Table des matières
Vulgarisation de la science des données
AT&T a commencé à promouvoir l'automatisation des entreprises grâce à la technologie d'automatisation des processus robotiques dès 2015. Depuis, l’entreprise a installé plus de 3 000 robots dans des environnements de production. Après la première année d'expérimentation, AT&T a créé son premier centre d'excellence en automatisation (ACoE), qui emploie actuellement 20 employés à temps plein et plusieurs sous-traitants. Mais les explorations en matière d’automatisation de l’entreprise n’auraient jamais pu se développer rapidement sans la participation active des employés de base. Austin a suivi attentivement chaque projet et a été surpris de constater que jusqu'à 92 % des implémentations de RPA ont eu lieu en dehors du centre d'excellence.
AT&T a réalisé que l'exploration collective de la science des données et du développement de l'automatisation ne peut être séparée des capacités techniques et du soutien en ressources nécessaires. Dans le domaine de la science des données, l'entreprise a développé une infrastructure technique étendue pour aider les participants professionnels et amateurs à rejoindre l'équipe de recherche sur l'apprentissage automatique automatisé. Il comprend les fonctionnalités suivantes :
Cultiver les capacités humaines
Maison Périphériques technologiques IA AT&T explore les pratiques collectives en matière de science des données et d'automatisation

AT&T explore les pratiques collectives en matière de science des données et d'automatisation

Apr 26, 2023 pm 11:40 PM
自动化 ai

AT&T explore les pratiques collectives en matière de science des données et dautomatisation

Je crois que tout le monde a fait l'expérience que si une organisation veut promouvoir sa propre transformation grâce aux données et à la technologie, alors s'appuyer uniquement sur des experts techniques ne suffit pas pour atteindre l'objectif. D'autres « amateurs », ou non-professionnels, doivent également être impliqués dans le développement d'applications, l'analyse de données et les flux de travail automatisés. De nombreuses entreprises ont fait leurs propres tentatives dans ce type d'exploration, et AT&T est évidemment mieux placé pour explorer les capacités de tous les employés et tirer parti des efforts collectifs pour résoudre les problèmes de science des données et d'automatisation.

Ce type de réflexion vient d'un fait cruel : aucune organisation ne dispose de suffisamment de data scientists professionnels et d'experts en automatisation, elle ne peut donc pas effectuer tout le travail d'analyse et d'IA requis pour une transformation réussie. Andy Markus, directeur des données d'AT&T, a déclaré que le géant des télécommunications s'efforçait d'intégrer l'IA et l'automatisation au cœur de son activité. Après la scission de WarnerMedia début 2022, AT&T n'a plus les attributs d'une entreprise de divertissement et est devenue une pure entreprise de télécommunications, avec des données abondantes et des talents capables d'extraire des informations. L’exploration collective ne convient peut-être pas à toutes les entreprises, mais elle convient certainement à AT&T. En plus de centaines de data scientists professionnels et d'experts en automatisation, AT&T compte également de nombreux autres développeurs ordinaires parmi son personnel.

Vulgarisation de la science des données

AT&T a toujours eu une culture d'entreprise centrée sur les données et l'entreprise a travaillé dur pour encourager les employés à utiliser des modèles d'apprentissage automatique pour effectuer des analyses de données. Mark Austin, directeur de la science des données, de l'IA et de l'automatisation chez AT&T, a déclaré dans une interview que l'objectif de l'entreprise est de prendre en charge tous les aspects du pipeline d'apprentissage automatique, y compris la recherche de données appropriées, l'obtention de données, l'ingénierie des données pour créer les fonctions requises, créer des modèles, déployer des modèles en production, surveiller les performances des modèles au fil du temps et mettre en œuvre efficacement la gestion des modèles. Comme dans la plupart des entreprises, les trois premiers domaines de contenu occupent 80 % du temps d'un développeur, et AT&T s'efforce de réduire ce pourcentage.

À cette fin, AT&T a coopéré avec H2O.ai, un fournisseur de services de plateforme cloud d'IA, pour établir un « magasin » de fonctionnalités pour les données sources couramment utilisées et les données dérivées, réduisant ainsi le besoin d'un tri de données extrêmement chronophage. Les experts et les amateurs en science des données ne tarissent pas d’éloges sur son efficacité. Moins d'un an après le lancement du Feature Store, plus de 26 000 fonctionnalités ont été ouvertes aux utilisateurs de données professionnels et amateurs. En outre, les modèles de science des données sont souvent associés aux projets Pinnacle, un programme de crowdsourcing par compétition interne similaire à Kaggle. Austin a expliqué que ce mécanisme de concurrence peut souvent améliorer les performances du modèle de près de 30 % en moyenne. Le processus implique non seulement une série de solutions autoML collaboratives, mais intègre également des algorithmes et des intégrations innovants provenant de centaines de scientifiques et ingénieurs de données d'AT&T.


Vulgarisation populaire de l'automatisation

AT&T a commencé à promouvoir l'automatisation des entreprises grâce à la technologie d'automatisation des processus robotiques dès 2015. Depuis, l’entreprise a installé plus de 3 000 robots dans des environnements de production. Après la première année d'expérimentation, AT&T a créé son premier centre d'excellence en automatisation (ACoE), qui emploie actuellement 20 employés à temps plein et plusieurs sous-traitants. Mais les explorations en matière d’automatisation de l’entreprise n’auraient jamais pu se développer rapidement sans la participation active des employés de base. Austin a suivi attentivement chaque projet et a été surpris de constater que jusqu'à 92 % des implémentations de RPA ont eu lieu en dehors du centre d'excellence.

Au fil du temps, l'automatisation des processus a créé une valeur considérable pour AT&T. Austin a déclaré que la combinaison flexible de solutions de mise en œuvre de robots permet d'économiser environ 17 millions de minutes d'opérations manuelles chaque année, génère des centaines de millions de dollars de revenus annuels moyens et permet d'obtenir un taux de retour sur investissement allant jusqu'à 20 fois.

L'analyse et l'IA sont également des projets dont Austin est en charge, et il attend également avec impatience l'opportunité d'intégrer des fonctions d'apprentissage automatique et d'IA dans l'automatisation des processus robotiques. Son équipe a construit plusieurs implémentations RPA couvrant le traitement du langage naturel, la reconnaissance optique de caractères (OCR) et la prise de décision basée sur l'apprentissage automatique. De nombreuses entreprises aiment parler d'« automatisation intelligente », mais AT&T est l'une des rares entreprises à pouvoir réellement atteindre cet objectif.

Développer les capacités techniques des employés

AT&T a réalisé que l'exploration collective de la science des données et du développement de l'automatisation ne peut être séparée des capacités techniques et du soutien en ressources nécessaires. Dans le domaine de la science des données, l'entreprise a développé une infrastructure technique étendue pour aider les participants professionnels et amateurs à rejoindre l'équipe de recherche sur l'apprentissage automatique automatisé. Il comprend les fonctionnalités suivantes :

• Utilisez jusqu'à sept outils AutoML différents simultanément et rivalisez entre eux pour voir quelle option crée le modèle de la plus haute qualité ;
• Certains outils AutoML peuvent participer directement au déploiement en production de modèles sélectionnés
• Peuvent être utilisés via des machines. Apprenez à analyser ; divers ensembles de données réutilisables ;
• Fournir un outil de recherche sémantique intuitif, tel que le renvoi de toutes les "fonctionnalités liées au désabonnement" ;
• Fournir un outil d'apprentissage automatique et d'exploitation "Watchtower for MLOps+", qui permet non seulement de surveiller les données et l'IA ( traditionnellement connu sous le nom de MLOps) tout en suivant également l'ensemble des activités sur l'ensemble du pipeline métier (applications, appels API, etc.).

En termes d'automatisation technique, AT&T utilise Microsoft Power Automate comme outil de référence, ce qui abaisse considérablement le seuil de participation nationale. Cet outil peut être intégré aux outils Microsoft Office, PowerBI et même aux modèles d'apprentissage automatique Azure. AT&T gère également un marché de robots « Bot Marketplace », où les employés ordinaires peuvent choisir des solutions d'automatisation développées et obtenir des conseils de configuration auprès du centre d'excellence d'automatisation si nécessaire. Chaque mois, environ 75 nouveaux composants d'automatisation réutilisables sont ajoutés au marché.

Cultiver les capacités humaines

AT&T promeut également activement la création de communautés et prête attention aux fondements humains de l'exploration collective de la science des données et de l'automatisation. En termes de science des données, l'entreprise a mis en place un « AI Popular Forum » pour organiser chaque semaine des démonstrations en ligne, partager des solutions à des problèmes spécifiques et annoncer les fonctions développées aux participants. L’événement attire chaque semaine environ 200 employés, dont la plupart ne sont pas des data scientists professionnels et dont beaucoup ne savent même pas coder. AT&T a également compilé un ensemble de supports de formation en ligne couvrant tous les aspects de la science des données, avec un total de 575 cours parmi lesquels choisir, et propose une certification officielle pour divers outils de fournisseurs.

La construction de la communauté de l'automatisation consiste principalement à proposer 40 heures de formations aux salariés qui souhaitent y participer. De plus, l'Automation Center of Excellence organise chaque année un « Automation Summit » permettant aux équipes internes de présenter et de partager leurs projets d'automatisation.

Actuellement, certaines entreprises et développeurs professionnels d'IA sont encore sceptiques quant au rôle des participants ordinaires dans la création de modèles et les solutions d'automatisation. Cependant, AT&T a prouvé par des actions concrètes que tant qu'elle fournit aux employés ordinaires les bons outils et ressources, elle sera en mesure d'établir la faisabilité et de créer de la valeur économique. Face à un marché du travail tendu dans le domaine de la science des données et de l'automatisation, AT&T prouve qu'une stratégie d'intégration bien planifiée peut créer des talents de remplacement pour combler le vide.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Meilleurs paramètres graphiques
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Comment réparer l'audio si vous n'entendez personne
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Où trouver la courte de la grue à atomide atomique
1 Il y a quelques semaines By DDD

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Quelle méthode est utilisée pour convertir les chaînes en objets dans vue.js? Quelle méthode est utilisée pour convertir les chaînes en objets dans vue.js? Apr 07, 2025 pm 09:39 PM

Lors de la conversion des chaînes en objets dans vue.js, JSON.Parse () est préféré pour les chaînes JSON standard. Pour les chaînes JSON non standard, la chaîne peut être traitée en utilisant des expressions régulières et réduisez les méthodes en fonction du format ou du codé décodé par URL. Sélectionnez la méthode appropriée en fonction du format de chaîne et faites attention aux problèmes de sécurité et d'encodage pour éviter les bogues.

Les ingénieurs de backend senior à distance (plates-formes) ont besoin de cercles Les ingénieurs de backend senior à distance (plates-formes) ont besoin de cercles Apr 08, 2025 pm 12:27 PM

Ingénieur backend à distance Emploi Vacant Société: Emplacement du cercle: Bureau à distance Type d'emploi: Salaire à temps plein: 130 000 $ - 140 000 $ Description du poste Participez à la recherche et au développement des applications mobiles Circle et des fonctionnalités publiques liées à l'API couvrant l'intégralité du cycle de vie de développement logiciel. Les principales responsabilités complètent indépendamment les travaux de développement basés sur RubyOnRails et collaborent avec l'équipe frontale React / Redux / Relay. Créez les fonctionnalités de base et les améliorations des applications Web et travaillez en étroite collaboration avec les concepteurs et le leadership tout au long du processus de conception fonctionnelle. Promouvoir les processus de développement positifs et hiérarchiser la vitesse d'itération. Nécessite plus de 6 ans de backend d'applications Web complexe

Vue.js Comment convertir un tableau de type de chaîne en un tableau d'objets? Vue.js Comment convertir un tableau de type de chaîne en un tableau d'objets? Apr 07, 2025 pm 09:36 PM

Résumé: Il existe les méthodes suivantes pour convertir les tableaux de chaîne Vue.js en tableaux d'objets: Méthode de base: utilisez la fonction de carte pour convenir à des données formatées régulières. Gameplay avancé: l'utilisation d'expressions régulières peut gérer des formats complexes, mais ils doivent être soigneusement écrits et considérés. Optimisation des performances: Considérant la grande quantité de données, des opérations asynchrones ou des bibliothèques efficaces de traitement des données peuvent être utilisées. MEILLEUR PRATIQUE: Effacer le style de code, utilisez des noms de variables significatifs et des commentaires pour garder le code concis.

Géospatial de Laravel: optimisation des cartes interactives et de grandes quantités de données Géospatial de Laravel: optimisation des cartes interactives et de grandes quantités de données Apr 08, 2025 pm 12:24 PM

Traiter efficacement 7 millions d'enregistrements et créer des cartes interactives avec la technologie géospatiale. Cet article explore comment traiter efficacement plus de 7 millions d'enregistrements en utilisant Laravel et MySQL et les convertir en visualisations de cartes interactives. Exigences initiales du projet de défi: extraire des informations précieuses en utilisant 7 millions d'enregistrements dans la base de données MySQL. Beaucoup de gens considèrent d'abord les langages de programmation, mais ignorent la base de données elle-même: peut-il répondre aux besoins? La migration des données ou l'ajustement structurel est-il requis? MySQL peut-il résister à une charge de données aussi importante? Analyse préliminaire: les filtres et les propriétés clés doivent être identifiés. Après analyse, il a été constaté que seuls quelques attributs étaient liés à la solution. Nous avons vérifié la faisabilité du filtre et établi certaines restrictions pour optimiser la recherche. Recherche de cartes basée sur la ville

Comment optimiser les performances de la base de données après l'installation de MySQL Comment optimiser les performances de la base de données après l'installation de MySQL Apr 08, 2025 am 11:36 AM

L'optimisation des performances MySQL doit commencer à partir de trois aspects: configuration d'installation, indexation et optimisation des requêtes, surveillance et réglage. 1. Après l'installation, vous devez ajuster le fichier my.cnf en fonction de la configuration du serveur, tel que le paramètre innodb_buffer_pool_size, et fermer query_cache_size; 2. Créez un index approprié pour éviter les index excessifs et optimiser les instructions de requête, telles que l'utilisation de la commande Explication pour analyser le plan d'exécution; 3. Utilisez le propre outil de surveillance de MySQL (ShowProcessList, Showstatus) pour surveiller la santé de la base de données, et sauvegarde régulièrement et organisez la base de données. Ce n'est qu'en optimisant en continu ces étapes que les performances de la base de données MySQL peuvent être améliorées.

Comment utiliser MySQL après l'installation Comment utiliser MySQL après l'installation Apr 08, 2025 am 11:48 AM

L'article présente le fonctionnement de la base de données MySQL. Tout d'abord, vous devez installer un client MySQL, tel que MySQLWorkBench ou le client de ligne de commande. 1. Utilisez la commande MySQL-UROot-P pour vous connecter au serveur et connecter avec le mot de passe du compte racine; 2. Utilisez Createdatabase pour créer une base de données et utilisez Sélectionner une base de données; 3. Utilisez CreateTable pour créer une table, définissez des champs et des types de données; 4. Utilisez InsertInto pour insérer des données, remettre en question les données, mettre à jour les données par mise à jour et supprimer les données par Supprimer. Ce n'est qu'en maîtrisant ces étapes, en apprenant à faire face à des problèmes courants et à l'optimisation des performances de la base de données que vous pouvez utiliser efficacement MySQL.

Comment résoudre MySQL ne peut pas être démarré Comment résoudre MySQL ne peut pas être démarré Apr 08, 2025 pm 02:21 PM

Il existe de nombreuses raisons pour lesquelles la startup MySQL échoue, et elle peut être diagnostiquée en vérifiant le journal des erreurs. Les causes courantes incluent les conflits de port (vérifier l'occupation du port et la configuration de modification), les problèmes d'autorisation (vérifier le service exécutant les autorisations des utilisateurs), les erreurs de fichier de configuration (vérifier les paramètres des paramètres), la corruption du répertoire de données (restaurer les données ou reconstruire l'espace de la table), les problèmes d'espace de la table InNODB (vérifier les fichiers IBDATA1), la défaillance du chargement du plug-in (vérification du journal des erreurs). Lors de la résolution de problèmes, vous devez les analyser en fonction du journal d'erreur, trouver la cause profonde du problème et développer l'habitude de sauvegarder régulièrement les données pour prévenir et résoudre des problèmes.

Vue et Element-UI Cascade déroulante Boîte en V Mode en V Vue et Element-UI Cascade déroulante Boîte en V Mode en V Apr 07, 2025 pm 08:06 PM

Vue et Element-UI Boîtes déroulantes en cascade Points de fosse de liaison V-model: V-model lie un tableau représentant les valeurs sélectionnées à chaque niveau de la boîte de sélection en cascade, pas une chaîne; La valeur initiale de SelectOptions doit être un tableau vide, non nul ou non défini; Le chargement dynamique des données nécessite l'utilisation de compétences de programmation asynchrones pour gérer les mises à jour des données en asynchrone; Pour les énormes ensembles de données, les techniques d'optimisation des performances telles que le défilement virtuel et le chargement paresseux doivent être prises en compte.

See all articles