Smile: A Proposed Method for Managing Machine Learning Projects / Smile: Uma Proposta De Metodo Para Gestao De Projetos De Aprendizado De Maquina

Abstract

The deepening of the discussion on specific project management methods for machine learning is relevant and justifiable due to the literature's scarcity of studies on this topic. The potential to respond to criticisms related to the adapted use of old methods, such as CRISP-DM, which was not originally developed for machine learning projects, also justifies new studies. This research aimed to create a project management method for machine learning projects called SMILE, an acronym for Structured Machine Learning Employment, which combines elements of traditional, agile, and hybrid project management methods. This method seeks to address the specific challenges of machine learning project management. Challenges and gaps in managing machine learning projects were identified through a literature review and interviews with project managers, analysts, and data scientists who develop machine learning products and services. The proposal of the SMILE was presented in this work in a procedural format, detailing each of its stages, including ideation, investment decision, data collection, development, and implementation, to facilitate the understanding of its application. The SMILE method was presented to experts who evaluated its applicability. The experts were the same ones interviewed in the research stage of surveying the specific challenges for machine learning projects. Keywords: Machine learning. Agile methods. Project management. Agile-stage-gate. Artificial intelligence. SMILE: UMA PROPOSTA DE MÉTODO PARA GESTÃO DE PROJETOS DE APRENDIZADO DE MÁQUINARESUMO O aprofundamento da discussão sobre os métodos para gestão de projetos específicos para o aprendizado de máquina se mostra relevante e se justifica devido à escassez de estudos sobre esse tema na literatura e pelo potencial de resposta às críticas relativas à utilização adaptada de métodos antigos, como o CRISP-DM, que não foi originalmente desenvolvido para projetos de aprendizado de máquina. Esta pesquisa teve como objetivo desenvolver um método para gestão de projetos de aprendizado de máquina denominado SMILE, acrônimo de Structured Machine Learning Employment, que combina elementos de métodos tradicionais, ágeis e híbridos, para gestão de projetos. Esse método busca abordar os desafios específicos da gestão de projetos de aprendizado de máquina, identificados por meio de revisão da literatura e entrevistas com gestores de projetos, analistas e cientistas de dados que desenvolvem produtos e serviços utilizando o aprendizado de máquina. A proposta foi apresentada neste trabalho em formato de procedimento com o detalhamento de cada uma de suas etapas, incluindo a ideação, decisão de investimento, coleta de dados, desenvolvimento e implantação, de forma a facilitar o entendimento sobre sua aplicação. O método SMILE foi apresentado para especialistas que avaliaram a sua aplicabilidade. Palavras-chave: aprendizado de máquina. Métodos ágeis. Gerenciamento de projetos. Inteligência artificial.