Za poslední 3 roky jsem konzultoval pro 100+ firem a tady jsou některé z mých osobních oblíbených doporučení: (Byli byste překvapeni, kolik vývojářů mimo online bublinu potřebuje pomoc.) 1. Některé týmy nepoužívají žádný systém verzování kódu. Vím, že je těžké tomu uvěřit, ale mám svědky. Upřímně, tohle není běžné, ale viděl jsem to na vlastní oči. 2. Testovací kultura je vzácná. Jednoduchý způsob, jak zlepšit to, co tým dělá, je naučit je psát automatizované jednotkové a integrační testy. 3. Tabulky jsou nejoblíbenějším řešením, které jsem v praxi viděl. Například jedním z mých nejčastějších doporučení je používat MLFlow ke sledování experimentů a verzí modelů. 4. Většina týmů vždy chce implementovat technicky správné řešení problému. Naučil jsem se velmi dobře identifikovat řešení, která splňují mnohem více omezení (jako rozpočet, časový harmonogram, schopnost týmu, vnímání atd.) Tomu říkám "rámování problémů" a je to pro firmy obrovskou pomocí. 5. Vždy doporučuji vývojářské kontejnery týmům, kde každý používá jiný operační systém a má potíže s konfigurací a přenosností. 6. Snažte se škálovat aplikaci bez zbytečného zabývaní se pozorovatelností a sledovatelností. Většinou je to tak jednoduché, jako zaznamenat správné informace. Někdy můžete věnovat čas nastavení správných nástrojů pro vážnější pozorování. 7. V systémech strojového učení (90 % projektů, na kterých pracuji) je monitoring vždy až na druhém místě. Docela jsem se naučil pomáhat týmům integrovat se s Evidently AI. 8. Trávím spoustu času tím, že pomáhám týmům vytvářet end-to-end, opakovatelné a automatizovatelné workflowy s doplňujícími místy, které mohou později dokončit. Například vytvoření tréninkového pipeline, který začíná zpracováním dat a končí nasazením modelu. Různé tréninky vždy vytvářejí různé týmy: • Jak implementovat CI/CD • Jak verzovat datové sady • Jak poznat, co znamená "hotovo" • Jak správně spravovat tajemství • Jak spravovat nastavení konfigurace • Jak nastavit logy • Jak testovat v produkci (a/b testování, shadow nasazení atd.) • ... Lidé pracující pro velké technologické firmy jsou o několik let napřed před ostatními, ale trh pro tyto znalosti mimo velké technologické firmy je obrovský.

@kelvongx *mnoho