Комментарии 4
Хороший материал, хоть и излишне рекламный :(
А где можно найти подробности про 70% отброшенных проектов в Amazon?
Привет!
Источник конечно же Ronny Kohavi, PhD.
В начале двухтысячных он работал директором по дата майнингу и персонализации в Амазоне, а с 2005 года занимается всем, что связано с экспериментами (и видимо не только) в Microsoft. Его текущая должность около вицепрезидента по аналитике и экспериментам. У него много статей и обзоров, где он довольно подробно рассуждает на тему экспериментов. Причем первые статьи на эту тему начали выходить больше 10 лет назад, всем интересующимся темой экспериментов я рекомендую хотя бы одним глазом посмотреть его публикации и/или видео выступлений, оно того стоит
По существу, никаких подробностей про сами эксперименты в Amazom я не встречал. Но некая статистика все же есть, о ней говорит Kohavi, и кому, как не ему, стоит на эту тему верить.
Дословно из одной из его статей ниже. (В интервью я немного неточно повторил за ним цифры, он говорит о 2/3 неуспешных экспериментов в MS, про Амазон есть только оценка, что их больше половины).
Если хочется подробностей, то вам сюда
Источник конечно же Ronny Kohavi, PhD.
В начале двухтысячных он работал директором по дата майнингу и персонализации в Амазоне, а с 2005 года занимается всем, что связано с экспериментами (и видимо не только) в Microsoft. Его текущая должность около вицепрезидента по аналитике и экспериментам. У него много статей и обзоров, где он довольно подробно рассуждает на тему экспериментов. Причем первые статьи на эту тему начали выходить больше 10 лет назад, всем интересующимся темой экспериментов я рекомендую хотя бы одним глазом посмотреть его публикации и/или видео выступлений, оно того стоит
По существу, никаких подробностей про сами эксперименты в Amazom я не встречал. Но некая статистика все же есть, о ней говорит Kohavi, и кому, как не ему, стоит на эту тему верить.
Дословно из одной из его статей ниже. (В интервью я немного неточно повторил за ним цифры, он говорит о 2/3 неуспешных экспериментов в MS, про Амазон есть только оценка, что их больше половины).
The literature is filled with reports that success rates of ideas in the software industry, when scientifically evaluated through controlled experiments, are below 50%. Our experience at Microsoft is no different: only about 1/3 of ideas improve the metrics they were designed to improve.… at Amazon, for example, it is a common practice to evaluate every new feature, yet the success rate is below 50%.
Если хочется подробностей, то вам сюда
Занимаюсь алгоритмами обработки данных многосуточного мониторинга в медицине. У меня к Вам вопросы по качеству управления проектами — как Вы организуете работу команды:
1) Какие инструменты для совместной работы используете — и как правильно их использовать?
2) Как выстроено множественное деление на небольшие команды?
3) Какие у Вас выстроены бизнес-процессы / регламент — какие виды собраний, расписания и т.д.?
4) Как не превратить собрание в затяжное обсуждение сложных вопросов?
5) Как ведёте проекты, в которых трудно заранее определить сложность, как разбиваете их на таски, корректируете ход работ и т.д.? Выявляете ли причины, почему получилось / не получилось, каких ресурсов и навыков не хватает — и как используете эту информацию дальше?
6) Как контролируете самые сложные проекты, связанные с архитектурными решениями, когда даже опытным сотрудникам не совсем понятно, как должно быть?
1) Какие инструменты для совместной работы используете — и как правильно их использовать?
2) Как выстроено множественное деление на небольшие команды?
3) Какие у Вас выстроены бизнес-процессы / регламент — какие виды собраний, расписания и т.д.?
4) Как не превратить собрание в затяжное обсуждение сложных вопросов?
5) Как ведёте проекты, в которых трудно заранее определить сложность, как разбиваете их на таски, корректируете ход работ и т.д.? Выявляете ли причины, почему получилось / не получилось, каких ресурсов и навыков не хватает — и как используете эту информацию дальше?
6) Как контролируете самые сложные проекты, связанные с архитектурными решениями, когда даже опытным сотрудникам не совсем понятно, как должно быть?
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
«Data Science, как математика и физика, — еще один способ познавать мир вокруг себя»