マイク・デル・バルソ氏とUberの機械学習プラットフォーム - TWiML Talk #115

Practical AIのこのポッドキャストエピソードでは、Uberの機械学習プラットフォームのプロダクトマネージャーであるマイク・デル・バルソ氏へのインタビューが特集されています。議論の中心は、組織内で機械学習を実装するための課題とベストプラクティスです。デル・バルソ氏は、メンテナンスとモニタリングのためのインフラストラクチャの不備、非現実的な期待、データサイエンスと開発チームのための適切なツールの欠如など、一般的な落とし穴を強調しています。インタビューでは、Uberの内部機械学習プラットフォームであるミケランジェロと、オープンソースの分散TensorFlowシステムであるHorovodについても触れています。エピソードは、リスナーに#MyAIコンテストで投票を促す呼びかけで締めくくられています。

• •組織は、機械学習のメンテナンスとモニタリングのための適切なインフラストラクチャを優先する必要があります。
• •現実的な期待は、機械学習の実装を成功させるために不可欠です。
• •データサイエンスと開発チームに適切なツールを提供することが不可欠です。