【2018蘋果發表會】史上最大最貴iPhone現身,也別錯過有「跌倒 ... | apple發表會2018
「我是工程師,營運的事別問我。」,「我負責營運,聽不懂技術啦。」過去,企業內工程與營運部門彼此難以交流經驗,往往壁壘分明,但隨著進入AI應用和機器學習的時代,在數據領域,機器得定期重新訓練數據模型,以因應產品上線後的種種潛在挑戰。然而,對資料量龐大、變化亦快速的金融業而言,當團隊人力和時間都很珍貴時,該如何好好管理機器學習流程?打造「MLOps文化」,就是玉山銀行的解法。當「數據工程」與「營運」手牽手,玉山科技團隊創造出高效率工作與溝通。MLOps問世:來,數據工程和營運手牽手約在2018年,微軟首度提出ML...
「我是工程師,營運的事別問我。」,「我負責營運,聽不懂技術啦。」過去,企業內工程與營運部門彼此難以交流經驗,往往壁壘分明,但隨著進入AI應用和機器學習的時代,在數據領域,機器得定期重新訓練數據模型,以因應產品上線後的種種潛在挑戰。
然而,對資料量龐大、變化亦快速的金融業而言,當團隊人力和時間都很珍貴時,該如何好好管理機器學習流程?打造「MLOps文化」,就是玉山銀行的解法。當「數據工程」與「營運」手牽手,玉山科技團隊創造出高效率工作與溝通。
MLOps問世:來,數據工程和營運手牽手約在2018年,微軟首度提出MLOps概念:
即Machine Learning(機器學習)+DEV(開發)+OPS(營運)三個詞彙的集合。
它代表的意義是:機器學習不再是純粹的數據領域,必須要工程與營運相互攜手,才能走得更快、更遠。
無獨有偶,國外企業也陸續打造MLOps文化以提高生產力。例如:橫跨社群、電商和娛樂3大領域的日本知名網路企業DeNA[1],不只透過引入MLOps降低整體工時,同時也打破機器學習的進入障礙,讓一般業務團隊也能看懂,並操作機器學習。
當這個發跡於軟體科技領域的概念走入玉山銀行,也讓銀行變得不只是銀行,反倒更像一間創新的軟體科技公司。
如果說未來人才是橫跨2、3大知識領域的「π型人才」,那未來能在數據應用領域勝出的金融企業,也將是跨界的「π型組織」。例如:專精建立基礎建設、平台的工程師,也懂機器學習;負責打造產品的工程師,也涉足營運、法務、風管等相關知識;而第一線營運單位,也能與工程師討論技術應用。
為了創造「工程與營運手牽手」的軟體開發文化,玉山屏棄傳統的「開需求、訂規格、填表單」的瀑布式線性開發模式,約從2年前起,在內部成立虛擬的跨單位組織「Cross Function Team」。
該組織就像工程師們進行流程管理、任務指派時常用的Scrum模式,讓業務、產品企劃、風控法遵、建模、工程等各大單位代表成員都同時參與,並以顧客體驗為核心,共同討論出解決痛點與斷點的方法。而這個虛擬跨單位組織,至今也已成為玉山各大業務單位在資料科學領域互動、交流的重要平台。