Compression Digest
compression/_posts/tech/2019-07-17-machine-learning-systems.md
机器学习系统工程笔记
ML 系统笔记：先挖业务目标；原型循环（错例分析、补数据、调 formulation）；人机协同；原型到生产的团队分工与 A/B。
Key points
Digging for requirements
- 业务目标是什么？公司如何使用并受益于该模型？
Prototype workflow
- 明确问题/目标；定义成功（如利润↑、损失↓）。
- 获数据、建可工作原型 → 循环：分析错误、收集更多/不同数据、微调任务 formulation。
- Humans in the loop：算法可能降延迟或成本（TODO 展开）。
Prototype → Production
- 数据分析团队 vs 生产团队（健壮、可扩展重实现）。
- Offline evaluation；online A/B testing。