酷应用

软件工程师与数据科学家如何更好协作？CMU特意上线了这门课程

百家 作者：大数据文摘 2020-06-12 13:51:51
大数据文摘出品
作者：刘俊寰

你是否有过这样的疑问：
  • 如何指定或评估具有AI系统的正确性或有用性？
  • 如何分析和减轻错误结果？
  • 如何检测不良的数据质量，不良的模型质量和数据漂移？
  • 如何确保AI系统的公平性和隐私性？

搓手期待许久的CMU AI系统软件工程课程资料可以解决你这些问题！


根据官方介绍，该课程从主要从软件工程的角度出发，讨论了如何采用由数据科学家开发的想法和模型，比如脚本和Jupyter笔记本，将这些想法和模型部署为可伸缩且可维护的系统的一部分，比如移动应用程序、Web应用程序、IoT设备。

也就是说，这个课程不会把中心放在建模和学习本身，而是假设你已经与数据科学家建立了工作关系，在设计、实现、操作等问题上如何与模型进行交互。

如果你是一个想要了解在使用AI组件方面有哪些具体挑战的软件工程师，或者是一个想要了解如何把原型模型投入生产的数据科学家，这个课程都会对你有所帮助。

在具体的课程安排上，课程使用的教材以Goeff Hulten撰写的Building Intelligent Systems: A Guide to Machine Learning Engineering为主，同时安排有一定的小组讨论和合作项目。

在时间安排上，这门课程共有12单元，也就是说，平均每周在该课程上花费应该要达到12个小时，其中每周上课4个小时，阅读和作业8个小时。

对于作业，超过DDL最多三天，还需要接受一定的惩罚。同时，由于最终成绩由50％的作业、15％的期中考试、20％的期末考试、10％的参与度、5％的阅读测验共同构成，每个环节都将对最终成绩产生一定的影响。

课程安排如下：


链接：
https://ckaestne.github.io/seai/

文摘菌只能帮你到这里了，接下来就靠你自己了，加油鸭ヾ(◍°∇°◍)ﾉﾞ


我的公司是否需要独立的数据团队?
我该何时、怎么样建设自己的数据团队?
数据团队的价值如何衡量?
疫情之下，数据团队又受到哪些影响？

一起透析数据团队建设全景！
扫码填写问卷▼




实习/全职编辑记者招聘ing

加入我们，亲身体验一家专业科技媒体采写的每个细节，在最有前景的行业，和一群遍布全球最优秀的人一起成长。坐标北京·清华东门，在大数据文摘主页对话页回复“招聘”了解详情。简历请直接发送至zz@bigdatadigest.cn




点「在看」的人都变好看了哦！

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/

*文章为作者独立观点，不代表 爱尖刀 立场
本文由 大数据文摘发表，转载此文章须经作者同意，并请附上出处( 爱尖刀 )及本页链接。
原文链接 https://www.ijiandao.com/2b/baijia/367780.html
图库
大数据文摘 大数据文摘
公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接
百度热搜榜
排名 热点 搜索指数
iTrust
AiDeep Ued
关于我们 联系我们 升级日志 法律声明 广告服务 侵删通道
Copyright © 2021 K2CMS All rights reserved.
京ICP备14006288号