Как стать автором
Обновить

Как растут data science-инженеры и что советуют синьоры, чтобы развиваться быстрее

Уровень сложностиПростой
Время на прочтение8 мин
Количество просмотров8.1K
Всего голосов 26: ↑25 и ↓1+24
Комментарии2

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).

Зарегистрируйтесь на Хабре, чтобы оставить комментарий