介紹，“亞馬遜的做法是不許把數(shù)據(jù)科學家放到一個團隊，全部放到業(yè)務團隊當中，跟業(yè)務團隊的產(chǎn)品經(jīng)理、開發(fā)人員、運營人員在一塊。往往懂業(yè)務的人都積累了很多年，但不一定懂機器學習，懂機器學習算法的人不一定懂業(yè)務，想找兩個完美結(jié)合的人太難了，但必須要讓這兩組人有一個交集，否則他們只會按照自己的想法去工作。“

顧凡強調(diào)，亞馬遜云科技對招募的數(shù)學科學家的原則就是來解決客戶體驗問題，把客戶體驗問題解決了，順便發(fā)點論文是可以的，但如果你是來做研究的，抱歉不歡迎，我們解決的是實際客戶的體驗問題。真正要對一個傳統(tǒng)行業(yè)做改造，行業(yè)知識超級重要。

在幫助企業(yè)進行智能化轉(zhuǎn)型過程中，顧凡稱，亞馬遜云科技會持續(xù)不斷地堅持幾點：授人以漁，扶上馬送一程，真正把機器學習的能力交到每一位開發(fā)者和構(gòu)建者的手中。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。