• 模型数字化:构建一套通用的大淘系模型评估体系,能够清晰的从多个维度评 估当前数据的健康情况,针对问题数据提供改进建议;
• 提效公共模型下沉:定义清晰通用层数据下沉标准,能够清晰的界定哪些数据 应该沉淀到通用层,对于需要沉淀的数据要及时进行沉淀;
• 产品化:通过共建开发一套覆盖设计、评审、开发、管控、治理的建模开发产 品;
• 日常治理:日常监控模型健康情况,并进行治理优化;
• 找数提效:通过共建提高数据检索效率,提高推荐准确度,将核心数据在数据 专辑展示。
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
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
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。