多年硅谷的工作经历告诉我们,组建一支算法团队远比认知的“昂贵”得多。比如需要为算法工程师和科学家们配备软件工程师,为他们做工具的支撑,需要采购诸如DGX或者Titan P级别的昂贵GPU和训练机器,可能还需要拥有标注团队和相关的项目经理。想听听AI从业者们如何看待这个问题?你的公司的隐性成本有哪些?
多年硅谷的工作经历告诉我们,组建一支算法团队远比认知的“昂贵”得多。比如需要为算法工程师和科学家们配备软件工程师,为他们做工具的支撑,需要采购诸如DGX或者Titan P级别的昂贵GPU和训练机器,可能还需要拥有标注团队和相关的项目经理。想听听AI从业者们如何看待这个问题?你的公司的隐性成本有哪些?
3 回答3.4k 阅读✓ 已解决
1 回答2.9k 阅读✓ 已解决
1 回答4.4k 阅读
1 回答2.7k 阅读
2 回答1.3k 阅读
2.6k 阅读
2.5k 阅读
除开ai团队
一个标注系统以及配套的标注人员,开发人员,产品经理,成本不小
有了标注系统就要有素材标注,这个比较头疼 你需要大量且真实的数据才能满足你训练任务,所以如何获取素材成本也是要考虑,不过这也因人而异。比如你和zf有关系.
有了上面这些 那你的ai团队就可以运作起来了 根据素材跑出不同的模型出来,这里面就有机器, 带宽与时间成本.
你的ai团队有产出了,这个时候你就需要一个销售团队来销售你们的模型 销售团队的一整套成本也不能小视
客户有了 就要给客户交互项目 展现自家模型的风采, 但是在初期你会发现 这个模型的准确度有点惨不忍睹, 所以这个时候你就需要有个审核平台来审核哪些数据能给客户看,哪些不能给客户看, 毕竟人工+智能=人工智能
审核系统的成本又是审核团队+开发+产品+时间
这目前就是我们公司的成本