« Un Manifeste pour une Data Science Agile » : différence entre les versions
De Wiki Agile
| Ligne 73 : | Ligne 73 : | ||
<br/> | <br/> | ||
===Passer en méta=== | ===Passer en méta=== | ||
Si nous ne pouvons pas facilement livrer de bons produits selon un calendrier comparable à celui du développement d'une application normale, que ferons-nous ? Si nous ne livrons pas, nous ne sommes pas Agile. Pour résoudre ce problème, dans la data science Agile, nous "passons en méta". L'accent est mis sur la documentation du processus analytique par opposition à l'état final ou au produit que nous recherchons. Cela nous permet d'être Agile et de livrer un contenu intermédiaire tout en grimpant itérativement dans la pyramide données | Si nous ne pouvons pas facilement livrer de bons produits selon un calendrier comparable à celui du développement d'une application normale, que ferons-nous ? Si nous ne livrons pas, nous ne sommes pas Agile. Pour résoudre ce problème, dans la data science Agile, nous "passons en méta". L'accent est mis sur la documentation du processus analytique par opposition à l'état final ou au produit que nous recherchons. Cela nous permet d'être Agile et de livrer un contenu intermédiaire tout en grimpant itérativement dans la pyramide de la valeur des données pour trouver le chemin critique vers un produit génial. Alors, d'où vient le produit ? De la palette que nous créons et élargissons en documentant notre analyse exploratoire des données.<br/> | ||
<br/> | <br/> | ||
[[Fichier:Ads-Meta fr.png|600px]]<br/> | [[Fichier:Ads-Meta fr.png|600px]]<br/> | ||
<br/> | <br/> | ||
==Synthèse== | ==Synthèse== | ||
Ces sept principes fonctionnent ensemble pour alimenter la méthode de la data science Agile. Ils servent à structurer et à documenter le processus d'analyse exploratoire des données et à le transformer en applications analytiques.<br/> | Ces sept principes fonctionnent ensemble pour alimenter la méthode de la data science Agile. Ils servent à structurer et à documenter le processus d'analyse exploratoire des données et à le transformer en applications analytiques.<br/> | ||
