11、机器学习项目起步：从系统接入到数据洞察

机器学习项目起步：从系统接入到数据洞察

1. 机器学习项目的数据架构需求

机器学习项目与标准企业数据架构在数据架构需求上有很大不同。在企业数据架构和基础设施上运行机器学习系统，有时会对其他应用程序产生不可接受的影响。然而，选择可能有限甚至没有选择，因此需要一种务实的方法来进行基础设施的设计和开发。

2. 系统接入

在项目前期工作中，我们对数据的位置有了一定的了解，接下来需要采取两个步骤：
1. 确认信息 ：对已有的数据位置信息进行询问和确认。因为可能会遇到所交谈的人无法提供相关信息，或者被告知的数据位置不准确的情况。快速解决系统接入方面的不明确问题至关重要，因为数据资源访问权限的缺失可能会使项目的技术活动几乎停滞，直到问题解决。
2. 获取访问权限 ：获取一组技术接口（如 API、SQL 查询、文件名等）的访问权限。立即展开讨论，明确获取数据所需的访问权限和许可。当获得这些信息后，启动授予访问权限的流程。

同时，团队不仅需要申请访问权限，还可能需要进行一些培训，以获得处理数据的资格或认证。每个团队成员可能需要 2 到 8 小时来完成培训，因此确定并安排好接入客户基础设施所需的培训是当务之急。在这个过程中，不要害怕问一些看似明显或愚蠢的问题，因为其中一个问题可能会揭示影响团队生产力的关键障碍。

此外，数据托管环境的访问可能仅限于特定配置的笔记本电脑，以防止（或限制）数据外流。在这种情况下，需要安排团队成员能够使用这些笔记本电脑或连接到数据服务器的工作空间。

安排权限、培训和访问所需系统的时间往往比预期要长，因为处理这些问题的