Çevik Veri Bilimi - Veri Bilimi Süreci
Bu bölümde, süreci anlamak için gereken veri bilimi sürecini ve terminolojileri anlayacağız.
"Veri bilimi, analitik karmaşık problemleri çözmek için veri arayüzü, algoritma geliştirme ve teknolojinin karışımıdır".
Veri bilimi, Makine öğrenimi, matematik ve istatistik bilgisi gibi geleneksel araştırmalarla içerdiği kategorilere sahip bilimsel yöntemleri, süreçleri ve sistemleri kapsayan disiplinler arası bir alandır. Ayrıca, önemli uzmanlık ile bilgisayar korsanlığı becerilerinin bir kombinasyonunu içerir. Veri bilimi, ilkeleri matematik, istatistik, bilgi bilimi ve bilgisayar bilimi, veri madenciliği ve tahmine dayalı analizden alır.
Veri bilimi ekibinin bir parçasını oluşturan farklı roller aşağıda belirtilmiştir -
Müşteriler
Müşteriler, ürünü kullanan kişilerdir. İlgileri projenin başarısını belirler ve geri bildirimleri veri biliminde çok değerlidir.
İş Geliştirme
Bu veri bilimi ekibi, ilk elden veya açılış sayfaları ve promosyonlar oluşturarak erken müşterilerde imzalar. İş geliştirme ekibi, ürünün değerini sunar.
Ürün Yöneticileri
Ürün yöneticileri, pazarda değerli olan en iyi ürünü yaratmaya önem verirler.
Etkileşim tasarımcıları
Kullanıcıların uygun değeri bulması için veri modelleri etrafında tasarım etkileşimlerine odaklanırlar.
Veri bilimciler
Veri bilimcileri, yeni özellikler oluşturmak ve yayınlamak için verileri yeni yollarla keşfedip dönüştürüyor. Bu bilim adamları ayrıca yeni bir değer yaratmak için çeşitli kaynaklardan gelen verileri birleştiriyor. Araştırmacılar, mühendisler ve web geliştiricileri ile görselleştirmeler oluşturmada önemli bir rol oynarlar.
Araştırmacılar
Adından da anlaşılacağı gibi araştırmacılar araştırma faaliyetlerine katılırlar. Veri bilimcilerin yapamayacağı karmaşık sorunları çözerler. Bu sorunlar yoğun odaklanma ve makine öğrenimi ve istatistik modülünün zamanını içerir.
Değişime Uyum Sağlama
Veri biliminin tüm ekip üyelerinin yeni değişikliklere uyum sağlaması ve gereksinimler temelinde çalışması gerekir. Çevik metodolojiyi veri bilimi ile benimsemek için aşağıda belirtilen çeşitli değişiklikler yapılmalıdır -
Uzmanların yerine genelleri seçmek.
Küçük ekiplerin büyük ekipler yerine tercih edilmesi.
Üst düzey araçlar ve platformlar kullanmak.
Ara çalışmanın sürekli ve yinelemeli paylaşımı.
Note
Çevik veri bilimi ekibinde, küçük bir genel bilimci ekibi, ölçeklenebilir ve verileri yinelemeler yoluyla giderek daha yüksek değer durumlarına doğru iyileştiren üst düzey araçlar kullanır.
Veri bilimi ekip üyelerinin çalışmalarıyla ilgili aşağıdaki örnekleri düşünün -
Tasarımcılar CSS sunar.
Web geliştiricileri tüm uygulamaları oluşturur, kullanıcı deneyimini ve arayüz tasarımını anlar.
Veri bilimcileri, web uygulamaları dahil olmak üzere hem araştırma hem de web hizmetleri oluşturmak için çalışmalıdır.
Araştırmacılar, ara sonuçları açıklayan sonuçları gösteren kod tabanında çalışırlar.
Ürün yöneticileri, ilgili tüm alanlardaki kusurları belirlemeye ve anlamaya çalışır.