您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
人工智能是否会成为大数据和分析生态系统的匹配?
数据,人工智能,工程师人工智能是否会成为大数据和分析生态系统的匹配?
发布时间:2020-12-06加入收藏来源:互联网点击:
所有这些都是寻找所有者的挑战,智能组织正在查看其组织图,以发现此任务的所有者不一定存在。这当然不是后端工程师的工作,因为它不是关于开发应用程序逻辑。事实上,这不是传统的 DevOps 工程师的责任,他们传统上不参与基础软件逻辑或使用案例,也不参与基础数据源或连接所有内容所需的管道。此外,与传统的 DevOps 不同(核心任务是在需要的尽可能多的情况下复制核心软件 Applet 并保持高可用性),这里的核心任务是复制大型培训作业,同时同时运行多个、持续、不同的培训和实验作业,以便实现高效和及时的开发过程。
因此,在引入数据科学家之后,我们终于到达了人工智能开发核心的组织变革的第二阶段:输入数据工程师。
这个新兴的工程师类别(通常称为数据工程师,有时在行业试图确定一个术语时有其他名称)的任务是构建数据管道和扩展机制,以利用人工智能工作负载的弹性计算资源。他们的工作是向数据科学家提供基于云或预设的数据和基础设施,以便他们的算法能够有效地访问和运行他们的实验,以构建最终的部署模型。
因此,数据工程师需要处理一方面是数据管理(以前称为 DBA), 另一方面是处理类似 DevOps 的任务,这些任务需要配置特定的硬件来扩展软件,以及为每个软件应用程序安排许多不同(但相关的)任务。
认识到这一需要的组织现在正迅速采取行动,通过将数据工程师引入流程来重组其 AI 团队;这一调整使他们在竞争中具有明显的优势,而竞争仍在苦苦挣扎——失败——迫使他们的数据科学团队在其现有的 IT 或研发组织结构中有效运作。
上一篇:晚清时期为何难出家喻户晓的名将?
下一篇:返回列表
相关链接 |
||
网友回复(共有 0 条回复) |