选择任务
1. 技术的成熟度
1.1 底线：人工能否解决问题
如果人工都不能解决，直接放弃。
1.2. 大厂当前的水平
不能以paper中的结论作为目标。
1.3 初期通过小demo测试准确率
准确率受数据影响很大。
1.4 团队的时间和能力
项目进度受团队的能力影响很大。
1.5 项目部署
例如：没有GPU；AMD没法布置TensorFlow或pytorch。
1.6 保守估计的交付时间
交付时间总是过于乐观
2. 需求的可控程度
客户的可变性
2.1 销售导向 OR 技术导向
销售导向的劣势：消耗技术成本，影响公司运营；技术人员无法提升（耗在扯皮上）。
2.2 客户管理能力
项目经理是否有意愿、能力控制客户的需求。
2.3 团队整体的需求控制能力
技术leader是否有担当。
3. 投入周期和成本
3.1 容易被低估
3.2 主要来自于需求的变更
3.3 其他问题
- 标注的不可控
- 模型调优的时间
- 推断速度提升所需的时间
- 环境部署所需要的时间
- 算力成本
4. 最终交付流程
4.1明确项目目标
4.2 交付过程中的额外投入
4.3 交付的流水化能力
- 明确的流程
- 职责安排清晰
- 时间规范严格遵循
- 是否有烂尾风险
前期调研
容易被忽略的问题：
- 学术结果常常难以复现
- 数据的质量决定了模型的质量（需要有数据研发的能力）
- 方法的成功取决于细节（细节只有做过的人才知道）
- 模型的运行实效比方法的效果更重要（实际在客户部署后的效果）
- 项目整体难度往往被低估
开发计划
数据标注
- 前期要制定充分的标注规则（傻子也能看懂的文档）
- 数据采集要有代表性（针对应用场景）
- 非常不建议自动标注（通过关键词自动标注，数据分布会漂移）
- 训练一个初步模型，只让相关人员校对，可以保证标注效率并减少成本。
算法开发
- 千万不要采用规则的方式开发（规则会越来越多越混乱，尽量放到最后）（尽量规则写成配置的形式；可以用XGBOOST）
- 初期就要引导客户使用和购买能够支持DL框架的硬件（涉及预算申请）
- 算法开发的过程中，需要有量化指标并记录。（记录方案、使用什么数据测试，不然永远无法优化）
- 开发过程中，多分解问题（遇到问题时，引导去关注整体而非局部的问题）（做的不好的地方要扩充。关注简单的问题的准确率，难的问题业界领先也做不了。）
- 前端对接中，一定要引导何为“智能”
结果验证
效果优化
- 时间和成本
- 可以引导客户的评估标准
- 一定要从数据角度出发进行优化（而不是算法）
- 学会止损（提早和前端说）
- 除了准确性的优化，还有代码运行效率的优化
- 算法开发和效果优化是需要反复进行的工作（做持久战的准备）
部署
- 提前了解客户系统，告知风险
- 再小的项目也建议使用微服务架构（Docker不稳定，需要kubernetes）
- 算法部署在云端（环境控制、投入都更好。先在云端做demo，测试）
