机器学习应用开发中的问题

ML应用程序开发面临的一些问题。

监控：如何知道你的数据分布发生了变化。

数据标注：如何快速标注新数据或为新模型重新标注数据。

CI/CD测试：如何保证模型在每次更改后仍然按照预期工作，因为调试模型需要几天的时间。

部署：如何打包和部署新模型或替换现有模型。

模型压缩：如何压缩模型以适应消费类设备，例如 手机

硬件设备：有没有快速且廉价的硬件来运行ML算法。

隐私：如何使用用户数据来训练模型且同时保护他们的隐私。

公司面对的难题：

ML研究人员和软件开发工程师之间缺乏沟通，因为研究团队和软件开发团队是分开的，两个团队之间只通过产品经理或项目经理，直接导致生产效率变长。