
这里狭义的理解为数据挖掘或者AI算法
1.业务建模,这个业界基本有参照;
2.数据收集,这个过程涉及大量数据预处理和工程架构,底子打好才不至于返工。
3.基于1和2找合适的算法,或者自研,构造算法输入(一般是生成样本和特征) ,选择合适的评估指标和基线
4.大部分工作完成,输出模型预测结果(构建模型服务) ;
5.生产环境灰度实验,结果理想置信度较高可全量发布。
6.构建闭环,总结新算法的优缺点,提出改进方案,继续优化。或者根据业务迭代更好的赋能整个产品

这里狭义的理解为数据挖掘或者AI算法
1.业务建模,这个业界基本有参照;
2.数据收集,这个过程涉及大量数据预处理和工程架构,底子打好才不至于返工。
3.基于1和2找合适的算法,或者自研,构造算法输入(一般是生成样本和特征) ,选择合适的评估指标和基线
4.大部分工作完成,输出模型预测结果(构建模型服务) ;
5.生产环境灰度实验,结果理想置信度较高可全量发布。
6.构建闭环,总结新算法的优缺点,提出改进方案,继续优化。或者根据业务迭代更好的赋能整个产品