机器学习、深度学习解决方案设计方案通用审核流程（solution architect review）

---

全面、详细且可操作的机器学习/深度学习项目解决方案审查框架中，该框架将作为代码审查的前置步骤。

核心目标： 确保项目在进入代码实现阶段之前，其方向、方法和技术选择是正确、合理和完备的。

审查流程： 建议在方案评审会议前至少72小时完成文档预审，并结合检查清单（如Notion、Jira等）进行逐项确认。

---

一、 项目背景与目标

1. 问题定义与价值

   • 5W1H 分析: 项目是否清晰地回答了 Why（为什么做）、What（做什么）、Who（为谁做）、Where（应用场景）、When（何时使用）、How（如何实现）？
   • 失败案例分析: 是否列举了具体场景下的失败案例，以明确项目要解决的痛点？（例如：电商推荐中的冷启动问题、图像识别中的遮挡问题、NLP 中的歧义问题）。
   • 可量化的成功指标: 是否定义了可衡量的、与业务目标直接相关的成功指标？（例如：推荐系统点击率提升≥15%、图像识别准确率达到98%以上、模型推理延迟<100ms、NLP 模型的 BLEU/ROUGE/METEOR 评分提升）。
   • 业务价值对齐: 业务指标和技术指标如何映射？是否和业务部门对齐了项目的业务价值和期望？

2. 约束