Комментарии 2
@svetlanamorozova здравствуйте. Спасибо за статью, всегда было интересно почитать про процессы у других команд/компаний.
Было бы интересно узнать как у вас организованы процессы исследований,ревью и поставки результатов DS проектов. Какие подходы используются и как к ним пришли?
@KLA добрый день, спасибо за интерес к статье! В ответе на ваш вопрос можно углубляться в детали, постараюсь ответить коротко, если будут дополнительные вопросы, обязательно пишите!
Было бы интересно узнать как у вас организованы процессы исследований, ревью и поставки результатов DS проектов.
Я бы сказала, что наши процессы, в первую очередь, выстроены вокруг потребности бизнеса, соответственно, процессы поставки ds-проектов не сильно отличаются от общепринятых в компании, в стол ничего не делаем :) единственное отличие с точки зрения процессов — для того, чтобы заделиверить ds-проект, нужно сначала провести discovery — провалидировать проблему (необязательно силами ds-специалистов, можно обратиться к коллегам-аналитикам), понять, на что повлияем, составить верхнеуровневое видение реализации, оценить ресурсы и принять решение о том, когда и в какой приоритетности будем браться за проект.
Как у вас организованы процессы исследований, ревью и поставки результатов DS проектов?
Ревью проводится на разных этапах, основные:
валидация проекта, постановка требований: предполагает участие внутреннего или внешнего заказчика, который может дать ревью вашим идеям;
сбор данных, построение и валидации модели: могут привлекаться ds-коллеги. необходимость такого ревью зависит также от грейда ds-инженера (например, необязательно валидировать каждый шаг senior-специалиста, стоит уделять больше внимания ревью результатов от более младших грейдов);
оценка импакта от деливери проекта.
Какие подходы используются и как к ним пришли?
DS-задачи — это микс discovery и delivery, берём подходы от обоих направлений:
от discovery: описываем наши ресерчи, проводим ревью исследований, в том числе делаем ревью "как обучаются модели";
от delivery: берем кодовые практики (изменения через PR, придерживаемся договоренностей по компании по мониторингу сервисов и тд, покрываем сервисы с моделями тестами на необходимом уровне).
Как растут data science-инженеры и что советуют синьоры, чтобы развиваться быстрее