随着受过正式培训的数据科学家人才的持续短缺，通过授权业务用户在不钻研代码的情况下改进和优化算法，使数据科学民主化比以往任何时候都更为关键。
使用数据科学工具解决业务问题的非技术人员通常被称为“公民数据科学家”。它们提供了行业经验和当地的商业知识，数据科学家可能缺乏，但需要使用更多技术组成部分。一个选项是提供可以重复使用和调整不同用例的算法模板。
组织意识到，扩展数据科学的关键是增加数据科学家和公民数据科学家之间的合作。当数据科学家的技术技能与业务用户的领域知识相结合时，结果是减少了工作量并提高了效率。从历史上看，常用的方法是提高数据科学家的技能，以了解业务问题。随着公民数据科学家的崛起，情况正好相反，商业用户配备了可扩展的机器学习和定制算法参数以满足各种需求的能力。
IQVIA现在提供了新的Insight驱动的Omnichannel加速器，包括我们的客户360特征设计师和算法工作室，可帮助生产机器学习算法，以便更快地扩展到多个治疗区域，品牌和市场。
客户360特征设计器充当各个算法之间的界面和它们运行的数据：将数据仓库或实时管道的所有信息整理并根据需要部署到每个型号。它删除了每个算法的各个模型管道的需求去除重复的工作，并提供对数据谱系和治理的可见性，同时也使算法更容易分享和重用跨团队。
算法工作室提供了模板化的专用算法，可以更大的灵活性，例如允许业务用户容易地改变下一个最佳序列算法中包括的通道数。它还允许在每种算法中的特定参数进行可配置性，以进行微调部署。
这些组件有助于克服实现算法可扩展性的共同挑战，例如通过市场和本地化业务规则要求的数据变化。我们的愿景是通过鼓励共同创建初始算法Shell的共同创建，缩小业务用户和ML工程师之间的差距，然后可以由算法工作室内的业务用户完全部署。关闭此差距允许更快的缩放，但也确保了数据科学家和商业用户的专业知识被利用，以最大化成功。
产品化机器学习是向授权业务用户和管理数据科学家工作量的巨大飞跃，最终目标是在整个组织中扩展和民主化数据科学。探索被策划的分析网页了解更多。