데이터에 대해 좋아하는 것으로 돌아가기:AI Fabric으로 일반적인 데이터 과학 문제 해결

편집자 주: 자동화 시장이 계속 발전함에 따라 UiPath 플랫폼은 고객의 자동화 요구 사항에 가장 잘 부합하도록 업데이트됩니다. 따라서 이 기사의 일부 제품 이름은 기사가 처음 게시된 이후로 발전했습니다. 최신 정보를 보려면 AI 센터 페이지 방문 .

저는 데이터 작업을 좋아합니다. 그러나 그것이 나에게 약간의 좌절을 야기합니까? 당신은 내기.

5년 넘게 데이터 과학자로 일하면서 데이터에 대한 야망과 데이터를 운용할 때 생기는 한계 사이에서 균형을 맞추는 데 어려움을 겪었습니다. 예를 들어, 저는 기계 학습(ML) 모델을 프로덕션 환경에 적용할 리소스가 없었기 때문에 좋아하는 회사에서 자리를 떠났습니다. 우리는 데이터를 사용하여 작업을 해결하기 위해 열심히 노력했지만 제품에 영향을 줄 기회가 없었습니다. 조직 및 운영상의 문제로 업무가 침체되면 낙담하기 쉽고 애초에 데이터 작업을 좋아했던 이유를 잊어버리기 쉽습니다.

이 블로그에서는 데이터 과학자의 여정에 대해 이야기하고 싶습니다.

• 데이터 세계에 관심을 갖게 된 동기

• 기대가 현실이 될 때 직면하는 한계

• RPA(로봇 프로세스 자동화)와 같은 기술에 데이터 과학을 더 잘 통합하여 데이터 운영 방식을 바꿔야 할 가능성

• 인공 지능(AI)과 RPA를 통합하여 데이터를 최대한 활용할 수 있는 새로운 기회를 제공하는 솔루션인 AI Fabric에 열광하는 이유

데이터를 사랑하기 때문에 저는 창의적인 문제 해결사가 되고 싶고 데이터는 창의적인 문제 해결 능력을 제공합니다.

데이터를 사용하여 어려운 작업을 해결하고 사람들의 삶에 영향을 미치는 문제를 해결하는 것은 저에게 자연스러운 직업 경로처럼 느껴졌습니다. 나와 함께 일한 많은 데이터 과학자들은 문제를 해결하기 위해 데이터를 사용하는 방법을 배우기 위해 현장에 왔습니다. 우리는 우리가 보유한 데이터를 이해하고, 탐색, 개발 및 ML 알고리즘을 사용하여 데이터를 테스트한 다음, 우리가 구축한 모델로 추진하는 힘과 통찰력을 통해 새로운 솔루션을 결실로 맺는 방법을 찾는 데 열정을 쏟고 있습니다.

내가 데이터 과학자가 되기로 결정했을 때, 나는 그 일에 수반되는 작업과 가능한 두통이 있다는 것을 알았습니다. 작업하는 데이터 유형에 관계없이 불가피하게 다음을 수행하게 됩니다.

• 데이터를 처리하고 정리하는 데 시간을 할애하십시오.

• 모델이 학습될 때까지 잠시 기다리세요.

• 다양한 초매개변수를 시도하는 데 시간을 할애하십시오.

데이터 작업을 하면 할수록 조직 내에서 데이터 과학이 얼마나 복잡해질 수 있는지 더 잘 알게 되었습니다. 데이터 과학자가 되는 것과 관련된 현실이 제가 이 분야에 뛰어들려는 원래 동기를 가리기 시작했습니다.

현실이 닥쳤을 때:기대치 설정 및 엔드 투 엔드 데이터 관리

많은 기업이 개발에 대한 데이터 기반 접근 방식을 수용하고 있으며 ML 탐색을 위한 초기 단계에 있습니다. 데이터 과학자의 역할은 여전히 ​​매우 드물며 많은 경우 오해를 받고 있습니다. 우리가 회사 내에서 데이터를 운용하기 시작하고 데이터를 사용하여 문제를 해결하기 시작할 때 데이터 과학자에게 다양한 문제가 발생할 수 있습니다.

조직이 ML로 할 수 있는 것과 할 수 없는 것에 대한 기대치를 설정하는 것은 우리가 많은 시간을 보내는 영역 중 하나입니다. 데이터 과학자로서의 우리 역할의 특성, 시간을 어디에 집중하고 싶은지, 프로젝트 성공을 위해 무엇이 필요한지 다른 사람들에게 교육하는 것이 중요합니다.

또 다른 문제는 데이터 과학 운영이 종종 조직 내에서 분리된다는 사실입니다. 이는 조직에 가치를 제공하는 데이터 과학 프로젝트의 능력을 제한할 수 있습니다.

ML 모델만으로는 아무 것도 할 수 없고 하지도 않습니다. 성공하려면 다른 팀과 협력하고 더 큰 프로젝트의 일부로 포함되어야 합니다.

게다가, 모델에 의해 주도되는 투자 수익률(ROI)을 보여주는 것은 종종 매우 어렵습니다. 데이터 과학자들은 종종 조직 내에서 머신러닝의 역할을 주장하는 힘든 싸움에 직면합니다. 데이터 과학자는 우리가 수행하고자 하는 역할과 영향을 미치기 위해 필요한 것이 무엇인지 확인하기 위해 여러 주기를 돌릴 수 있습니다.

데이터 자체를 처리하는 것은 고유한 과제를 안고 있습니다. 우리는 종종 데이터를 이해하고 모델을 구축하는 것보다 데이터 세트를 수집, 통합 및 정리하는 데 더 많은 시간을 할애합니다. 모델에 대한 CI/CD(지속적 통합 및 지속적 배포) 파이프라인이 이미 회사 내에 구축되어 있지 않은 한, 우리의 많은 시간은 모델을 로컬 시스템에서 스테이징 및 프로덕션으로 가져오기 위한 확장 가능한 파이프라인을 만드는 데 할애됩니다. 이것은 우리의 작업 범위 밖일 뿐만 아니라 모델 구축 및 테스트에 투입하고자 하는 시간이 소요됩니다.

지속적인 모델 모니터링은 준비되지 않은 과제일 수도 있습니다. 시간 경과에 따른 데이터 드리프트를 실험합니까? 프로덕션 데이터가 교육에 사용한 데이터와 여전히 동일합니까? 출력이 여전히 제어되고 있습니까? 새 데이터를 사용하면 모델이 훈련 세트로 구축된 기본 모델만큼 잘 수행됩니까? 언제 ML 모델을 업데이트해야 하나요?

내가 좋아하는 일을 다시 시작하기 위해 데이터 과학을 보다 광범위한 프로세스 및 계획에 통합하는 것을 우선시하는 회사에서 일할 기회를 찾았습니다. 오늘 저는 내부적으로 데이터 과학을 우선시할 뿐만 아니라 기업이 ML 모델을 운영하고 사용하여 더 나은 비즈니스 결과를 도출할 수 있도록 적극적으로 지원하는 회사에서 일하게 되어 기쁩니다.

AI Fabric으로 좋아하는 기능으로 돌아가기

점점 더 많은 조직에서 RPA를 사용하여 프로세스를 간소화함에 따라 데이터 과학자가 데이터를 새로운 방식으로 운영할 수 있는 기회가 생깁니다.

여기 UiPath에서 우리는 데이터 과학과 RPA를 결합하고 기업이 지능형 자동화를 사용하여 새로운 결과를 이끌어낼 수 있도록 지원하기 위해 최선을 다하고 있습니다. 데이터 과학을 RPA와 결합하여 자동화 세계에서 데이터 과학자가 매일 직면하는 위의 많은 문제를 완화하고자 합니다. 우리는 AI Fabric으로 이러한 노력을 주도하고 있습니다.

관련 읽기: Heritage Bank가 AI 및 AI Fabric을 사용하는 방법

우리는 데이터 과학과 RPA가 함께 일할 때 더 낫다고 믿습니다. 데이터 과학자를 초빙하여 RPA 기능을 향상시키기 위해 데이터와 ML을 사용할 때 가능한 일을 설명함으로써 데이터 과학을 RPA 우수 센터(CoE)의 핵심 부분으로 만드는 것이 중요합니다.

AI Fabric의 개발을 통해 우리는 조직이 ML을 자동화 프로세스의 한 단계로 생각하도록 돕는 데 중점을 두고 있습니다. 우리는 사용자가 ML과 RPA 개발을 보다 원활하게 통합할 수 있도록 돕고 싶습니다. 데이터 과학자는 AI Fabric 및 RPA를 사용하여 전처리 및 데이터 수집에 중점을 둔 도구로 데이터 파이프라인 빌드를 단순화할 수 있습니다. 그들은 쉽게 모델을 배포하고, 모델을 모니터링하고, 인간과 ML 모델이 함께 작동하도록 설계된 RPA 워크플로를 수용할 수 있습니다.

데이터 과학을 RPA와 통합하여 데이터 과학자가 구축 및 배포된 모델의 ROI를 입증하고 실제 문제를 해결하는 데이터 탐색 및 모델 개선에 대부분의 시간을 집중할 수 있도록 지원하고자 합니다.

데이터에 집중할 수 있는 더 많은 자유를 얻으려면 무엇을 하시겠습니까?

데이터 과학자가 데이터를 사용하여 문제를 해결하고 데이터 과학을 기존 프로세스에 통합하는 데 집중할 수 있도록 권한을 부여하면 조직이 발전하고 성장하는 방식이 바뀔 수 있다는 것을 개인적인 경험을 통해 알고 있습니다.

나에게 가장 중요한 것은 고객이 더 나은 결과를 얻을 수 있도록 돕는 것입니다. UiPath에서 제 역할을 하면서 저는 기업이 데이터 과학을 RPA와 통합하여 더 복잡한 프로세스를 자동화할 수 있는 방법을 직접 보았습니다. 기업이 AI Fabric과 같은 제품을 통해 RPA 배포에 데이터 과학을 구축함에 따라 데이터 과학자가 일반적인 데이터 운영 문제에서 해방되는 것을 지켜보는 것은 보람 있는 일입니다.

AI Fabric에 대해 자세히 알아보거나 Insider Preview Program에 등록하여 AI Fabric의 새로운 제품을 미리 체험해 보십시오.