Сложности создания AI*
стартапа продукта
• Где место машинного обучения в решении
бизнес задач?
• Где начинается задача машинного
обучения?
• Каковы критерии качества, которые
удовлетворят потребности бизнеса?
CRISP-DM: Cross-Industry Standard Process for Data Mining
• Экспертиза
• Разметка
• Анализ и обработка
• Модель
• Оценка
• Внедрение
• Результат
• Колесо фортуны
AI Scrum
• Первичная разметка данных
Экспертиза - Бизнес решение - Гипотеза
• Получение, подготовка
и исследование данных
• Построение модели и Machine Learning
• Оценка модели и визуализация результатов
• Внедрение и оценка бизнес KPI
• Меняется ли canvas если вы используете ML?
• В какой графе находится ML технологии?
• Какова ценность в наличии ML в проекте для
пользователя?
• А как донести эту ценность до бизнеса?
• Какие каналы и методы продаж выбрать?
• И причем тут визуализация результатов?
AI это новые возможности
• для полной автоматизации БП
• увеличения велью продукта в 100Х
• изменение взаимодействия бизнеса с
сервисами
• сокращения расходов бизнеса в 10Х
• Ликвидация процессов бизнеса
• Вероятность возврата кредитных средств
Неким Некто составляет 64% в ближайшие 6
месяцев
• Некий Некто умрет во время операции с
вероятностью 75%
• Гореть идеей
• Мечтать о будущем
• Ставить завышенные цели
• Любить учится и развиваться
• Заниматься спортом и иметь хобби
• Иметь опыт и компетенции
• Философ ( СEO)
• Зануда (COO)
• Пахарь (CTO)
• Болтун (CMO)
• Сектант (CSO)
• Не занимайтесь DL/ML проектом, если у вас
нет экспертизы в этой сфере
• Если ее нет у вас то ищите тех у кого она есть
и зовите в команду
• Научитесь продавать идею, если не умеете
научитесь или возьмите в команду такого
человека– ML проекты делаются долго
• Извлечение признаков из данных самое
важное
• Не вылизывайте
точность предсказательной модели
• Не ищите денег и инвесторов - ищите
клиентов
• Не делайте продукт с ауствосрсерами
никогда
• Испытывайте команду как естественными
так и искусственными проблемами
• Не работайте с агентствами и студиями им
плевать на ваш продукт
• Все должны знать, чем вы занимаетесь и
понимать это одинаково
• Визуализируйте ваше решения как для
команды так и для клиентов
• Компаниям не нужен новый сервис - их
интересует результат
• Автоматизируйте все что можно, и даже
больше
• Не зовите в команду друзей и знакомых
которые не в теме
• Если кто то скажет вам что сперва нужен
продукт а потом уже продаже, гоните его в
шею он ждун
• Сразу договаривайтесь в команде и
распределяйте обязанности
• Учитесь каждый день, но только в своей
сфере для увеличения велью продукта
• Нетворкинг и еще раз нетворкинг
• Ищите партнеров среди корпораций
• Пользуйтесь готовыми решениями
Mamed Khalilov
CEO & Founder Morbax HR
mx@morbax.com
+380978070202
Спасибо за внимание!!!

сложности создания Ai продукта

  • 1.
  • 4.
    • Где местомашинного обучения в решении бизнес задач? • Где начинается задача машинного обучения? • Каковы критерии качества, которые удовлетворят потребности бизнеса?
  • 5.
    CRISP-DM: Cross-Industry StandardProcess for Data Mining
  • 6.
    • Экспертиза • Разметка •Анализ и обработка • Модель • Оценка • Внедрение • Результат • Колесо фортуны
  • 7.
  • 8.
    • Первичная разметкаданных Экспертиза - Бизнес решение - Гипотеза • Получение, подготовка и исследование данных • Построение модели и Machine Learning • Оценка модели и визуализация результатов • Внедрение и оценка бизнес KPI
  • 12.
    • Меняется лиcanvas если вы используете ML? • В какой графе находится ML технологии? • Какова ценность в наличии ML в проекте для пользователя? • А как донести эту ценность до бизнеса? • Какие каналы и методы продаж выбрать? • И причем тут визуализация результатов?
  • 13.
    AI это новыевозможности • для полной автоматизации БП • увеличения велью продукта в 100Х • изменение взаимодействия бизнеса с сервисами • сокращения расходов бизнеса в 10Х • Ликвидация процессов бизнеса
  • 15.
    • Вероятность возвратакредитных средств Неким Некто составляет 64% в ближайшие 6 месяцев • Некий Некто умрет во время операции с вероятностью 75%
  • 18.
    • Гореть идеей •Мечтать о будущем • Ставить завышенные цели • Любить учится и развиваться • Заниматься спортом и иметь хобби • Иметь опыт и компетенции
  • 19.
    • Философ (СEO) • Зануда (COO) • Пахарь (CTO) • Болтун (CMO) • Сектант (CSO)
  • 20.
    • Не занимайтесьDL/ML проектом, если у вас нет экспертизы в этой сфере • Если ее нет у вас то ищите тех у кого она есть и зовите в команду • Научитесь продавать идею, если не умеете научитесь или возьмите в команду такого человека– ML проекты делаются долго • Извлечение признаков из данных самое важное
  • 21.
    • Не вылизывайте точностьпредсказательной модели • Не ищите денег и инвесторов - ищите клиентов • Не делайте продукт с ауствосрсерами никогда • Испытывайте команду как естественными так и искусственными проблемами
  • 22.
    • Не работайтес агентствами и студиями им плевать на ваш продукт • Все должны знать, чем вы занимаетесь и понимать это одинаково • Визуализируйте ваше решения как для команды так и для клиентов • Компаниям не нужен новый сервис - их интересует результат
  • 23.
    • Автоматизируйте всечто можно, и даже больше • Не зовите в команду друзей и знакомых которые не в теме • Если кто то скажет вам что сперва нужен продукт а потом уже продаже, гоните его в шею он ждун • Сразу договаривайтесь в команде и распределяйте обязанности
  • 24.
    • Учитесь каждыйдень, но только в своей сфере для увеличения велью продукта • Нетворкинг и еще раз нетворкинг • Ищите партнеров среди корпораций • Пользуйтесь готовыми решениями
  • 25.
    Mamed Khalilov CEO &Founder Morbax HR mx@morbax.com +380978070202 Спасибо за внимание!!!