Points nevralgiques pour la réussite d'un projet d'IA pour les services bancaires

 
1- Priorisez à l'ingénierie !
Un projet IA est avant tout un projet logiciel. De nombreux data scientists ont peu d'expérience dans la création de logiciels bien architecturés, fiables et faciles à déployer . Lorsque vous construisez un système de production, cela deviendra un problème.
En règle générale, les ingénieurs peuvent acquérir des compétences en science des données plus rapidement que les scientifiques des données ne peuvent acquérir de l'expérience en ingénierie.
Afin de minimiser les risques, il vous faut des profils avec au minimum 5 années d'expériences

2- Fixez des jalons concrets
Il important de garder une visibilité sur l'évolution des choses. Structurez votre projet avec des jalons concrets. Attention, les charges indiquées ici le sont à titre indicatif et pour un projet "simple" et assez autonome.

• Prototype terminé : découvrez si votre idée est prometteuse 5 jours - 2 semaines
• Système testé hors ligne : ajustez le modèle et testez-le rigoureusement sur les données existantes 4 à 7 semaines
• Système testé en ligne : finalisez le modèle et testez-le en direct 3 à 6 semaines
• Mise en ligne: automatisez les mises à jour des données, la formation des modèles et le déploiement de code 2 à 6 semaines
• Amélioration continue: Cette étape est facultative mais peut s'avérer nécessaire afin d'ajuster les paramètres et le calibrage de votre moteur de I.A. Elle peut être menée avec un effectif réduit mais il faut prévoir 12 mois

Une équipe expérimentée devrait être en mesure de suivre ces délais. Concentrez l'équipe sur la mise en place d'un système en direct en 3 à 6 mois. Après sa mise en ligne, décidez si d'autres améliorations en valent la peine.

3- Ne vous vous focalisez pas sur l'algorithme
Les systèmes de IA ont de nombreux paramètres fascinants avec lesquels vous pouvez jouer. Ne fais surtout pas ça!

Ces améliorations valent la peine de passer du temps (par ordre d'importance):

• Obtenez plus de données d'entrée (pertinentes)
• Pré-traiter les données d'une meilleure manière
• Choisissez le bon algorithme et réglez-le correctement

L'algorithme est le facteur le moins important . Choisissez simplement un algorithme qui fonctionne. La mise à niveau sans fin de l'algorithme est tentante, mais elle ne vous donnera probablement pas les résultats escomptés.

4- Communiquez, communiquez, communiquez

 Résumé PDF