Episode 55: From Frittatas to Production LLMs: Breakfast at SciPy

摘要

探討資料科學家、機器學習工程師與軟體工程師在構建 AI 系統時的技能缺口與盲點。主持人與 Moderna 研究資料科學家 Eric Ma 在早餐時對話，討論如何處理非確定性資料、開發與生產的可觀測性迴圈，以及大組織如何在不犧牲交付焦點的情況下創造實驗空間。

A podcast episode discussing the skills gaps between data scientists, ML engineers, and software developers when building AI systems, featuring insights from Moderna's research data science lead.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 資料科學家常困於筆記本環境，缺乏將原型轉為生產系統的 CI/CD 與監控技能。
• 軟體工程師習慣形式化測試，卻難以應對 LLM 隨機性帶來的驗證挑戰。
• 大組織應鼓勵非技術團隊使用 AI 工具快速原型，並建立適合實驗的文化。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00資料科學家缺乏生產環境部署與監控技能
2. 08:04課程扮演大學教授角色整合前沿技術資源
3. 10:12AI 讓自學更順暢並需結合科學判斷驗證
4. 12:50資料素養與基礎設施技能是建構產品的關鍵
5. 16:43組織應透過匹配機制激發創新與創造力
6. 20:11大型企業內部可設立類似創業團隊的實驗單位
7. 23:50透過實驗文化發現真正具有影響力的少數成果
8. 28:36現場演示用 Cursor 生成 Markdown 簡報
9. 31:08建立個人工具提升生產力與處理邊緣案例
10. 34:51同事自建財務 Q&A 機器人並驗證來源

適合誰看

正在構建或維護 AI 應用、希望釐清不同角色技能需求的資料科學家、工程師或產品經理。

摘要依據

講者

Hugo Bowne-Anderson

依據

語音轉文字

為什麼排在這裡

人氣

0.50

新鮮

0.20

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• An Open Course on LLMs, Led by Practitioners文章 ・ Hamel Husain（部落格）
• What We've Learned From A Year of Building with LLMs文章 ・ Hamel Husain（部落格）
• Data Scientist to AI Engineer Roadmap for 2026影片 ・ Dave Ebbelaar ・ 30 分鐘（在新分頁開啟原站）
• Episode 70: 1,400 Production AI DeploymentsPodcast ・ Vanishing Gradients ・ 1 小時 10 分
• EP 54. 深度对谈顶尖AI开源项目：大模型开源生态, Agent 与中国力量Podcast ・ OnBoard! ・ 3 小時 19 分
• Going In Deep On Data | YC Paper Club影片 ・ Y Combinator ・ 53 分鐘（在新分頁開啟原站）