跳到内容
    由行业专家主持,汤姆•达文波特主持的MLOps圆桌会议

    随需应变的圆桌会议讨论

    如何让数据科学成为模型驱动的业务

    记录日期:2021年8月19日,星期四

    毫无疑问, 机器学习和人工智能有望重新定义企业如何解决世界上最重要的问题. 今天的模型驱动业务利用数据科学向前看,而不是向后看, 这些机构希望通过企业MLOps发挥自己的力量,推动两位数的收入增长. 为什么没有更多的人成功?

    从企业MLOps专家那里获得建议

    由Domino Data Lab和杰出的演讲者主持, 作者, 和顾问, 汤姆·达文波特——《BB电竞》最常发表文章的作者之一——这次小组讨论探讨了为什么世界上许多最先进的公司难以大规模地提供数据科学.

    从专家那里听取第一手资料,研究影响到成为模型驱动的最佳努力的挑战, 企业领导者通过企业MLOps成功地克服了这些困难, 并学习经过验证的方法,将模型置于业务的核心.

    汤姆•达文波特

    著名思想领袖、哈佛商业评论撰稿人

    汤姆是总统巴布森学院信息技术与管理学的杰出教授, 他是国际分析研究所的联合创始人, 麻省理工学院数字经济计划的成员, 也是德勤分析的高级顾问. Tom一直处于工艺创新的前沿, 知识管理, 以及分析学和大数据运动.

    汤姆在2006年发表的《BB电竞》(Harvard Business Review)文章和2007年出版的书中率先提出了“分析竞争”的概念. 从那时起, 他继续提供关于企业如何利用人工智能的前沿见解.

    汤姆•达文波特

    著名思想领袖、哈佛商业评论撰稿人

    马特Aslett

    研究主管-数据,人工智能,分析,451研究

    马特Aslett是负责数据和人工智能的研究总监 & 分析频道在451研究,一部分S&P全球市场情报. 该渠道包括操作数据库和分析数据库, Hadoop, 网格/缓存, 流处理, 数据集成, 数据治理和数据管理, 还有数据科学和分析, 机器学习与人工智能.

    Matt目前主要关注的领域包括数据抽象, 虚拟化和分析加速, 数据文化和数据素养, 数据流, 以及流数据集成, 以及混合云数据处理.

    马特Aslett

    研究主管-数据,人工智能,分析,451研究

    Irina Malkova

    Salesforce数据科学应用副总裁

    Irina的团队为内部决策构建了ML应用程序, 例如爱因斯坦指导(收入预测工具)和净采用评分(衡量工具), 比较, 并在Salesforce 40多条产品线的企业应用中发挥作用). 在加入Salesforce之前, Irina在数据治理初创公司Alation取得了客户成功, 在sri支持的初创公司Tempo AI进行产品分析, 并领导了马来西亚电信和麦肯锡的数字转型.

    她拥有俄罗斯顶尖学校的计算机科学学士学位和经济政策硕士学位, 以及斯坦福商学院的MBA学位.

    Irina Malkova

    Salesforce数据科学应用副总裁

    尼克Elprin

    多米诺数据实验室首席执行官

    尼克Elprin是Domino Data Lab的首席执行官和联合创始人, 它是开放数据科学平台的提供者,为诸如好事达这样的模型驱动企业提供动力, 百时美施贵宝公司, 戴尔和洛克希德马丁.

    开始前Domino, 尼克建造工具定量布里奇沃特的研究人员, 世界上最大的对冲基金之一. 他有十多年与先进企业的数据科学家合作的经验. 他拥有哈佛大学计算机科学学士和硕士学位.

    尼克Elprin

    多米诺数据实验室首席执行官

    约翰·K. 汤普森

    高级分析全球主管 & AI, CSL贝林

    John是一名国际技术主管,在商业智能和高级分析领域拥有30多年的经验.

    目前,John负责全球高级分析 & 人工智能团队和CSL的努力. CSL之前, 约翰是Gartner的执行合伙人, 他在哪里担任管理顾问,为数字化转型领域的领先公司提供营销服务, 数据货币化和高级分析.

    John是新书《BB电竞》的作者, 也是畅销书《BB电竞》的合著者.

    约翰·K. 汤普森

    高级分析全球主管 & AI, CSL贝林

    图标专家

    专家们是如何做到的

    你将直接从专家那里听到公司如何扩展数据科学, 这样你就不用吃点苦头了.

    图标的问题

    见记录Q&一个会话

    听听哈佛商业评论的汤姆·达文波特、多米诺数据实验室首席执行官尼克·埃尔普林和451研究公司的马特·阿斯莱特的看法.

    关注需求