@lsmn
2015-12-17T06:46:18.000000Z
字数 1050
阅读 2546
Quora
数据科学
机器学习
数据科学家和机器学习工程师如何有效协作是一个困扰许多公司的问题。在前不久于旧金山举行的MLConf大会上,Quora工程副总裁Xavier Amatriain介绍了他们应对这一问题的方法。近日,他又援引Quora数据科学家William Chen的说法进一步阐述了Quora的做法。
数据科学家和机器学习工程师如何有效协作是一个困扰许多公司的问题。在前不久于旧金山举行的MLConf大会上,Quora工程副总裁Xavier Amatriain介绍了他们应对这一问题的方法。近日,他又援引Quora数据科学家William Chen的说法进一步阐述了Quora的做法。
按照William的说法,在Quora,机器学习工程师是工程部门的组成部分,而数据科学家是数据科学部门的组成部分。工程部门负责构建产品和算法,并保证其快速可靠地运行,而数据科学部门负责理解Quora的数据,并指导产品决策。但机器学习工程师和数据科学家都会参与机器学习项目,他们的工作主要有如下两个方面的差别:
更具体地讲,机器学习工程师负责:
数据科学家负责:
通常,机器学习项目会同时配备数据科学家和机器学习工程师。在Quora,他们通过如下三个步骤实现合作:
对于William的说法,Xavier作了一些补充。他认为,机器学习团队和数据科学团队的界限很模糊。他更喜欢谈论两者的工作重心,而不是界限,因为定义团队的目标是明确重点,而不是制造分歧。同样地,机器学习工程师和数据科学家的界限也不清晰,那取决于个人的职业选择和背景。例如,机器学习工程师并不一定是个编码专家,他可以是一个有丰富机器学习经验的人。数据科学家同样如此。