“公民数据科学家”的崛起：人性化机器学习如何增强人类智能

国际数据中心 据估计，从 2018 年到 2025 年，全球数据量将增长 61%，最终达到 175 泽字节，其中大部分是由企业产生的。那么，如何利用它来优化业务流程、改进日常运营并为决策提供信息？

Mind Foundry 说，答案在于人性化的机器学习平台 研究总监 Nathan Korda，他正在为业务问题负责人提供先进的机器学习功能，从而推动“公民数据科学家”的崛起。

数据太多，时间太少

如今，许多企业都在努力分析每天生成和收集的大量数据并从中提取全部价值。业务问题负责人（无论是 C 级高管、分析师还是运营经理）面临的挑战是如何有效地理解他们的数据以进一步推动业务价值并优化流程。

他们可能拥有充满数据的电子表格并使用简单的数据模型来提取有限的价值，但他们如何才能更进一步？答案在于通过以用户为中心的平台更易于机器学习。这是第一次让业务问题负责人（那些对特定问题及其对运营的影响有深入了解的人）能够将先进的机器学习功能与业务价值联系起来。

福利人人享有

传统上，机器学习被视为需要大量资源、时间和技术专长，其中通常包括聘请数据科学家——这是一个高度专业化的领域，目前人才供不应求。除此之外，数据科学家通常与业务问题分离得太远，无法将其背景化并了解其对运营的全面影响。

进入公民数据科学家——没有专门从事数据科学或分析角色的员工，他们可以使用人性化的机器学习平台来探索他们的数据并轻松部署模型以释放其所拥有的价值。得益于以用户为中心的平台，现有员工无需专业培训即可使用机器学习技术。这是让数据所有者无需大量投资或专业知识即可快速掌握自己的数据并大规模完成运营的重要里程碑。

在公司层面，这将先进的机器学习解决方案交到可能缺乏数据科学专业知识的中小型组织及其员工手中。但是机器学习的可访问性的提高也为数据科学家创造了新的机会，让他们腾出时间来更接近业务问题，并将他们的技能集中在数字化转型项目的创新上。

新的业务能力——速度和规模

机器学习平台为公民数据科学家提供了对快速准备和可视化数据以及随后构建、部署和管理合适模型所需的功能的更大访问。无论这涉及建议清理和正确格式化数据的操作，还是为数据集推荐最合适的模型，人性化的平台旨在引导用户从头到尾完成整个过程。

这种方法的一个核心方面是减少普通数据准备任务的数量。想想重复性的业务流程，并在日常基础上以类似的方式分析数据，例如预算预测。管理人员可以使用直观的机器学习平台快速识别和建立一个模型，该模型能够重复使用以每年修改预算，而不是占用数周的高级管理资源来根据预期的业务成果来最终确定预算——从而大大减少了时间投入这个过程继续进行。

或者，选择一家开发和生产精密部件的先进制造公司。他们可能拥有拥有数十年行业经验并且对设备传感器产生的数据有深刻理解的机械专家——但如果没有专门的数据科学团队，他们就无法识别优化模式和领域。借助人性化的机器学习平台，这些专家可以在几分钟内输入、清理和可视化数据，然后选择合适的数据模型来发现以前看不见的见解。

人遇机器：互补能力

机器学习平台旨在增强现有员工的技能组合。它们消除了传统上将机器学习应用于业务数据所投入的大量时间和资源，但流程的所有权和控制权仍然属于用户。这是成功使用机器学习技术的关键。

机器学习应用程序非常适合风险评估和管理，以及进行数据驱动的判断调用，但缺乏对人类事务进行情境化和解决问题所需的直觉和创造力。这就是人性化机器学习平台在“人类”任务和“计算机”任务之间划清界限的地方。他们承担劳动密集型、重复性的任务，例如数据清理、数据驱动的模型发现和模型验证，并使问题负责人能够将时间和资源更直接地集中在手头的业务问题上。

最终，在应用机器学习时，计算机将始终必须与人类协作。为确保项目成功，机器学习需要成为人类团队的一部分，增强人类的技能、智力和能力。人类具有将数据和相关错误情境化的独特能力。举一个简单的例子，其中错误代码存在于大型数据集中。机器学习平台很难将其情境化，但熟悉业务流程的人员可以快速提供解释，例如传感器超出范围。

除了直接的好处之外，一旦公民数据科学家离开公司，机器学习平台就可以解决遗留问题。这些员工可以开发机器学习解决方案来解决特定的业务问题，并确保这些成就在他们继续前进后仍将是可操作的、直观的和可重复使用的。

机器学习现在适用于每个企业

随着各种规模的企业努力优化日常运营，机器学习将变得越来越普遍。不要忘记，业务问题负责人总是对特定问题及其与现有业务优先事项的相关性有独特而深入的了解。他们第一次可以通过快速大规模利用机器智能来直接识别和提升数据的价值。

将机器学习应用于数据不再是一个耗时数月的艰巨、耗费资源的项目。公民数据科学家的崛起为中小型企业带来了重大机遇，让他们能够快速利用先进的机器学习功能，从数据中发掘更多洞察力和商业价值。

Nathan Korda 是牛津大学机器学习衍生项目的研究主管 心灵铸造 .