如何将机器学习融入到你的开发周期之中? JAX London大会上的演讲者罗伯·希德具体解释了如何使你的进程适应机器学习，同时仍然保持着敏捷和精益的原则。
JAX London会议期间介绍了在敏捷开发环境中的机器学习研究。这是一些有关主题的高级概述。同时也做了一些很酷的机器学习演示，这会让它更为直观且具有趣味性。
问题是什么?
人造智能(AI)和机器学习(ML)现在风靡一时，在谷歌最近的I / O 2017活动中，他们将ML和中心计划渗透到所有产品中，许多大公司都转型成了机器学习公司，这是大数据时代的一种进步。
根据最近一份的调查，有38%的受访企业已经在使用人工智能，其中62%有望在2018年之前使用。因此，很多企业在充分了解他们实现的目标之前，可能会感觉到投资于人工智能战略方面的压力，更不用说适应传统的工程交付团队的压力了。
机器学习不等于产品
机器学习是一种增强产品的有力工具。但是，机器学习不应被视为产品的卖点，应该是产品第一。也就是说，无论是由机器管理还是人为监督，最应该考虑的是，它是否有产品的市场。为更好地适应市场并提供价值给客户，构建完全非ML版本的产品是否有意义。
从“小”建立产品价值
精益创业和快速迭代原理这里仍然适用：依据上述观点，从非ML版本产品开始，当你开始应用ML技术时，如果你能够开始利用其中一些技术来获得均匀的性能的小幅增长(更好的建议是，减少人力/成本，改善用户体验。这只需5%的案例，用ML替代人力就可以实现成本效益)，那么这就意味着价值上升的开始。从“小”开始，你可以见证价值的变化，同时也让ML基础架构经过了测试和验证。
进入发展冲刺周期
你可能正在招聘新的研发团队，或者可能正在使用现有工程团队的成员。无论哪种方式，让他们在类似的开发冲刺周期中工作(如果你在冲刺中工作)也很有帮助。这将使双方的团队能够了解发生的情况和工作进展情况：产品和工程变更和问题可能有助于指导研发方向。
同样，可能有了来自研发团队的数据特征或反馈，所以能很容易地进行设计，并使研究更简单。虽然研究正在进行，而且通常是一个耗时的任务，但有两周的时间可以进行讨论，这对整个团队的理解以及提供一个积极的鼓励都是有好处的。
不要忘记清洁代码
在试验和研究不同的想法时，很容易陷入黑客模式。而用粗略的脚本来证明一个初始的概念或想法这也是一种方式，但随着团队的进步，实际上将更有益于投资良好的编码原则的进步。尽管随着团队在多个方面的工作，让一次脚本变得更有意义，但通过正确分离，可重用和组织合理的代码使未来的研究更容易，也会减少生产中的成本。投资机器学习，使实验易于测试(并对不同的解决方案进行基准测试)将从一开始就非常有益。
本文转自d1net（转载）