Uber 工程总监回顾前 LLM 时代机器学习落地困境
Uber 工程总监 Neal Lathia 回忆 LLM 出现之前的机器学习工程实践:当时从业者最常讨论的难题是如何说服同事允许用机器学习解决他们的问题,工程化资源极其稀缺,有时只能「借时间」借到一名工程师。为绕开这一瓶颈,他索性要求团队所有 ML 工程师都学会 Go,自行完成工程化支持。这段回顾折射出 pre-LLM 时代 ML 落地受组织与资源制约的现实。
2026-11-23 ~ 2026-11-23 · 2 条相关
- 前 LLM 时代 ML 工程师的核心难题:说服同事让你用机器学习 — neal_lathia · 2026-11-23
- 为绕开工程师资源瓶颈,他让所有 ML 工程师都学 Go — neal_lathia · 2026-11-23