开发者社区 > 大数据与机器学习 > 大数据计算 MaxCompute > 正文

针对大淘系模型治理未解决问题,从哪些方面解决?

已解决

针对大淘系模型治理未解决问题,从哪些方面解决?

展开
收起
游客lmkkns5ck6auu 2022-08-29 22:04:12 359 0
1 条回答
写回答
取消 提交回答
  • 推荐回答

    下阶段将针对尚未解决的问题进一步深入解决:

    • 大淘系模型架构 我们会针对当前存在的架构问题进行升级,从架构原则、设计规范、开发规范、 运维规范、治理规范、共建机制等方面进行方法论的升级,以更好的适应当前阶段的数据研发现状,切实的从架构层面为降本、提效提供有效保障。

    • 智能建模 继续与 DataWorks 团队共建,进一步提高通用层、应用层开发效率,从产品层 面提供保障。

    • 数据地图 ü 官方专辑快速接入:当前官方专辑构建需要专人进行配置和维护,后续可以 考虑降低接入成本,下放到各个团队进行自主接入和维护,提升数据专辑的丰富度和易用性。 ü 进一步打通数据开发和使用环节:将智能建模的数据与数据地图进一步打通,实现核心模型的快速筛选和透出。ü 多角度提升表查询和使用的能力:从表说明、表答疑、数据知识提取等方面实现对找表、用表、表答疑的简易度提升,结合文本算法、机器人等技术和产品能力,实现数据知识的智能生成。

    • 开发助手 开发助手在表推荐和表管控方面可以进一步升级。

    • 大淘系通用层评估体系升级 针对当前的模型分加入模型血缘相关的信息,做厚大淘系通用层,为业务提供更好的通用层数据支撑。

    • 表自动化下线实现模型、表、服务的自动化下线&专家经验下线,提高数据下线效率,降低人工介入成本。

    以上内容摘自《大数据&AI实战派 第1期》电子书,点击https://developer.aliyun.com/ebook/download/7722 可下载完整版

    2022-08-30 13:08:07
    赞同 展开评论 打赏

MaxCompute(原ODPS)是一项面向分析的大数据计算服务,它以Serverless架构提供快速、全托管的在线数据仓库服务,消除传统数据平台在资源扩展性和弹性方面的限制,最小化用户运维投入,使您经济并高效的分析处理海量数据。

相关电子书

更多
总监课第五期第五节:质量保障 - 大规模原生云质量保障浅析 立即下载
智能运维中的异常检测和根源分析 立即下载
研发效能提升36计-敏捷协作篇:设定北极星指标,数据驱动效能改进 立即下载