Գործող մեծ տվյալներ. Ինչպե՞ս կամուրջ ստեղծել տվյալների գիտնականների և ինժեների միջև եղած անջրպետի միջև

Մեծ տվյալների շուրջ ծագած ծայրահեղությունը սխալ տարածված պատկերացում է առաջացրել. Որ իր գոյության ուղղակի գոյությունը կարող է ընկերությանը տրամադրել գործուն պատկերացումներ և բիզնեսի դրական արդյունքներ: Իրականությունը մի փոքր ավելի բարդ է: Մեծ տվյալներից արժեք ստանալու համար ձեզ հարկավոր է տվյալների գիտնականների ունակ թիմ: Հիմնականում կորպորացիաները դա հասկանում են, ինչը վկայում է 2016-ից մինչև 2019 թվականը տվյալների գիտնականների աշխատատեղերի 15x - 20x աճը: Այնուամենայնիվ, եթե անգամ ունեք տվյալների գիտնականների ունակ թիմ, ապա դեռ պետք է մաքրել հիմնական խոչընդոտը այդ գաղափարները արտադրության մեջ դնելը: Իրական բիզնեսի արժեքը գիտակցելու համար դուք պետք է համոզվեք, որ ձեր ինժեներներն ու տվյալների գիտնականները միմյանց հետ համերգով աշխատեն: Իրականում տվյալների գիտնականները նորարարներ են, ովքեր ամեն օր արդյունքներ են քաղում ձեր ընկերության տվյալների հիման վրա նոր գաղափարներ և մտքեր, մինչդեռ ինժեներներն իրենց հերթին ստեղծում են այդ գաղափարները և ստեղծում են կայուն ոսպնյակներ, որոնց միջոցով կարող են դիտել մեր տվյալները: Տվյալների գիտնականներին հանձնարարված է վերծանել, շահարկել և վաճառել տվյալները ՝ դրական բիզնեսի արդյունքների համար: Այս սխրագործությունն իրականացնելու համար նրանք կատարում են մի շարք առաջադրանքներ ՝ սկսած տվյալների հանքից մինչև վիճակագրական վերլուծություն: Տվյալների հավաքումը, կազմակերպումը և մեկնաբանումը կատարվում է էական միտումների և համապատասխան տեղեկատվության հայտնաբերման ուղղությամբ: Չնայած ինժեներները, անշուշտ, համատեղ աշխատում են տվյալների գիտնականների հետ, երկու դերերի միջև կան որոշակի տարբերություններ: Հիմնական տարբերություններից մեկն այն է, որ ինժեներները վճռականորեն ավելի մեծ արժեք են դնում համակարգերի «արտադրական պատրաստության» վրա: Տվյալների գիտնականների կողմից գեներացված մոդելների ճկունությունից և անվտանգությունից `մինչև իրական ձևաչափը և արագությունը, ինժեներները ցանկանում են, որ իրենց համակարգերը լինեն արագ և հուսալիորեն գործունակ: Այլ կերպ ասած. Տվյալների գիտնականներն ու ինժեներական թիմերը ամենօրյա խնդիրներ ունեն: Սա հարց է առաջացնում. Ինչպե՞ս կարող եք երկու դերակատարներն էլ դնել հաջողությունների համար և, ի վերջո, դուրս բերել առավելագույն իմաստալից պատկերացումներ ձեր տվյալներից: Պատասխանը ընկած է տվյալների և ինժեներական հարաբերությունների կատարելագործման համար ժամանակն ու ռեսուրսները նվիրելը: Asիշտ այնպես, ինչպես կարևոր է տվյալների խառնուրդների շուրջ խառնաշփոթը կամ «աղմուկը» նվազեցնելը, կարևոր է նաև հարթեցնել ցանկացած և բոլոր շփումները այս երկու թիմերի միջև, որոնք կենսական դեր են խաղում ձեր բիզնեսի հաջողության մեջ: Ահա այս իրականությունը դարձնելու երեք կարևոր քայլ: Բավական չէ պարզապես մի քանի գիտնականներ և մի քանի ինժեներներ տեղադրել մի սենյակում և խնդրեք նրանց լուծել աշխարհի խնդիրները: Դուք նախ պետք է նրանց ստիպեք հասկանալ միմյանց տերմինաբանությունը և սկսեք խոսել նույն լեզվով: Դա կատարելու միջոցներից մեկը թիմերի խաչմարզումն է: Գիտնականներն ու ինժեներները երկու մասի զույգերով զուգակցելով ՝ կարող եք խրախուսել ընդհանուր ուսումը և կոտրել խոչընդոտները: Տվյալների գիտնականների համար սա նշանակում է սովորել կոդավորման օրինաչափություններ, ավելի կազմակերպված ձևով գրել կոդ և, թերևս ամենակարևորը, տեխնոլոգիական բծախնդրության և ենթակառուցվածքների առևտրի ընկալում, որը ներառում է մոդել արտադրության մեջ մտցնելը: Տեղադրված է 7wData.be- ում