La gestión de proyectos de ciencia de datos y aprendizaje automático a gran escala es un desafío porque difieren significativamente de la ingeniería de software. Dado que nuestro objetivo es descubrir patrones en los datos sin codificarlos explícitamente, existe una mayor incertidumbre, lo que puede generar diversos problemas, como:
- Las altas expectativas de las partes interesadas pueden no cumplirse
- Los proyectos pueden tardar más de lo previsto inicialmente
La incertidumbre que surge de los proyectos de aprendizaje automático es una de las principales causas de los contratiempos. Y cuando se trata de proyectos de gran escala (que normalmente conllevan mayores expectativas), estos contratiempos pueden verse amplificados y tener consecuencias catastróficas para las organizaciones y los equipos.
Esta publicación de blog nació después de mi experiencia en la gestión de proyectos de ciencia de datos a gran escala con Datos atrevidosHe tenido la oportunidad de gestionar diversos proyectos en varias industrias, colaborando con equipos talentosos que han contribuido a mi crecimiento y éxito a lo largo del camino; es gracias a ellos que pude recopilar estos consejos y ponerlos por escrito.
A continuación, se presentan algunos principios básicos que me han guiado para lograr el éxito de muchos de mis proyectos. Espero que los encuentre útiles…