« Un Manifeste pour une Data Science Agile » : différence entre les versions

De Wiki Agile
Aucun résumé des modifications
Ligne 69 : Ligne 69 :
L'interaction de ces étapes peut former des réseaux complexes de dépendances. Le team leader a ce maillage dans la tête. C'est à lui de s'assurer que l'équipe découvre le chemin critique, puis d'organiser l'équipe pour le compléter. Un chef produit ne peut pas gérer ce processus du haut vers le bas ; c'est plutôt un scientifique du produit qui doit le découvrir du bas vers le haut.<br/>
L'interaction de ces étapes peut former des réseaux complexes de dépendances. Le team leader a ce maillage dans la tête. C'est à lui de s'assurer que l'équipe découvre le chemin critique, puis d'organiser l'équipe pour le compléter. Un chef produit ne peut pas gérer ce processus du haut vers le bas ; c'est plutôt un scientifique du produit qui doit le découvrir du bas vers le haut.<br/>
<br/>
<br/>
===Être méta===
===Passer en méta===
Si nous ne pouvons pas facilement déployer de bons produits selon un calendrier comparable à celui du développement d'une application normale, que ferons-nous ? Si nous ne déployons 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 déployer un contenu intermédiaire tout en grimpant itérativement dans la pyramide données-valeurs 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/>
[[Fichier:Agile-Data-Science fr.png|border|900px]]
==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/>
<br/>
[[Fichier:Agile-Data-Science fr.png|border|900px]]<br/>
<br/>
Découvrez [https://www.safaribooksonline.com/library/view/agile-data-science/9781491960103/?_ga=2.187671656.1982994763.1586506705-1376861266.1586506705 Agile Data Science 2.0] pour explorer en profondeur la théorie et la pratique de la data science Agile.