Artwork

Innehåll tillhandahållet av Klaviyo Data Science Team. Allt poddinnehåll inklusive avsnitt, grafik och podcastbeskrivningar laddas upp och tillhandahålls direkt av Klaviyo Data Science Team eller deras podcastplattformspartner. Om du tror att någon använder ditt upphovsrättsskyddade verk utan din tillåtelse kan du följa processen som beskrivs här https://sv.player.fm/legal.
Player FM - Podcast-app
Gå offline med appen Player FM !

Klaviyo Data Science Podcast EP 46 | ML Ops 101

45:10
 
Dela
 

Manage episode 411638972 series 3251385
Innehåll tillhandahållet av Klaviyo Data Science Team. Allt poddinnehåll inklusive avsnitt, grafik och podcastbeskrivningar laddas upp och tillhandahålls direkt av Klaviyo Data Science Team eller deras podcastplattformspartner. Om du tror att någon använder ditt upphovsrättsskyddade verk utan din tillåtelse kan du följa processen som beskrivs här https://sv.player.fm/legal.

An Introduction to ML Ops

Building data science products requires many things we’ve discussed on this podcast before: insight, customer empathy, strategic thinking, flexibility, and a whole lot of determination. But it requires one more thing we haven’t talked about nearly as much: a stable, performant, and easy-to-use foundation. Setting up that foundation is the chief goal of the field of machine learning operations, aka ML Ops.

This month on the Klaviyo Data Science Podcast, we give a brief but thorough introduction to the field of ML Ops. You’ll hear about:

  • How ML Ops is different from the similar fields of data science and DevOps
  • What skills a successful ML Ops developer should have, and what an ML Ops developer’s day-to-day looks like
  • Why concepts like “velocity” and “stability” have their own special nuances in the world of ML Ops

For the full show notes, including who's who, see the ⁠⁠⁠⁠⁠⁠Medium writeup⁠⁠⁠⁠⁠⁠.

  continue reading

54 episoder

Artwork
iconDela
 
Manage episode 411638972 series 3251385
Innehåll tillhandahållet av Klaviyo Data Science Team. Allt poddinnehåll inklusive avsnitt, grafik och podcastbeskrivningar laddas upp och tillhandahålls direkt av Klaviyo Data Science Team eller deras podcastplattformspartner. Om du tror att någon använder ditt upphovsrättsskyddade verk utan din tillåtelse kan du följa processen som beskrivs här https://sv.player.fm/legal.

An Introduction to ML Ops

Building data science products requires many things we’ve discussed on this podcast before: insight, customer empathy, strategic thinking, flexibility, and a whole lot of determination. But it requires one more thing we haven’t talked about nearly as much: a stable, performant, and easy-to-use foundation. Setting up that foundation is the chief goal of the field of machine learning operations, aka ML Ops.

This month on the Klaviyo Data Science Podcast, we give a brief but thorough introduction to the field of ML Ops. You’ll hear about:

  • How ML Ops is different from the similar fields of data science and DevOps
  • What skills a successful ML Ops developer should have, and what an ML Ops developer’s day-to-day looks like
  • Why concepts like “velocity” and “stability” have their own special nuances in the world of ML Ops

For the full show notes, including who's who, see the ⁠⁠⁠⁠⁠⁠Medium writeup⁠⁠⁠⁠⁠⁠.

  continue reading

54 episoder

Alla avsnitt

×
 
Loading …

Välkommen till Player FM

Player FM scannar webben för högkvalitativa podcasts för dig att njuta av nu direkt. Den är den bästa podcast-appen och den fungerar med Android, Iphone och webben. Bli medlem för att synka prenumerationer mellan enheter.

 

Snabbguide

Lyssna på det här programmet medan du utforskar
Spela