การใช้เครื่องมือ

การใช้เครื่องมือที่ออกแบบมาเฉพาะสำหรับแต่ละขั้นตอนของ machine learning lifecycle ช่วยประหยัดทั้งเวลาและค่าใช้จ่ายได้มาก แม้จะสามารถสร้างเครื่องมือเหล่านี้เองได้ แต่โดยส่วนใหญ่แล้วมักไม่คุ้มค่าเมื่อเทียบกับต้นทุนในการใช้เครื่องมือที่มีอยู่แล้ว

สมมติว่าคุณทำงานในทีม data scientist และแต่ละคนได้เขียนโค้ดสำหรับการพัฒนาโมเดล machine learning บนคอมพิวเตอร์ของตัวเอง เนื่องจากทีมเพิ่งเริ่มต้น จึงแชร์ไฟล์ผ่าน network file system แต่เริ่มพบปัญหาในการทำงานร่วมกันบนโค้ดเดียวกัน

ควรใช้เครื่องมือใดเพื่อให้สามารถทำงานร่วมกันและแชร์ code repository ได้?