David Tan, Ada Leung, David Colls 著

黄俊彬 译

出版时间：2025年06月

页数：410

“构建机器学习产品不再是单个数据科学家的工作，要取得成功，现在需要来自整个组织的共同努力。作者分享了宝贵的真实项目经验，讲述了什么有效，什么无效。”
——Mat Kelcey
首席机器学习工程师，Edge Impulse
掌握加速交付机器学习解决方案所需的宝贵技能和技巧。通过这本实用指南，数据科学家、机器学习工程师及其领导者将学习如何以一种简单而实际的方式，弥合数据科学与精益产品交付之间的鸿沟。本书作者将向你展示如何运用经过验证的软件工程技能和精益产品交付实践，减少繁琐和浪费，缩短反馈循环，并在构建机器学习系统和产品时提升团队的工作流。
本书基于作者在多个实际数据和机器学习项目中的经验，所提供的经过验证的技巧将帮助你的团队避开机器学习领域中的常见陷阱，从而使你能够更快速、更可靠地进行迭代和扩展。你将学习如何克服障碍，顺畅地交付机器学习解决方案。
你还将学习如何：
● 为机器学习系统编写自动化测试，容器化开发环境，并重构有问题的代码库。
● 运用MLOps和CI/CD实践，加速实验周期并提升机器学习解决方案的可靠性。
● 运用精益交付和产品实践，提高构建符合用户需求的正确产品的成功率。
● 确定适合的团队结构及团队内外的协作方式，以促进快速工作流、减少认知负担，并在组织内推广机器学习实践。