Wenn Sie ein Datenwissenschaftler oder Ingenieur sind, möchten Sie irgendwann Ihren Algorithmus in die Produktion bringen. Und das bedeutet, Bibliotheken zu installieren, Abhängigkeiten zu verwalten, Ihre Skripte und Modelle bereitzustellen, Versionierung, Bereitstellung und das Auslaufen der Rechenleistung. Seien wir ehrlich: Bereitstellung ist schwierig. Die Werkzeuge, die wir verwenden, sind nicht so hilfreich, wie sie sein könnten, weil sie nicht für unsere spezifischen Bedürfnisse entwickelt wurden. Und wir verlieren uns in zeitaufwändigen Modellbereitstellungen und Infrastrukturmanagement. Das ist nicht das, wofür wir gedacht sind. Wir wollen sicherstellen, dass unsere Zeit dort am besten genutzt wird, wo wir gebraucht werden, indem wir Algorithmen und Code entwickeln, um Wirkung zu erzielen.