Вертикальное нарезание - некоторые практические идеи В гибкой разработке определение размера и фрагментация истории важны для создания ценности для бизнеса при достижении таких целей разработки, как непрерывная интеграция, развертывание и тестирование. Если история слишком велика, команда рискует не завершить ее в текущем спринте. Если история слишком мала, ощутимые результаты не могут быть продемонстрированы. В Capital One мы используем гибкую методологию при разработке наших..

Этот пост подготовлен в партнерстве с Capital One . Недавно я имел удовольствие поговорить с Захари Ханифом, директором Центра машинного обучения (C4ML) в Capital One. Мне было интересно получить уникальное представление о проблемах развития практики машинного обучения в крупной финансовой организации. Ранее я писал о лучших практиках Google и Uber в области машинного обучения. Мне было любопытно понять, как можно построить инфраструктуру машинного обучения в такой фирме, как..

Адам Венчел, вице-президент по искусственному интеллекту и инновациям в данных, Capital One Волна одержимости универсальным машинным обучением (ML) захлестнула технологические и бизнес-сообщества - и общество в целом - за последние несколько лет, и это понятно; Продукты и услуги с поддержкой машинного обучения могут принести организации бесчисленные преимущества - не в последнюю очередь возможность использовать большие объемы данных, чтобы сделать ранее утомительные задачи более простыми..

Capital One присоединяется к спонсорам-основателям RISELab в Калифорнийском университете в Беркли Миссия RISELab – дать машинам возможность быстро выполнять интеллектуальные действия на основе данных в реальном времени и контекста окружающего мира. Автор Стивен Романофф Как компания, основанная на данных, Capital One десятилетиями использовала информацию из данных, чтобы предлагать своим клиентам финансовые продукты, отвечающие их разнообразным потребностям. Сейчас мы..