发帖
雷达卡
数据科学已经成为21的一个组成部分ST世纪的组织。几乎所有大小，中型或小型公司都希望利用数据科学来满足他们的业务需求
改善其现有流程以提高运营效率，从而降低成本
发展当前业务并开拓新的收入来源
简化包括人力资源在内的支持功能
除上述内容外，还有更多的行业应用和途径尚待探索，对于大多数组织而言，到目前为止仍未完全实现并成功建立数据科学实践。
显然，当今大多数数据科学项目都失败了。在成功的解决方案中，又有很大一部分实际上并未得到应有的利用，因为它们被认为不够准确。
造成这种情况的原因很多，但是最值得注意的原因之一是，组织中的不同团队无法处于同一页面上，无法共同协作并共同处理这些项目。
它为何如此重要，是被人们完全忽略了的，而所有焦点都集中在构建书上在学术上正确的，利用开放源代码且看起来足够复杂的东西来证明所花费的金钱和精力。
尽管数据科学家可以管理和解决满足上述标准的业务问题，但他们不能独立做的是为解决方案方法和中间结果提供业务环境，同时构建易于理解，解释和利用的对象终端用户。因此，业务用户虽然最初会接受解决方案，但由于他们不了解所创建的复杂对象，因此无法使用它，因此他们无法与该方法相关联，因此当他们无法使用它时，他们会质疑其准确性。并完全停止使用它。
另一方面，数据科学家和数据工程师需要业务用户的积极参与和参与，以便他们可以维持模型的业务相关性。考虑一个场景，其中数据科学家正在分析数据并且注意到很少的异常值或某些特殊情况。现在大多数时候他都不知道该如何处理。他可能想隐瞒或保留那些数据点，具体取决于其背后的业务价值和环境。这些特殊数据点在业务环境中代表什么的信息，如果可以在不丢失任何信息的情况下被抑制，则这些信息必须来自业务。
同样，积极参与IT也非常重要，因为他们将为成功执行项目提供所需的资源。数据科学模型需要占用大量资源，因此任何不足都会导致无法接受的周转时间。同样，无法以所需速度获得所有所需的干净数据将最终导致项目失败。
因此，我们知道为什么在同一页面上拥有利益相关者（数据科学家，工程师，IT和业务用户）至关重要。由于利益相关者群体的技能，带宽和优先级各不相同，这说起来容易做起来难。
尽管管理指令仍然可以帮助他们调整优先级和带宽，但是他们拥有的各种技能对他们在一个共同的问题上相互协作，共享想法，提出解决方案并在每个阶段共同审查结果以确保最终目标产生巨大的障碍。满足，用户可以轻松理解和使用该产品。
因此，除了市场上针对数据科学项目的不同生产力和项目管理工具之外，让所有关键利益相关者加入标准的公民数据科学工具也很有价值，该工具应具有以下特点
易于使用且直观的拖放式图形用户界面，用于数据探索，数据发现和可视化
能够逐步定义关键数据准备任务的能力
通用的数据科学算法具有开箱即用的功能，因此不熟悉R或Python编码的用户仍然可以了解不同类别的数据科学问题，如何解决和部署解决方案
生成的代码和对象可以移植到开源数据科学平台，使用PMML等开源标准就可以实现
除了上述特定功能之外，通用功能也将有所帮助
轻松的协作功能，使用户可以在团队中快速共享对象，同时发送通知和评论，同时处理同一项目
文档界面可生成易于准备的文档，以共享和展示已完成的操作
运行状况检查和资源消耗监视代理程序，以估计模型的潜在复杂性，从而估算项目不同阶段可能需要的资源
以上功能将使利益相关者发现，定义和解决一个常见问题，逐步完善它，最终确定数据和解决方案的方法，一旦达到高级阶段，就可以将已经创建的对象移植到完整的数据科学中数据科学家和工程师接管的平台。
这将使业务用户可以了解正在构建的内容，构建原因以及其在生产中的工作方式。
到那时，IT团队还将对所需的资源有所了解，他们可以开始根据计算资源和数据集成点配置所需的基础架构。
数据科学家和工程师还将在技能和期望方面更好地了解业务用户的舒适程度，因此他们可以相应地创建更简单和直观的对象。此外，无论何时遇到某些特殊情况或希望企业审查其方法，他们现在都可以创建直观的可视化图和对象，以供业务用户理解，这些用户现在更加了解并可以根据自己所做的工作从中受益。公民数据科学工具。
因此，我们已经知道了为什么在同一页面上拥有业务用户，IT和数据科学团队如此重要却又如此困难。话虽这么说，可以通过仔细选择和部署公民数据科学工具并使所有利益相关者逐渐习惯它来实现。想法是在组织内部灌输数据科学思想，而不是让数据科学项目在组织中运行，而只有少数熟练的数据科学家和工程师是数据科学资产的唯一保管人。
关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
