Ein neues Studie des Business Application Research Center (BARC) mit dem Titel "Mensch-Maschine-Interaktion in datenwissenschaftlichen Projekten" untersucht die Rolle, die der Mensch auch in Zukunft im Rahmen maschineller Lernprozesse spielen wird. Es skizziert, wo Automatisierung in Ihren eigenen spezifischen datenwissenschaftlichen Projektabläufen implementiert werden kann und welche Schritte auch in unmittelbarer Zukunft noch vom menschlichen Input abhängen sein werden. Dazu gehören unter anderem folgende Faktoren:

- Menschliche Erkenntnisse und fundierte Erfahrungen sind erforderlich, um Anwendungsfälle je nach den spezifischen Bedürfnissen Ihres Unternehmens zu ermitteln. Zudem sind diese Faktoren für die Erstellung ethischer Bewertungen entscheidend.

- Auch wenn Datenprofile teilweise automatisiert werden können, werden Datenwissenschaftler weiterhin benötigt, um Daten aus verschiedenen Quellen zu identifizieren, zu sortieren und zu vereinheitlichen und um sicherzustellen, dass alle Anpassungen der Datensätze für die Endbenutzer transparent sind.

- Bestimmte Schritte, wie z. B. Phasen der Entwicklung und Modellierung von Funktionen sowie der Modellvalidierung, können besser automatisiert werden als andere.

Lesen Sie diesen wichtigen Bericht, um mehr darüber zu erfahren, wo Ihre besten Möglichkeiten für eine erfolgreiche Automatisierung zu finden sind.