Veri Projelerini ve Ekiplerini Etkili Bir Şekilde Yönetme

İşimize yaklaşım şeklimizi yeniden değerlendirmek asla kötü bir fikir değildir. İster bir portföy projesinde çalışan bir öğrenci olun, ister uçtan uca bir işlem hattını yöneten deneyimli bir makine öğrenimi mühendisi veya tüm veri ekibinin başarısından sorumlu bir yönetici olun, bu doğrudur.

Sonunda nix yapman gereksiz bir adım olabilir. Belki haftalık ekip görüşmenizin formatını gözden geçirmeye veya dakikalar süren ancak bazen saatler kazandıran son bir kalite kontrolü uygulamaya karar verirsiniz. Kilometreniz ekipler ve disiplinler arasında değişiklik gösterebilir (ve muhtemelen değişecektir), ancak fikir aynıdır: iş akışlarınız, bazı ince ayar ve düzenlemelerden neredeyse kesinlikle faydalanabilir.

Bu yolculuğa birkaç somut fikirle başlamanıza yardımcı olmak için veri bilimi, liderlik ve proje yönetiminin kesişim noktasında son zamanlarda öne çıkan birkaç fikir seçtik. Zevk almak!

• Veri bilimi projenizdeki sorunları nasıl giderirsiniz ? Aykırı değerler, eksik değerler, dengesiz veri kümeleri: er ya da geç, bunlarla mümkün olan en kötü zamanda karşılaşmanız kaçınılmazdır. Jason Chong , bir veri bilimcisi olarak karşılaşmanız muhtemel en yaygın sorunlardan bazılarıyla ilgili bir ön bilgi vererek günü kurtarıyor ve “[onlarla] ve bunların karşılıklı ödünleşimleriyle nasıl düzgün bir şekilde başa çıkılacağına dair bir çerçeve” öneriyor. ”
• Yeni bir liderlik rolünün zorlukları ve ödülleri . CJ Sullivan , büyük bir kariyer geçişini düşünüyor: teknolojiden kayak endüstrisine ve bireysel katkıda bulunan olarak çalışmaktan Veri Bilimi Direktörü olmaya. Gönderisi, böyle bir değişikliğin bize başkalarına liderlik etme ve işimizin değerini teknik olmayan paydaşlara iletme şeklimizi ayarlama konusunda öğretebileceği dersleri açığa çıkarıyor.
• Yol haritasında neler var? Kendimiz için belirlediğimiz hedeflere nasıl ulaşacağımızı bulmak uzun bir deneme yanılma sürecini gerektirebilir, ancak ilk etapta doğru hedeflere ulaşmak daha da zordur. Marie Lefevre , bir veri ekibi için iyi tanımlanmış bir yol haritasının faydalarını açıklıyor ve size "operasyonel değil stratejik düşünme" alanı sağlayacak bir yol haritası oluşturmak için bir çerçeve paylaşıyor.

• Sağlam bir veri platformu oluşturmanın önemi . Verilerin bir işletme için potansiyel değeri ile yarattığı gerçek etki arasındaki boşluğu kapatmak, genellikle doğru araçları doğru kişilerin ellerine teslim etmekten geçer. Mehdi Karabiben , veri kataloglarının şu anda paydaşlara getirdiği (birçok) sınırlamayı araştırıyor ve daha az kullanıcı arayüzü, daha fazla API ve daha fazla veri erişilebilirliğine doğru ilerlemeyi savunuyor.
• Doğru kararlar almak için doğru ölçümleri bulmanız gerekir . "Kolayca tanımlayamadığınız kavramları nasıl titizlikle, bilimsel olarak inceliyorsunuz?" Siz verileri toplayıp analiz etmeden önce, Cassie Kozyrkov , ölçmeyi amaçladığımız olgular hakkında net, eyleme geçirilebilir bir fikir bulmanın zor görevine dikkatimizi çekiyor.
• Veri projeleri neden yineleme ve empati yoluyla gelişir ? Veri bilimcileri problem çözücülerdir; Taylor Jensen'in açıkladığı gibi, iç müşterilerinin hedeflerini daha iyi anlamak, en az algoritmaları ve istatistikleri güçlü bir şekilde kavramaktan (daha fazla değilse de) önemlidir. Taylor, empati kurmaktan prototip oluşturmaya kadar tasarım düşüncesinin ilkelerini ödünç almanın veri ekipleri için güçlü bir hamle olabileceğini öne sürüyor.

• Anna Rogers'ın üretici yapay zeka araçları bağlamında özgünlük ve ilişkilendirme üzerine düşündürücü bir yansıma olan ilk TDS katkısını memnuniyetle karşıladık .
• Yapay Zeka tarafından oluşturulan sanat, Stable Difusion görüntülerinin görsel çıktılarındaki cinsiyet, cilt tonu ve kesişimsel önyargıları inceleyen Danie Theron için de akılda ilk sıradaydı.
• Düzenli ifadeler ve bunların Python'da nasıl kullanılacağı hakkında kapsamlı, tek noktadan bir kaynak için Susan Maina'nın son gönderisini kaçırmayın.
• Veri bilimi kariyeriniz ilk aşamalarındaysa, Arunn Thevapalan'ın ilk TDS gönderisi , kapıya ayak basmanız için yararlı bir yol haritası sağlar .
• Furcy Pin'in Hadoop ekosisteminin ayrıntılı geçmişi, büyük verinin (göreceli olarak) gerçekte ne kadar yeni olduğunun yararlı bir hatırlatıcısıdır.
• Teknoloji sektöründeki son işten çıkarma dalgası, yapay zekanın geleceği için ne anlama geliyor? Wouter van Heeswijk, PhD, bir AI kışının hemen köşede olup olmayacağını merak ediyor .

Bir sonraki Değişkene kadar,

TDS Editörleri