详细内容或原文请订阅后点击阅览
我本月学到的机器学习课程
主动性、阻塞和规划这篇文章《本月我学到的机器学习课程》首先出现在《迈向数据科学》上。
来源:走向数据科学接下来几个月还能工作吗？年？甚至可能几十年？
大多数人都会在这段时间内工作。尽管未来的大多数事情都是不确定的，但有些事情很可能仍然存在于我们的工作中。例如，项目——普通的旧组织努力向前推进。这是我今年三月对他们的了解。
积极主动确保进展顺利
在工作中，我们都有害怕的项目。但我们也有自己喜欢的项目，希望能花更多时间在上面。无论我们是否喜欢一个项目，项目通常都有相当长的时间范围。它们的存在并不是为了它们本身（尽管有时我们会感到不安，因为它们确实存在）。相反，项目是有组织的努力，使我们或我们的公司实现选定的目标。
在机器学习领域，这样的目标可以采取多种形式。它可能正在将模型运送给客户。这可能意味着写一篇论文。这也可能意味着建立 MLOps 管道。无论如何，它需要我们长期关注。大多数情况下，这些项目需要其他人的支持。
是的，支持。并不是说其他人需要积极推动项目前进（不过，这是非常受欢迎的！）。相反，是指其他人需要提供这个或那个来帮助你取得进步。有时这可能是一件小事，例如批准您使用特定的计算资源。在其他情况下，它可以更大，例如批准购买急需的软件。
项目进展顺利、风向正确的情况是相当罕见的。相反，你需要做这个，做那个，然后检查另一件事——而这些都可能成为障碍。
在 ML 项目工作中，主动性可以采取多种形式：提前请求批准、创建备份计划大纲、准备好后备方案，或者预先分配更多时间来创建缓冲区。