Прихватљиви велики подаци: Како премостити јаз између научника и инжењера података

Бука око великих података створила је широку заблуду: да њено само постојање може компанији пружити увидљиве увиде и позитивне пословне резултате. Реалност је мало сложенија. Да бисте добили вредност од великих података, потребан вам је компетентни тим података-научника да бисте је прошли кроз њих. Корпорације у највећем делу то разумеју, о чему сведочи 15к - 20к раст послова научника за податке од 2016 до 2019. Међутим, чак и ако имате способан тим научника о подацима, још увек морате да рашчистите главну препреку стављање тих идеја у производњу. Да бисте остварили праву пословну вриједност, морате осигурати да ваши инжењери и научници података раде међусобно у сарадњи. У основи су научници за податке иноватори који извлаче нове идеје и мисли из података које ваша компанија свакодневно гута, док инжењери заузврат граде те идеје и стварају одржива сочива за преглед наших података. Научници података имају задатак да дешифрују, манипулишу и тргују подацима за позитивне пословне резултате. Да би постигли овај подвиг, они обављају различите задатке, од вађења података до статистичке анализе. Прикупљање, организовање и интерпретација података врши се у циљу идентификације значајних трендова и релевантних информација. Иако инжењери сигурно раде у сурадњи са знанственицима података, постоје различите разлике између двије улоге. Једна од основних разлика је да инжењери стављају знатно већу вредност у „производну спремност“ система. Од отпорности и сигурности модела које генеришу научници података до стварног формата и скалабилности, инжењери желе да њихови системи буду брзи и поуздано функционални. Другим речима: Подаци научници и инжењерски тимови свакодневно имају различитих проблема. Ово поставља питање, како можете позиционирати обе улоге за успех и на крају извући најзначајније увиде из својих података? Одговор лежи у томе да се време и ресурси посвете усавршавању података и инжењерских односа. Као што је важно да смањите неред или „буку“ око скупова података, такође је важно да се изгладе сва и сва трења између ова два тима који играју виталну улогу у вашем пословном успеху. Ево три критична корака ка томе да ово постане стварност. Није довољно једноставно ставити неколико научника и неколико инжењера у собу и затражити од њих да реше светске проблеме. Прво морате да их натерате да разумеју међусобну терминологију и почнете да говоре исти језик. Један од начина за то је претренирање тимова. Упаривањем научника и инжењера у подземље од два, можете подстаћи заједничко учење и разбити баријере. За научнике података то значи учење образаца кодирања, писање кода на организованији начин и, што је најважније, разумевање техничког скупа и компромиса око инфраструктуре који су укључени у увођење модела у производњу. Објављено на 7вДата.бе