🤖 数据·人工智能 · 400 件常办的事

机器学习工程师的 AI 办事清单

机器学习工程师是设计和实现算法模型的开发者,常构建、训练和部署AI系统。常办的事点选填几下,AI 直接给能用的成品。不用学提示词,点进去就能做。

400 个场景388 免费
全部分类
部署蓝图服务编写数据清洗步骤文档把论文方法转成伪代码做模型量化生成错误案例集锦手册Agent长时记忆能力测评记录表编写资源与依赖清单多模态·图像语音划个智能体的管事儿范围Agent多工具并发调用评估方案梯度检查点列表整理截图图片质量评估表撰写解释稳定性测试方案趋势预测设计数据增强策略编写模型公平性测试方案检测模型性能异常波动点写模型上线前的接口文档AI系统评测方案定制把模型弄上线把操作日志转成行为序列输入导出带时间戳的字幕文档按意见改最终版计算书分析模型在特定数据上的表现监控资源规划表挑几个方案比一比写模型灰度发布阶段检查项模型发布计划书制作去申请服务商账号列功能清单和验收标准制作AI模型选型对比表生成模型质量评分卡做模型评测选embedding模型生成特征工程代码注释智能体Agent算法实现模型选型·对比模型微调模型评测·评估分析解释不一致原因报告设计事实性校验问答清单分析不同人群的模型表现差距挑一下用哪个智能体工具平台模型术语通俗词典对比解释方法输出表格模型金丝雀发布流量切分计划找找有没有现成的模型误差对业务指标影响估算表生成算法流程图提示词看看调完效果咋样定技术选型和大致思路安排上线跑起来系统性偏差识别报告整理引用溯源核查单装到系统里列出回答质量评分表模型数据隐私核查清单规划模型发布灰度策略写一个长文档切分工具函数设计监控指标表找找哪些活能交给机器人建立幻觉类型分类表编写模型上线前对比评估文档评估模型稳定性AI方案横向对比评测对比模型大小和推理速度分析模型错误案例把PyTorch模型转成ONNX格式说明反向传播公式推导文档敲定一个最合适的智能体设计实验对比记录表盘点手头有哪些数据生成事实性审核报告制定过拟合应对方案设计AI应用部署方案制定数据缺失时的触发规则表特征贡献度通俗解释训练中断对模型性能影响的评估报告预训练与从零训练效果对比分析挑选小样本微调示例验证训练集和测试集的时间切分是否严格把老板的话嚼碎了制作AI项目汇报PPT归纳错误模式分析报告定个监控指标和预警制作基线模型汇报PPT设计训练资源分配方案模型对抗攻击防护检查清单设计数据集划分方案编写训练性能优化建议文档评估模型的鲁棒性不同批次大小对训练稳定性影响分析制作模型上线汇报PPT模型版本发布记录表制作记下试用结果并出个评估分析模型性能波动原因模型版本管理与回滚机制清单模型接口安全测试清单编写模型安全审计报告检查文本特征中是否嵌入目标标签词模拟自我介绍与面试问答练习基础设施扩展容量规划制作边缘多通道检查记录表编写AI项目风险清单不同损失函数训练效果对比制定模型训练超参数方案创建异常事件报告文档模板设计模型回归测试用例清单编写模型上线前的状态检查单输出错误预测案例明细表写权限管理说明制定槽位定义规则接上公司的系统问业务最想查啥数分析数据预处理对性能的影响编制风险评估报告将用户历史对话序列化成模型输入图片分辨率达标自检表制定训练日志记录规范

先列 120 个,还有 280 个常办的事 ↑