详细内容或原文请订阅后点击阅览
Sai Saripalli，工程经理 - 可扩展AI/ML中的非不可商品，将技术团队与用户联系起来，工程自动化，建立创新和弹性的团队
在这次采访中，我们与Autodesk的工程经理，耐克前技术领导者Sai Saripalli谈了关于在电子商务等动态环境中构建可扩展AI/ML系统的不断发展的需求。 SAI分享了将用户反馈嵌入工程工作流程中的实用见解，利用超出效率的自动化以及建立弹性真正需要的东西，[…]
来源:AI Time Journal在这次采访中，我们与Autodesk的工程经理，耐克前技术领导者Sai Saripalli谈了关于在电子商务等动态环境中构建可扩展AI/ML系统的不断发展的需求。 SAI分享了将用户反馈嵌入工程工作流程中的实用见解，利用自动化超出效率以及建立弹性，高影响力的团队真正需要的东西。从API优先设计到自动化所需的文化转变，这次访谈奠定了基础，旨在探讨工程卓越与业务和用户成果如何保持一致的方式。
sai saripalli在此处探索更多访谈：Brij Kishore Pandey，主要软件工程师 - AI在软件开发中的作用，处理PABYTE级数据和AI Integration Ethics
Brij Kishore Pandey，主要软件工程师 - AI在软件开发中的作用，处理PEPABYTE规模的数据和AI Integration Enthics将AI/ML集成到可扩展的云解决方案中时，您的工程剧本中的非商品是什么？
数据体系结构是基础：最关键，最不可谈判的方面是从第一天开始建立强大的数据管道。正如我们在耐克（Nike）所经历的那样，这个基本步骤是建筑对话人工智能的基础。它确保消费者搜索，产品目录和用户交互之间清洁，实时数据流，从而灌输对过程的安全感和信心。没有这个基础，即使是最好的ML模型也无法生产。
数据架构作为基础：AI-Fir-Fir-Fir-Fir-Fir-Firs Services：每个AI组件都必须设计为具有定义明确的API的服务。这种方法使我们的团队能够独立迭代自然语言理解组件，同时保持系统稳定性。这对于扩展团队和维护服务可靠性至关重要。
AI服务的API-Fir-Fir-Fir-Fir-Fir-Fir-First设计： 可观察性和模型性能监控： 故障安全机制AI系统必须优雅地降级：