Как управлять металлом


Повелитель металла — Posmotre.li

TV Tropes
Для англоязычных и желающих ещё глубже ознакомиться с темой в проекте TV Tropes есть статья Extra-ore-dinary. Вы также можете помочь нашему проекту и перенести ценную информацию оттуда в эту статью.
« У тебя, что весь замок из металла? »
— Ночной Змей в главном зале замка Магнето

С этим персонажем бесполезно сражаться современными средствами — он и пули остановит (а то и в обратку развернёт), и пистолеты с автоматами сломает. Думаете, телекинетик? Ага, щаз! Перед нами тот, кто в совершенстве освоил таинственную силу магнитокинеза.

Кроме стандартных и базовых способностей, таких, как перемещение, изменение формы и структуры металлических конструкций (нагревание или понижения электрического сопротивления) магнитокинетик может задействовать и пару-тройку весьма-весьма экзотических, вплоть до трансфигурации металла, позволяющей перегонять свинец в золото (лучше в уран, или в какой-нибудь адамантиум) а-ля философский камень, и даже — создавать вострые лезвия и прочее холодное оружие прямо из воздуха! Надо ли говорить, что повелитель металла — грозный противник? А если учесть, что от магнитных полей зависит не только техника, но и большое количество фундаментальных процессов во Вселенной… А если вспомнить, что в крови содержится железо, а в хлорофилле — магний…

В китайской системе стихий металл — это порождение земли (см. по схеме дерево => огонь => земля => металл => вода => дерево). А в греческой системе металл и относится к стихии земли, ибо в ней к земле относятся все твёрдые тела. Из-за этого многие запихивают аспект металла (как и гравитацию) в магию земли и даже приравнивают металл к земле (только очищенной). Также управление металлом соседствует с электрокинезом. Да-да, накопить в куске железа заряд из свободных электронов и долбануть им кого-нибудь — как вам такое?

Хотя особо переживать не стоит — характер повелителя металлов сродни своей стихии. Обычно такие персонажи рассудительные, надежные и стойкие, но бывают весьма медлительными, упертыми и тугосоображающими. Обладают хладнокровием и силой воли. Чаще всего магнитокинетики (как и геоманты) долго остаются верны своим убеждениям. В аниме или манге такие персонажи часто имеют глаза серо-стального цвета, а подчас и такие же волосы.

Комплексные франшизы[править]

  • X-Men: Магнето. Вероятно, самый известный представитель. Суперсилы основаны на управлении магнитным полем, но, судя по всему, это магнитное поле действует ещё и на алюминий, титан, медь, серебро и т. д. Заодно с металлокинезом летает с помощью металлического же пояса и ботинок. В конце фильма «Люди-X: Первый класс» поднял со дна моря подводную лодку с главгадом на борту. В конце фильма «Люди-X: Дни минувшего будущего» поднял стадион и аккуратно опустил его на Белый Дом… ну, вы поняли.
  • Да и вообще вся Мультивселенная Marvel. Кого там только нет! И вышеупомянутый Магнето, и Колосс, и Расплавленный человек, и даже какой-то Властелин Магнитов (ходячая ЭМИ-бомба, с техникой на ты) засветился.
    • И Полярис, младшая дочь Магнето — вся в папу.
  • Маджента из вселенной DC. В сериале «Флэш» поднимает огромный танкер в воздух и грозится опустить его на больницу, чтобы раздавить отца.
    • Доктор Полярис.
  • BIONICLE — в наличии есть стихийная магия железа и магнетизма.

Литература[править]

  • В мире Гарри Дрездена магнитокинез относится к магии Земли. С Землёй у Гарри не так круто, как с другими стихиями, но с помощью специальной тросточки пару килограмм металла он поднять таки может. Не впечатляет? Скажите это летающей связке ключей, которая пытается выколоть вам глаза! Ну или вашему пистолету, который куда-то убежал.
    • Тот же автор, «Кодекс Алеры» — владение фуриями металла позволяет чувствовать металлические предметы и их перемещения, магически на них воздействовать, а также, уподобляясь стали, «выключать» свои чувства и не ощущать боли. Сильнейшие мечники заклинают металл.
  • «Повелитель железа» Валентина Катаева — русский учёный с помощью гнущей железо на расстоянии машины пытается избавить весь мир от войн.
  • «Архимаг» Рудазова — Клевентин Придурковатый (ака Клевентин Предатель). Использует в комплексе с метаморфизмом, так что превратиться в стального голема с кучей лезвий для него не проблема.
    • Но вот манипулировать адамантием оказывается не по силам даже ему.
  • «Пепел и сталь» Брендона Сандерсона — некоторые люди, именуемые аломантами, с рождения обладают способностью управлять металлами.
  • «Земные пути» Святослава Логинова — местные повелители металла именуются «повелителями мечей» и похожи на скандинавских ярлов. Хотя работают не только с железом, но и с золотом. Высший пилотаж — призыв змеев Феррона и Аура.
  • «Дорога» Александра Больных — здесь роль повелителя металла играет Двухголовый, один из местных Тёмных Властелинов. В отличие от многих описанных в данной статье примеров, в этом сеттинге его магия родственна не Земле, а, скорее, Огню. Двухголовый — кузнец, инженер и изобретатель. Его резиденция — Железный Замок (сам замок, конечно, не железный, но внешние стены и в самом деле обшиты металлическими листами) — охраняется железноголовыми тиграми (осторожно: не допускать контакта с водой!), в его кузницах трудятся Железные Тени, а врагам он предпочитает подсыпать микроскопические семечки железного корня, которые прорастают в человеческой крови. А глубоко в подземельях у Двухголового настоящая шахта с расплавленным золотом. Практически как у инженера Гарина.
    • С фитильком — и Морской Король, обладающий Золотым Талисманом. Правда, повелевает он не столько золотом, сколько преданными золоту душами, но, как показал эксперимент, против Железных Теней Талисман тоже великолепно работает.
  • Великий Полоз из сказов П. Бажова — дух в облике колоссального подземного змея, способный повелевать золотом и перемещать его под землёй как сам захочет. Как минимум одна из его дочерей, Змеевка, тоже на такое способна, хотя и послабее.

Кино[править]

  • «Терминатор 2: Судный день» — главный антагонист, робот-терминатор модели T-1000. Способен контролировать только «свой» металл, из которого состоит. В остальном — только изменение формы конечностей и своего облика.
  • Робот Читти из индийского фильма «Робот». Благодаря встроенным магнитам способен притягивать к себе все предметы, содержащие железо. Даже штаны смог снять с хулигана благодаря железной застёжке на молнии.
    • В сиквеле злой Читти и его армия роботов-клонов соединились в огромный магнит и притянули кучу всего металлического (от монет до автомобилей), собрав из них одного гигантского Читти.
  • «Сказка странствий» Александра Митты — брат главной героини Май к концу истории научился манипулировать… золотом.
  • «Братья Гримм» — главзлодейка, кроме прочего, может телекинетически передвигать металлические предметы.

Мультфильмы[править]

  • Главный герой мультфильма «Серый волк энд Красная Шапочка» тоже пытается изображать из себя сабж:
«

Эти зубы из металла — Волчьей жизни идеал! Хорошо на сердце стало: С детства я люблю металл!

»
— Хотя, конечно, с фитильком и шутки ради — как минимум потому, что в виду имеется не только и не столько буквальный металл…

Мультсериалы[править]

  • «Аватар: Легенда об Аанге» — Тоф Бейфонг, самый первый маг металла.
    • В сиквеле их тоже немало — Тоф открыла свою собственную полицейскую академию.
    • На деле маги металла управляют не самим металлом, а содержащимися в нём частицами земли — чем меньше частиц, тем хуже металл поддаётся магу. Примерно так же работает магия лавы. Платина — самый чистый в мире Аватара металл — и вовсе неподвластен магам металла.
  • Action-man (2000) — в одной серии главгад Доктор Икс баловался супермагнетизмом. Намагнитил Эйфелеву башню, заставил половину всего металлического, что есть в Париже, летать вокруг и кидался машинами.
  • RWBY — Пирра. Её способность названа магнетизмом, однако замечена в левитации и алюминия, и вроде бы бронзы. Излюбленное применение в бою с вооружённым противником — незаметно и не палясь «подправлять» его удары, чтобы их было легче отбить.
    • Стоит отметить, что она своей способностью старалась не злоупотреблять, а в идеале вообще ею не пользоваться, так и без этого была на голову сильнее сверстников. Из-за нервного срыва её способность, видимо, претерпела взрывной скачок в развитии — контроль металла подходил вплотную к уровню Магнето. Но менее чем через час была убита в бою с более опытным и хитроумным кристаллическим магом (и вообще носительницей древней колдовской силы) Синдер.
  • «Вселенная Стивена» — Перидот.

Аниме, манга, ранобэ[править]

  • Code: Breaker — Токи Фудживара.
  • One Piece — Юстас Кид. Бонус за механическую руку.
  • JoJo's Bizarre Adventure — Ризотто Неро, киллер, чья особая способность напрямую связана с контролем гемоглобина. Обожает формировать железо из крови противников, в буквальном смысле слова заставляя их блевать бритвенными лезвиями, ножницами и иглами. Кроме того, может намагнитить и себя, сливаясь с окружающей поверхностью.
  • Fate/Zero — мощнейшая способность Кайнета — Volumen Hydragyrum; огромный ком ртути (Слово Божие гласит, что эта ртуть была алхимическим путём усовершенствована, чтобы, сохраняя вес, не иметь токсичности), управляемый усилием воли. Служит и для защиты (толстая мембрана из ртути легко останавливает пулю из крупнокалиберного пистолета), и для нападения (в аниме ртуть ведёт себя почти как монстр-жижица, в ранобэ же формирует десятки лезвий).
    • В не переведённых на гайдзинские языки материалах его ученик, Вейвер Вельвет, развивает эту технику в создание псевдожизни. Результатом его экспериментов становится голем-горничная, считающая себя роботом-убийцей из будущего (ибо её свойства вызвали у него нездоровые ассоциации с T-1000).
      • Lord El-Melloi II Sei no Jikenbo: Rail Zeppelin Grace Note (Досье лорда Эль-Меллоя II) — экранизация вышеозначенного материала, так что, вероятно, уже переводят. Сама горничная присутствует, но откуда она взялась и что она вообще такое, ни слова сказано не было.
  • Такова специализация Эдварда Элрика в Fullmetal Alchemist.
    • Тут всё же с фитильком, потому как на протяжении произведения он применяет самые разнообразные компоненты для своей алхимии — просто одним из основных приёмов в бою остаётся производство клинков и собственного протеза.
  • Arifureta Shokugyou de Sekai Saikyou — Хадзиме со своей трансмутацией является прямым оммажем к упомянутому выше алхимику, однако, в отличие от последнего, прямо подсвечивает, что с металлами ему работать проще и удобнее, нежели с минералами (а с органикой так вообще чуть не надорвался поначалу).
  • The Qwaser of Stigmata — квайзеры управляют различными химическими элементами (каждый своим), большая часть которых — металлы. Главный герой — русский квайзер Александр Хелл — управляет железом, его соперница (тоже русская) Екатерина Кураэ — медью (даже водит с собой полуразумную медную куклу, которую называет «мамой»).

Видеоигры[править]

  • Sonic Heroes — Метал Соник научился повелевать металлом и использовал это умение, чтобы собрать себе новое гигантское тело.
  • Dark Souls 2: Старый Железный король обладал скипетром, позволявшим ему легко менять форму и температуру железа. Доигрался.
  • Pokemon – таковыми в разной степени являются покемоны стального типа. Кто-то просто имеет стальную шкуру, кто-то ест металл, а кто-то им и управляет. Большинство из них – медлительные и с хорошей защитой.

Настольные игры[править]

  • Warhammer Fantasy Battles — Шамон, Жёлтый магический ветер, изучаемый алхимиками и трансмутаторами Золотого Ордена в качестве школы металла. Типичные заклинания строятся на временном изменении физических свойств металлических предметов (например, оружия или механизмов) как в лучшую, так и в худшую сторону, хотя могущественный волшебник способен превратить даже живое существо в металлическую статую на достаточное время, чтобы причинить смерть. Поскольку Шамон отражает логику, исследование, измерение и прикладную науку, специалисты по школе металла приобретают соответствующий характер — сухой, академичный и рассудочный. Особенно в этом преуспел Бальтазар Гельт, ставший верховным патриархом.
  • GURPS — школа магии металла из GURPS Magic, ну и несколько преимуществ тоже могут дать необходимый эффект при должной настройке.
  • Magic: The Gathering — мироходец Теззерет не просто управляет металлом, а натурально оживляет его вплоть до создания автономных самоходных артефактов.

Прочее[править]

  • Ещё в каком-то произведении, автор, к сожалению, забыл, в каком именно, был персонаж, способный создавать наночастицы и с их помощью управлять материей на молекулярном уровне.

SqlMetalPlus - надстройка VS для управления пользовательскими изменениями в DBML


Введение

При использовании LINQ to SQL в одном из наших проектов мы столкнулись с ситуацией, когда нам пришлось внести много изменений в файл DBML, который генерирует SqlMetal , например:

  1. Измените все значения поиска на enum s, чтобы наш код выглядел более элегантно
  2. Измените сгенерированные имена членов ассоциации на наши собственные имена для лучшей читаемости
  3. Удалите ненужные таблицы / хранимые процедуры
  4. Экспортируйте DBML как изображение
  5. и др.

При попытке внести все вышеупомянутые изменения стало неудобно повторять одни и те же изменения снова и снова всякий раз, когда мы регенерировали DBML. Итак, я начал с написания небольшого скрипта, который, наконец, был преобразован в надстройку VS.

Установка надстройки

Я включил проект Wix вместе с исходным кодом надстройки, который генерирует MSI. Итак, просто установите, и вы готовы к работе.

Как это работает

Надстройка ищет XML-файл в той же папке, что и файл DBML, с именем DBML file name + " custom.xml ". Итак, если имя вашего файла DBML - Northwind.dbml , то ваш файл пользовательского сопоставления должен называться" northwind.dbml.custom.xml ".

Надстройка добавляет два пункта контекстного меню ко всем файлам DBML в решении.

  1. Создать сопоставление XML
    • Эта команда просто создает файл начального сопоставления, который вы можете настроить. Он просто создает копию файла DBML и меняет имя файла.
  2. Применить настройки
    • Эта команда применяет пользовательские изменения к существующему файлу DBML.
  3. Создать / Обновить
    • Эта команда либо создает исходный DBML (или) обновляет полный DBML с последними изменениями из выбранной базы данных, а затем применяет пользовательские изменения.

Обе команды автоматически регенерируют файл designer.cs, и макет, чтобы вы могли просмотреть измененный DBML в дизайнере после выполнения задачи.

Как создать настраиваемое сопоставление XML

Просто создайте копию файла DBML и переименуйте его в соответствии с соглашением об именах, добавив « custom.xml ". Одним из преимуществ этого подхода является то, что Visual Studio обеспечивает автозаполнение для всех возможных атрибутов, а также для имен узлов. Вы можете добавить настраиваемый атрибут под названием" CustomizationType ", который принимает" Add "," Update ". "," Удалить ", который указывает настройку, которую вы ищете для этого конкретного узла.

Например, если вы хотите сделать определенный столбец из базы данных невидимым в вашем коде по какой-либо причине, вы можете обновить узел столбца в файле сопоставления, как показано ниже:

  

Для изменения типа столбцов поиска на enum , вы можете изменить узел в файле настраиваемого сопоставления, как показано ниже:

Начальная версия
  
В настраиваемом XML
  

Если вы заметили вышеуказанное изменение, я изменил атрибут Member также на « ProductStatus », поэтому в моем коде я могу ссылаться на этот столбец как « ProductStatus » вместо « ProductStatusCd ».

Теперь я могу написать свои запросы LINQ, как показано ниже, что более элегантно:

 var activeProducts = from p в dbContext.Products где p.ProductStatus == ProductStatus.Active выберите p; 

Точно так же вы можете внести любые пользовательские изменения, которые разрешены в DBML разработчиком VS, и сохранить пользовательский XML-файл, а надстройка позаботится о применении этих изменений к окончательному DBML-файлу.

Снимки экрана, показывающие использование

  1. Добавьте в проект новый файл DBML с помощью диалогового окна добавления нового в Visual Studio. Это добавит в проект пустой файл DBML:

  2. Выберите команду «Создать / Обновить» надстройки, чтобы сгенерировать DBML из заданного соединения с базой данных:

  3. Предоставьте сведения о подключении, а также особые свойства sqlMetal , такие как тип сериализации и т. Д.:

  4. Экран ниже показывает начальный сгенерированный DBML. Теперь нам нужно создать для этого специальный файл сопоставления:

  5. Выберите команду «Создать XML сопоставления», чтобы создать базовый XML сопоставления на основе исходного файла DBML. Мы используем этот файл для указания наших настроек. Вы можете удалить эти таблицы / столбцы / функции из этого файла сопоставления, если вам не нужна их настройка. Но их сохранение заставит надстройку думать, что вам также нужна некоторая настройка для этих сущностей.Но до тех пор, пока мы не укажем никаких указанных настроек, addin просто проигнорирует их.

  6. Вот образец настраиваемого файла сопоставления, который я использовал в образце (теперь включен в исходный код). Я попытался объяснить как можно больше, но если что-то неясно, дайте мне знать.
     = "1.0" = "utf-8" <Имя базы данных = "TestDB" Serialization = "Однонаправленный" xmlns = "http://schemas.microsoft.com/linqtosql/dbml/2007">      <Пользовательские атрибуты>  "Параметры, если есть"     <Пользовательские атрибуты>  «Название категории»   "Категория"   "Основные свойства"   <Столбец>    
    <Имя таблицы = "dbo.Продукты "Member =" Products "> <Имя функции = "dbo.sp_getproducts "Method =" GetProducts "> <Имя параметра = "category_id" Parameter = "CategoryID" Type = "System.Int32" DbType = "Int" /> <Имя параметра = "определение" Тип = "System.Data.Linq.Binary" DbType = "VarBinary (MAX)" /> <Функция CustomizationType = "Удалить" Name = "dbo.sp_creatediagram " Метод = "Sp_creatediagram"> <Имя параметра = "определение" Тип = "System.Data.Linq.Binary" DbType = "VarBinary (MAX)" /> <Функция CustomizationType = "Удалить" Name = "dbo.sp_dropdiagram " Method = "Sp_dropdiagram"> <Имя параметра = "owner_id" Type = "Система.Int32 "DbType =" Int "/> <Имя столбца = "версия" Член = "Версия" Type = "System.Int32" DbType = "Int" CanBeNull = "true" /> <Имя столбца = "определение" Член = "Определение" Type = "System.Data.Linq.Binary" DbType = "VarBinary (MAX)" CanBeNull = "true" /> <Имя параметра = "имя диаграммы" Тип = "Система.Строка "DbType =" NVarChar (128) "/>
  7. Наконец, выберите команду «Применить настройку», чтобы применить ваше настраиваемое сопоставление к исходному DBML:

  8. А вот и финальный DBML:

  9. Когда вы будете готовы с одной версией вашего DBML, вы можете просто продолжать вносить изменения в свой файл сопоставления и использовать команду «Создать / Обновить» для обновления DBML из базы данных и автоматического применения ваших пользовательских изменений.

Достопримечательности

Не используйте VS Designer для создания DBML, если вы хотите использовать эту надстройку, потому что по какой-либо причине имена ключей ассоциации, сгенерированные VS Designer, отличаются от тех, которые сгенерированы инструментом SqlMetal . SqlMetal называет ключи ассоциации такими же, как имена внешних ключей в базе данных, но конструктор VS изменяет их на формат sourcetable_targettable . Поскольку эта надстройка полагается на sqlmetal.exe для создания исходного DBML, не вносите никаких изменений в DBML с помощью VS Designer. Конечно, вы можете открыть окончательный DBML и просмотреть его в дизайнере, чтобы получить четкое представление о том, что изменилось и все ли изменения применены правильно.

Заключение

Я также включил исходный код проекта Wix, который даст вам общее представление о том, как создать простой проект установки с помощью Wix (Windows Installer XML). Помимо решения общей проблемы при использовании LINQ to SQL, я надеюсь, что это поможет кому-то написать свой собственный VS Addin.

Любые отзывы / предложения приветствуются.

Список литературы

Я использовал эту статью для отображения свойств строки подключения SQL (но преобразовал код в C #): http://www.codeproject.com/KB/vb/SQL_Connection_Dialog.aspx.

История

  • 12 th июнь 2009 г .: опубликована первоначальная версия
  • 14 th июнь 2009 г .: опубликована обновленная версия
  • 23 rd февраль 2010 г .: обновлены установочные и исходные файлы
  • 1 st март 2010 г .: обновлено для поддержки всех возможных атрибутов для каждого узла (столбец, таблица, база данных и т. д.). Любой действительный атрибут, указанный в пользовательском XML, будет применен к файлу DBML.
  • 14 th июль 2011 г .: обновленные файлы загрузки - несколько исправлений ошибок
  • 24 th июль 2011 г .: обновлено для поддержки, включая дополнительные пространства имен, добавленные к сгенерированному коду, и поддержку настраиваемых атрибутов, добавленных к созданным классам сущностей и свойствам сгенерировано
  • 15 th Февраль 2012 г .: Обеспечена поддержка для добавления настраиваемых атрибутов в VB.NET
  • 6 декабря 2013 г .: Добавлена ​​поддержка VS2012 / 2013 и возможность экспорта DBML как изображения
.

Какие из них наиболее эффективны?

Автор: Глиннис Перселл

27 августа 2019

В прошлом сотрудники и организации считали менеджеров ценным товаром. Их считали способными лидерами с особым стилем управления, которые приводили команды своей организации к успеху. Они считались незаменимыми.

Больше нет.

К сожалению, за последние несколько лет мнение о ценности менеджеров, похоже, ухудшилось.Существует множество негативных статей, в которых утверждается, что менеджеры среднего звена бесполезны и не нужны.

Почему общественное мнение так сильно изменилось? Являются ли менеджеры бесполезным пережитком прошлого, ненужным компонентом корпоративной культуры, который быстро устаревает?

Абсолютно нет.

Так в чем же тогда проблема? Почему к такому количеству менеджеров относятся неблагоприятно?

Неправильный стиль управления вредит каждому

Исследование Gallup показало, что организации в 82% случаев выбирают не того менеджера.Это одно из самых важных решений, которое может принять компания, но в 8 из 10 случаев каждый ошибается.

Легко предположить, что эти 82% менеджеров просто не были предназначены для руководящей должности. Но четырехлетнее исследование, проведенное Leadership IQ, показало, что чаще всего дело в том, что стиль менеджера не соответствует их культуре.

Разным проектам, командам, задачам и бизнесу нужны разные стили управления. Если вы не можете приспособиться к потребностям вашей должности и организации, вы обречены на неудачу.

Неспособность адаптироваться может не только привести к понижению в должности или увольнению, но также вредит всей компании.

Только 30% сотрудников в США и 13% сотрудников во всем мире заняты на работе. И как минимум 70% расхождений в оценках вовлеченности сотрудников может быть напрямую отнесено на счет руководителей сотрудников.

Когда ваша команда не вовлечена, это дает:

  • Снижение производительности
  • Низкое качество работы
  • Резкое увеличение оборота
  • Больше проблем с кражами и прогулами
  • Снижение прибыльности

Суть в том, что неправильный стиль управления демотивирует сотрудников, снижает производительность и обучает сотрудников отключиться или уйти.Причинение вреда всей организации.

Но как узнать, какой стиль управления нужен? И как успешно принять правильный?

1. Авторитарные стили управления

Авторитарный стиль управления предполагает управление через четкое руководство и контроль. Его также иногда называют автократическим или директивным стилем управления. Авторитарные менеджеры обычно утверждают сильную власть, обладают полной властью принимать решения и ожидают беспрекословного подчинения.

Этот тип стиля управления требует четко определенных ролей, строгих иерархий и структур отчетности. Сотрудники не должны спрашивать, кто за что отвечает. Чтобы быть эффективным авторитарным лидером, вы должны быть готовы и иметь возможность постоянно быть в курсе работы вашей команды и принимать любые решения.

Билл Гейтс - пример позитивного авторитарного лидера. У него был четкий план для своей компании. План, который было трудно или невозможно понять многим, пока он не стал реальностью, а имя Microsoft стало нарицательным.

Не имея возможности увидеть и поделиться своими мыслями, Гейтс не мог поручить своей команде принимать решения самостоятельно. Вот почему он руководил командой и сохранял право принятия решений.

Плюсы

Доказано, что в правильной среде авторитарный стиль управления положительно влияет на производительность сотрудников.

Лучшая среда для авторитарного управления, как правило, включает традиционную культуру, которая обычно встречается в Китае и некоторых других азиатских странах.В этих культурах существует большая дистанция власти, когда сотрудники ожидают, что у людей более высокого уровня будет больше власти, и обычно автоматически подчиняются тем, кто занимает более высокие должности.

Авторитарный стиль управления также может быть эффективным, если у вас есть новые или неопытные сотрудники, которым нужно много рекомендаций и инструкций.

Минусы

Важно отметить, что авторитарный стиль, доведенный до крайности, может легко создать негативное рабочее пространство.

Например, если вы попытаетесь удержать контроль слишком жестко, это может привести к микроменеджменту, который оттолкнет ваших лучших сотрудников.

Поддержание полного контроля над всеми процессами принятия решений также может потребовать много времени и усилий. Если вы курируете большие и / или сложные проекты, это может быть невероятно сложно.

2. Визионерские стили управления

Визуальный стиль управления также иногда называют вдохновляющим, харизматическим, стратегическим, трансформационным или авторитетным. Дальновидные менеджеры стремятся донести до своей команды общее видение компании, отдела или проекта.

В отличие от авторитарных менеджеров, дальновидные менеджеры не вовлекаются в повседневные детали. Вместо этого они сосредотачиваются на мотивации и согласованности в команде, чтобы все двигались в одном направлении, и поручают членам своей команды разобраться в деталях о том, как этого добиться.

Если вы от природы харизматичный, общительный и представительный лидер, вам будет легко принять этот стиль. Однако это может быть сложнее для интровертов или людей, которым неудобно находиться в центре внимания.Это также требует большого эмоционального интеллекта, готовности идти на риск и способности руководить изменениями и управлять ими.

Хорошо известный провидческий лидер - Нельсон Мандела. Мандела был лицом и лидером движения против апартеида. Благодаря своей решимости и силе воли Мандела успешно привел свою страну, Южную Африку, к освобождению. Полагаясь на свой харизматичный характер и важное видение, он мотивировал людей вносить изменения, не диктуя их действий.

Плюсы

Одно из преимуществ дальновидного управления состоит в том, что оно помогает мотивировать сотрудников работать над достижением общих целей и решений.

Если культура вашей команды в настоящее время разделена, дальновидный подход может быть полезным для того, чтобы вернуть всех на одну страницу. Визуальный менеджмент также часто используется, когда компании или команде нужно измениться.

Минусы

Недостатком дальновидного стиля управления является то, что недостаток внимания к деталям может привести к проблемам, особенно если члены вашей команды неопытны или новички.

По этой причине дальновидный менеджмент обычно лучше подходит для опытных профессиональных команд. Люди, которые уже достаточно осведомлены и способны выполнять свою работу практически без присмотра.

3. Стили управления транзакциями

Стиль управления транзакциями ориентирован на использование положительных вознаграждений, таких как стимулы, бонусы и опционы на акции, для мотивации сотрудников к повышению их производительности. Например, менеджеры по транзакциям могут полагаться на сдельную оплату труда, чтобы побудить своих сотрудников производить больше.Точно так же они могут структурировать квартальные или годовые бонусы в зависимости от результатов работы сотрудников.

Стиль управления транзакциями основан на убеждении, что вы можете успешно управлять и мотивировать сотрудников с помощью внешних вознаграждений.

Шон Гилберт - один из совладельцев Gilbert Orchards в Якиме. Гилберт использует сдельную оплату труда и поддерживает ее как средство повышения производительности.

Однако в настоящее время ведутся многочисленные судебные и коллективные иски против государственных компаний по выращиванию деревьев, утверждающих, что сдельная оплата труда несправедлива и не соответствует законам о минимальной заработной плате.Этот конфликт и рост числа судебных исков могут заставить многих руководителей не решаться полагаться исключительно на управление транзакциями для повышения производительности.

Плюсы

Стиль управления транзакциями обычно эффективен в течение коротких периодов времени, когда вам необходимо мотивировать свою команду выполнять работу, которую они не хотят выполнять. Например, если вам нужно, чтобы они работали сверхурочно в течение пары недель, чтобы завершить проект вовремя, предложение внешнего вознаграждения может оказаться эффективным.

Минусы

Исследования показывают, что внешнее вознаграждение менее эффективно, чем внутреннее, особенно в долгосрочной перспективе.Фактически, они могут негативно повлиять на мотивацию сотрудников, если используются слишком активно или слишком долго.

Если вы хотите увеличить рабочую нагрузку или количество часов своей команды на неопределенный срок, транзакционное управление не будет успешным. Он также не подходит для поощрения творчества или инноваций, поскольку вознаграждение напрямую связано с известными результатами.

4. Стили управления служением-лидерством

Выражение «лидерство слуги» было первоначально придумано Робертом К. Гринлифом в 1970 году в эссе под названием «Слуга как лидер.Этот стиль управления также иногда называют наставничеством, обучением или наставничеством.

Стиль управления служащим направлен на поддержку ваших сотрудников. Менеджеры, которые придерживаются этого стиля, проводят время, тренируя, наставляя и поддерживая свою команду. Они видят свою роль советника или тренера, а не диктатора или правителя.

Чтобы быть эффективным лидером-слугой, вам необходимо иметь большой опыт как в работе ваших сотрудников, так и в выполнении наставничества.Необходимы сильные навыки межличностного общения, чтобы иметь хорошие отношения с вашей командой и строить наставнические отношения. Чтобы ваша команда доверяла вам и открывалась для вас, вам необходимо показать им, что вы этичны и достойны доверия.

Джек Ма, исполнительный председатель Alibaba Group, является хорошо известным примером человека со стилем управления служащим-лидерством. Ма является поборником благотворительной деятельности и признанным лидером, оказывающим огромную поддержку своим сотрудникам. Ма ценит эмоциональный интеллект и воспитание любви и поддержки среди своих сотрудников для достижения величия.

Плюсы

Стиль управления «служащий-лидер» помогает вашей команде развиваться и продвигаться в профессиональном плане. Это также помогает создать прочную связь между сотрудником и менеджером и может способствовать большему доверию, связи и сотрудничеству.

Лидерство-служитель сосредоточено не на дисциплине, а на том, чтобы помочь людям учиться на своих ошибках и повышать свою производительность. Если у вас есть команда высококвалифицированных профессионалов, этот стиль руководства может помочь им выйти на новый уровень производительности и производительности.

Минусы

Одним из недостатков этого стиля управления является то, что он может быть неэффективным для некоторых сотрудников. Например, если у вас есть негативные сотрудники, которые немотивированы, негативно настроены и / или просто плохо подходят для своей роли, попытки поддержать и обучить их могут напрасно тратить ваше время.

Кроме того, сосредотачиваясь на возможностях обучения и совершенствовании, вы эффективно сообщаете, что результат не так высок в вашем списке приоритетов, если люди действительно стараются.Хотя это может быть успешным для улучшения процессов, инноваций и других циклических инициатив, это может вызвать проблемы, если ваша команда производит физические продукты или обеспечивает обслуживание клиентов.

Этот стиль управления также обычно требует больше вашего времени, поскольку вы должны проводить некоторое время на личных встречах со своими сотрудниками, чтобы эффективно обучать и поддерживать их. Если ваше время ограничено или качество вашей продукции важнее, чем счастье и благополучие ваших сотрудников, то этот стиль не идеален.

5. Стили управления темпами

Стиль управления темпами воплощает лидерство спереди. Как менеджер вы даете инструкции и устанавливаете темп работы, а затем ожидаете, что ваши сотрудники пойдут по вашим стопам.

Как правило, определение темпа включает в себя установление высоких или труднодостижимых стандартов, чтобы побудить вашу команду достигать новых рекордов и достигать больших целей.

Чтобы добиться успеха, вы должны уметь задавать темп, который бросает вызов вашей команде.Вам также необходимо убедиться, что они достаточно мотивированы, чтобы соответствовать вашему темпу.

Джек Уэлч, когда-то возглавлявший General Electric, является ярким примером настойчивого и требовательного лидера. Хотя он эффективно руководил компанией в течение двадцати лет, он заслужил негативную прессу и прозвище «Нейтронный Джек» за то, что задал высокие темпы и сократил 25% рабочих мест в компании за четырехлетний период.

Плюсы

Если ваша команда способна и мотивирована, этот стиль может привести к повышению продуктивности и здоровому чувству конкуренции и достижений.Это наиболее эффективно, когда у вас есть одна большая проблема, которую нужно решить, или краткосрочная цель, которую нужно достичь.

Исследование, проведенное Harvard Business Review, показывает, что большинству команд следует избегать реализации сложных целей. Тем не менее, они обнаружили, что эффективные, но благодушные команды могут извлечь выгоду из их использования.

Другими словами, если у вас есть эффективная команда, которая, как вы знаете, не соответствует своему потенциалу, принятие динамичного стиля управления может быть эффективным способом вывести ее из комфортной колеи.

Минусы

Если вы постоянно подталкиваете свою команду к достижению сложных целей, вы можете заставить их выгореть. Кроме того, если ваша команда не способна соответствовать вашим стандартам, вы можете в конечном итоге настроить их на провал. А неспособность достичь поставленных целей и задач может привести к потере мотивации и снижению морального духа.

Этот стиль управления также подчеркивает личные достижения, поэтому он может вызвать разногласия и недовольство в команде. Например, если только один или два участника могут идти в ногу с вашим темпом, остальные могут стать ожесточенными и обиженными.

6. Демократические стили управления

Демократический стиль управления также иногда называют консультативным, консенсусным, партисипативным, совместным или аффилиативным стилем. Этот стиль основан на философии, что две головы лучше, чем одна голова , и что каждый заслуживает того, чтобы иметь право голоса, независимо от его должности или звания.

Руководители, придерживающиеся демократического стиля поощряют обмен идеями и регулярное участие сотрудников .Основное внимание уделяется тому, чтобы побудить вашу команду делиться своими мыслями, идеями, предложениями и потенциальными решениями, чтобы помогать друг другу, и компания растет.

В условиях демократии вы, как менеджер, сохраняете за собой право принимать окончательные решения, но вы ищете и принимаете во внимание мысли, идеи и рекомендации своей команды, прежде чем принимать какое-либо решение.

Рэй Далио называет этот тип группы группой, в которой существует меритократия идей - побеждает лучшая идея, независимо от того, чья это идея.Далио является основателем Bridgewater Associates, мирового лидера в области управления институциональным портфелем и крупнейшего хедж-фонда в мире. Далио ценит независимое мышление и поощряет каждого сотрудника компании, независимо от того, насколько он новый или младший, выдвигать новые идеи и предложения.

Плюсы

Демократический стиль руководства помогает вашим сотрудникам чувствовать, что их ценят и слышат. Это также может побудить их решать свои собственные проблемы и придумывать новые инновационные идеи.Запрашивая их мнение, вы эффективно поощряете членов своей команды думать самостоятельно и брать на себя большую ответственность за командные решения и результаты.

Плюс, ища идеи других, вы можете найти лучшие решения и достичь больших результатов, чем если бы вы принимали решения в одиночку.

Минусы

Самый большой недостаток демократического управления - это время. Если вы часто попадаете в ситуацию, когда решение нужно принимать быстро, у вас не будет времени искать и рассматривать предложения команды.

Другая проблема заключается в том, что сотрудники могут расстроиться или обидеться, если им покажется, что вы не принимаете их идеи во внимание. Например, если вам кажется, что вы никогда не соглашаетесь с предложениями Бобби, это может обидеть его чувства.

Чтобы избежать этого, вам нужно будет либо продвигать анонимные предложения, чтобы исключить возможность фаворитизма, либо научиться проводить обсуждения и помогать вашей команде сосредоточиться на создании ценных идей и обмене ими, не подчеркивая, кто что придумал.

7. Стиль управления Laissez-Faire

Стиль управления laissez-faire подчеркивает свободу сотрудников. Laissez-faire происходит от французского и прямо переводится как «позволять делать» на английском языке. Другими словами, менеджеры невмешательства позволяют своим сотрудникам делать то, что они хотят, практически без вмешательства.

В рамках стиля управления laissez-faire отсутствует контроль во время процесса создания или производства. Менеджеры по невмешательству продвигают самостоятельные команды и обычно участвуют только в том случае, если что-то идет не так или команда этого требует.

В отлаженной команде менеджер по невмешательству присутствует только в начале и в конце рабочего процесса. Вначале, чтобы дать рекомендации, поделиться информацией и ответить на вопросы. И в конце рассмотреть результаты работы команды и дать совет или рекомендации о том, как команда может добиться еще большего успеха в следующий раз.

Google использует принцип невмешательства как средство поощрения творческих способностей и инноваций сотрудников. Основатели Google Ларри Пейдж и Сергей Брин создали «20 процентов времени» еще в 2004 году.Хотя правило со временем изменилось, по сути, руководство позволяет сотрудникам часть своего оплачиваемого рабочего времени сосредоточиться на любом проекте, который они хотят, без какого-либо контроля со стороны руководства.

Эта свобода позволяет сотрудникам сосредоточиться на работе, которой они увлечены, и экспериментировать с новыми творческими идеями. Чрезвычайно успешные инновации, такие как AdSense, Gmail и Google Maps, можно отнести к этим «20% времени».

Плюсы

Если у вас есть команда высококвалифицированных профессионалов, они могут процветать благодаря свободе, которую предоставляет подход невмешательства.

Такой стиль управления может привести к высокому уровню удовлетворенности работой и высокой продуктивности команд, которые пользуются предоставленной им автономией. Это также может способствовать развитию инноваций и творчества в вашей организации.

Минусы

Если ваша команда не мотивирована, не обладает достаточными навыками для самостоятельного решения проблем или изо всех сил пытается управлять своим временем, невмешательство может привести к срыву сроков и низкому качеству работы.

Отсутствие контроля, присущее этому стилю, не подходит для команд, которые не могут управлять собой.Это также сопряжено с риском для крупных и / или критически важных проектов, поскольку вы можете не осознавать проблемы, пока не станет слишком поздно.

Это много, не правда ли? А как насчет ваших сотрудников? Какой стиль управления им лучше всего подойдет?

Что вам подходит?

Ваш идеальный стиль управления должен соответствовать следующему:

  • Ваши собственные навыки, опыт и личность. Например, вам может быть сложно быть лидером, если вы не являетесь экспертом в предметной области.
  • Потребности вашей команды. Ваша команда новая и неопытная? Или они высококвалифицированные специалисты? От ответа зависит, какой стиль управления вам следует принять.
  • Культура. Культура вашей команды и организации в целом должна влиять на ваш стиль. Например, если ваша компания в настоящее время претерпевает большие изменения, вам может потребоваться быть дальновидным. Если у вас разделенная и немотивированная команда, возможно, вам придется быть лидером-слугой.

Проблема в том, что подавляющее большинство менеджеров не задаются вопросом, какой стиль управления им подходит. Они просто перенимают ту, с которой они наиболее знакомы, с которой им комфортнее всего, или ту, которую им велели выставить.

Эта негибкость неизбежно ведет к катастрофе.

Самые успешные менеджеры понимают, что для разных сценариев и разных проектов нужны разные стили. Вам даже могут понадобиться разные стили для разных членов вашей команды.

Новому младшему сотруднику может потребоваться авторитарный стиль, пока он не освоится с работой. В то время как ваш старший сотрудник, который высокомотивирован и надежен, может преуспеть при свободном управлении.

Замечательные менеджеры строят свой подход в зависимости от аудитории и могут плавно переключаться между стилями при изменении ситуации.

Нужен ли вашей команде мощный инструмент управления проектами, который может использовать вся команда? Workzone может быть просто билетом…

Запросить демонстрацию и расценки Workzone

Глиннис Перселл - директор по продажам Workzone.Она стремится помогать командам любого размера разбивать сложные проекты на управляемые задачи. Глиннис - путешественник, который семь лет прожил в пяти разных городах Австралии.

.

Как управлять продуктами машинного обучения | by Bastiane Huang

Часть I. Почему так сложно управлять продуктами машинного обучения? И почему тебе должно быть до этого дело?

Резюме: вот что я хочу, чтобы вы запомнили об этой серии статей:

  1. Управление продуктами машинного обучения сложнее, чем управление обычными программными продуктами, потому что оно связано с большей неопределенностью и требует не только технических, но и организационных изменений.
  2. ML лучше всего подходит для принятия решений или прогнозов.
  3. Четко определите проблему, определите требования, установите показатели и предоставьте инженерам и ученым достаточно места и гибкости для изучения, прежде чем выбирать дальнейший путь.
  4. Подумайте о своей стратегии обработки данных с первого дня.
  5. Продукты Building ML являются междисциплинарными. Думайте не только о машинном обучении.

В моей предыдущей статье я говорил о самом большом отличии, которое приносит машинное обучение (ML): ML позволяет перейти от необходимости программировать машину к истинной автономности (самообучению) .Машины делают прогнозы и улучшают понимание на основе шаблонов, которые они идентифицируют в данных, без явных указаний людей, что им делать. Вот почему машинное обучение особенно полезно для решения сложных задач, которые людям сложно объяснить машинам. Это также означает, что машинное обучение может сделать ваши продукты более персонализированными, автоматизированными и точными. Продвинутые алгоритмы, массивные данные и дешевое оборудование позволяют машинному обучению стать основным двигателем ВВП.

Внедрение ML быстро продвигается в различных секторах бизнеса.Согласно недавнему опросу Маккинси, почти половина компаний включили в свои процессы одну или несколько возможностей искусственного интеллекта, а еще 30% осуществляют пилотные проекты в области ИИ. Нетрудно понять, почему ожидается, что машинное обучение принесет еще больше изменений, чем мобильные технологии. Однако переход на машинное обучение может быть более чем в 10 раз сложнее, чем переход на мобильную связь. Прежде чем мы поговорим о том, почему это так, давайте рассмотрим основы.

Что такое AI и ML?

Не существует общепринятого определения ИИ, и определение все время меняется.Как только определенная задача выполняется машиной, эта задача больше не входит в сферу действия ИИ. ML - это подмножество AI. Профессор CMU Том М. Митчелл определил машинное обучение как исследование компьютерных алгоритмов, которые позволяют компьютерным программам автоматически улучшаться на основе опыта.

Типы машинного обучения

Существует три основных типа машинного обучения:

  • контролируемое обучение : наиболее распространенный и широко используемый тип обучения. Алгоритмы учатся на помеченных данных, т.е.е. наборы обучающих данных, помеченные результатом, который модель пытается предсказать. Короче говоря, речь идет о прогнозировании результатов.
  • обучение без учителя : С другой стороны, алгоритмы обучения без учителя учатся определять закономерности в данных без помеченных данных. Его можно использовать в задачах кластеризации, ассоциации и обнаружения аномалий. Также существует полу-контролируемое обучение, которое по сути представляет собой гибрид между контролируемым и неконтролируемым обучением.
  • обучение с подкреплением : алгоритмы обучаются по мере получения обратной связи по соответствующим прогнозам с течением времени.RL используется в таких областях управления, как робототехника или беспилотные автомобили.

Типы продуктов для машинного обучения

В зависимости от типов продуктов и того, откуда исходят основные ценности, вам потребуются разные наборы навыков в вашей команде и необходимо сосредоточиться на разных частях продуктов.

Потребительские продукты машинного обучения, такие как интеллектуальные колонки, имеют более сильный социальный компонент, чем их аналоги в корпоративных сегментах. Следовательно, пользовательский опыт (UX) играет более важную роль в разработке потребительских продуктов ML, а ML, как правило, становится средством улучшения UX.Например, NLP (обработка естественного языка) используется для улучшения взаимодействия между Alexa и ее пользователями. С другой стороны, основная ценность предприятия, особенно промышленных продуктов машинного обучения, таких как программное обеспечение для профилактического обслуживания, как правило, заключается в функциональных характеристиках (например, точности) их прогнозов. Это не означает, что UX не важен для продуктов корпоративного машинного обучения. Однако это следует учитывать, когда у вас ограниченные ресурсы и вам нужно сосредоточиться на оптимизации частей своих продуктов.

  • Вы создаете продукт машинного обучения или применяете его к своему продукту?

Если основная ценность вашего продукта заключается в моделях машинного обучения, то вы, вероятно, создаете продукт машинного обучения. С другой стороны, если ML используется только для улучшения восприятия или повышения производительности вашего продукта, вы, скорее всего, применяете ML к своему продукту. В этом случае важно понимать ввод и вывод моделей, но не технические детали, такие как архитектура или основаны ли модели ML на CNN (сверточная нейронная сеть) или R-CNN.Например, модель использует демографические данные пользователей, чтобы спрогнозировать их ежемесячные расходы на платформе. Многие компании или команды также будут использовать существующие решения, чтобы не изобретать велосипед. С другой стороны, создание продуктов машинного обучения часто требует от менеджеров по менеджменту более технических знаний, чтобы помочь команде ориентироваться в ключевых решениях и находить компромиссы.

Организационная структура также различается. Для компаний, создающих продукты машинного обучения, или крупных корпораций с большими инвестициями в машинное обучение, таких как Facebook и Google, принято нанимать исследователей / ученых машинного обучения и объединять их с инженерами машинного обучения.С другой стороны, компаниям, применяющим машинное обучение в своих продуктах, или небольшим компаниям с ограниченными ресурсами, вероятно, лучше нанять многопрофильных инженеров машинного обучения или обучить своих инженеров-программистов изучению машинного обучения вместо того, чтобы нанимать исследователей / ученых по машинному обучению.

  • Продукты Building ML часто имеют междисциплинарный характер.

Даже если вы создаете продукт машинного обучения, редко бывает, что он будет включать только машинное обучение. Он часто является междисциплинарным и включает не только модели машинного обучения, но и разработку программного обеспечения, внутреннюю инфраструктуру, анализ данных, дизайн UX / UI, а иногда и оборудование.Менеджеры проектов должны уметь управлять кросс-функциональными командами и иметь дело с взаимозависимостями и потенциальными конфликтами между командами. ML принципиально отличается от других дисциплин, о чем мы расскажем подробнее в следующем абзаце. Это становится еще более сложным, если вы создаете продукты машинного обучения для физического мира, такие как робототехника или беспилотные автомобили. Менеджеры по работе с клиентами должны знать, что можно, а что нельзя делать с помощью машинного обучения, и когда мы должны и не должны использовать машинное обучение.

Другие ключевые концепции машинного обучения для понимания

  • Переобучение : это тип ошибки, который возникает, когда модели слишком близко подходят к определенному набору точек данных.Надежные модели машинного обучения будут хорошо работать не только с «наборами обучающих данных», но и с «наборами данных проверки». Однако в случае переобучения производительность обучающих данных увеличивается, но производительность невидимых (проверочных) данных становится хуже.
  • Deep Learning (DL) : в основном используется для классификации изображений. DL использует глубокую нейронную сеть и принимает на вход помеченные изображения. Каждый уровень нейронной сети преобразует входные данные в немного более абстрактное и составное представление.В конце концов модель учится распознавать объекты на изображениях.
  • Обработка естественного языка (NLP) : область компьютерных наук, позволяющая машинам понимать человеческие языки. Это не обязательно связано с ML. NLP используется для чат-ботов, голосовых помощников или предварительной обработки данных.

1. Эксперименты - важная часть машинного обучения.

Тот факт, что машинное обучение включает в себя код и данные, не делает его похожим на разработку программного обеспечения. На самом деле, эти две дисциплины очень разные.В отличие от программной инженерии, разработка продуктов машинного обучения требует гораздо большего количества экспериментов и, следовательно, включает больше неопределенностей и вариативностей. Программная инженерия - это детерминированный процесс написания правил, которым должны следовать машины, в то время как машинное обучение является более вероятным, поскольку оно автоматизирует задачу написания правил.

Например, если вы хотите научить машину распознавать кошку. При разработке программного обеспечения вы можете придумать такие правила, как «у кошки четыре ноги и два острых уха.«Но чем это отличается от собаки? Если вы используете глубокое обучение, вместо явных правил, вы загрузите в машину кучу фотографий кошек (помеченных изображений) и дадите машине возможность учиться сама. Тем самым вы позволяете машинам писать правила самостоятельно. Что вы и ваша команда делаете, так это определяете проблему, подготавливаете данные, строите набор моделей, тестируете и повторяете, пока у вас не будет модель, которая дает желаемые результаты.

Вот почему командам обычно приходится больше рисковать при разработке продуктов машинного обучения.Для менеджеров по работе с клиентами важно формировать правильные ожидания, чтобы избежать возможных столкновений между командами. Например, инженеры-программисты могут почувствовать, что команда машинного обучения не дает им достаточно четких требований, не осознавая природу продуктов машинного обучения. Также крайне важно, чтобы инженеры работали в тесном сотрудничестве с исследователями / учеными, чтобы они могли уравновесить друг друга. Что еще более важно, лучше иметь сквозные системы, работающие раньше, чтобы убедиться, что алгоритмы, над которыми работают группы машинного обучения, действительно соответствуют бизнес-целям.

2. Разработка машинного обучения - это очень итеративный процесс.

Как упоминалось ранее, ML хорошо подходит для решения задач, которые слишком сложны для явного программирования людьми. Модели нужно обучать, тестировать и настраивать. Часто ученым приходится протестировать несколько подходов, прежде чем выбрать удовлетворительный. Вот почему часто бывает сложнее определить основные этапы и оценить сроки для продуктов машинного обучения. Из-за природы продуктов машинного обучения для менеджеров по продуктам критически важно четко определять требования и показатели и гарантировать, что команда часто тестирует модели на соответствие желаемым показателям.

3. Есть еще структурные проблемы, помимо технических.

Поскольку машинное обучение сильно отличается от разработки программного обеспечения, оно требует некоторых фундаментальных организационных изменений: экспериментальной культуры, мышления, ориентированного на анализ данных, и большей открытости к неопределенностям, и это лишь некоторые из них. Руководители могут столкнуться с «дилеммой новатора», если они будут рассматривать машинное обучение как чисто техническую проблему и игнорировать связанные с этим организационные изменения. Это особенно сложно для таких компаний, как производители роботов, которые раньше стремились к высокой точности для внутренней разработки продуктов машинного обучения.Кроме того, для обучения продуктам машинного обучения требуются большие наборы данных. Компаниям необходимо создать собственный конвейер данных и инфраструктуру для поддержки масштабирования продуктов машинного обучения.

4. Машинное обучение - все еще новая область, и она будет развиваться.

Термин «программная инженерия» впервые появился в 1965 году, через 15 лет после появления языков программирования. Почти 20 лет спустя для управления процессом разработки программного обеспечения был основан Институт программной инженерии. И сегодня у нас есть общепринятые передовые методы разработки программного обеспечения.С другой стороны, машинное обучение как отдельная область только начало процветать в 1990-х годах. Глубокое обучение, подмножество машинного обучения, которое установило новые рекорды точности для многих проблем, включая распознавание изображений и НЛП, широко не обсуждалось до появления AlexNet в 2012 году. По сравнению с разработкой программного обеспечения, машинное обучение все еще находится в зачаточном состоянии и поэтому ему не хватает отраслевые стандарты, показатели, инфраструктура и инструменты. Компании все еще изучают передовой опыт и убивают приложения.

5. Проблемы объяснимости и интерпретируемости продуктов машинного обучения.

Многим алгоритмам машинного обучения не хватает прозрачности, поскольку они действуют как черный ящик, который принимает входные данные (например, изображения) и выводит прогнозы (например, что / кто объекты / люди на изображениях). Из-за этого менеджерам по продуктам сложно объяснить, как работают модели машинного обучения, и получить поддержку от пользователей и заинтересованных сторон. Особенно в таких критических областях, как здравоохранение, чрезвычайно важны подотчетность и прозрачность. Сложно обеспечить согласованность между работой по машинному обучению и проблемами клиентов без четкого понимания того, как на самом деле работает алгоритм.

При всех этих проблемах, как мы должны управлять продуктами машинного обучения? Где хорошие инстинкты PM идут плохо для продуктов ML? Во второй части я подробнее расскажу о своих знаниях и передовом опыте.

.

Смотрите также