Učinkovito veliki podatki: Kako premagati vrzel med znanstveniki in inženirji

Hrup okoli velikih podatkov je ustvaril široko napačno predstavo: da že sam obstoj lahko podjetju zagotovi uvidljive in pozitivne poslovne rezultate. Realnost je nekoliko bolj zapletena. Če želite pridobiti vrednost iz velikih podatkov, potrebujete usposobljeno skupino podatkovnih znanstvenikov, ki jih bo presejala. Korporacije večinoma to razumejo, kar dokazuje 15-krat 20-kratna rast delovnih mest znanstvenika podatkov med letoma 2016 in 2019. Kljub temu, da imate pri roki sposobno skupino podatkovnih znanstvenikov, morate še vedno odpraviti večjo oviro dajanje teh idej v produkcijo. Če želite spoznati resnično poslovno vrednost, morate poskrbeti, da bodo vaši inženirji in podatkovni znanstveniki medsebojno sodelovali. V bistvu so podatkovni znanstveniki inovatorji, ki črpajo nove ideje in misli iz podatkov, ki jih vaše podjetje vsak dan zaužije, medtem ko inženirji te ideje gradijo in ustvarijo trajnostne leče, s katerimi lahko pregledajo naše podatke. Znanstveniki imajo nalogo, da razširijo, manipulirajo in prodajajo podatke za pozitivne poslovne rezultate. Za izvedbo tega podviga opravljajo različne naloge, od rudarjenja podatkov do statistične analize. Zbiranje, organiziranje in interpretacija podatkov se izvaja pri iskanju pomembnih trendov in ustreznih informacij. Medtem ko inženirji zagotovo sodelujejo s podatkovnimi znanstveniki, obstajajo različne razlike med obema vlogama. Ena od temeljnih razlik je, da inženirji dajejo izrazito višjo vrednost "proizvodni pripravljenosti" sistemov. Od prožnosti in varnosti modelov, ki jih ustvarijo znanstveniki podatkov, do dejanske oblike in razširljivosti, inženirji želijo, da so njihovi sistemi hitri in zanesljivo funkcionalni. Z drugimi besedami: podatki znanstveniki in inženirske ekipe imajo vsakodnevne težave. Pri tem se postavlja vprašanje, kako si lahko postavite obe vlogi za uspeh in na koncu iz svojih podatkov pridobite najpomembnejše vpoglede? Odgovor je v namenjanju časa in sredstev za izpopolnjevanje podatkov in inženirskih odnosov. Tako kot je pomembno, da zmanjšate nered ali "hrup" okoli naborov podatkov, je tudi pomembno, da izenačite vsa in vsa trenja med tema dvema ekipama, ki igrata življenjsko pomembno vlogo pri vašem poslovnem uspehu. Tu so trije kritični koraki, da to uresničimo. Ni dovolj, da v sobo preprosto namestite nekaj znanstvenikov in nekaj inženirjev in jih prosite, naj rešijo svetovne težave. Najprej jih morate spraviti v razumevanje terminologije drug drugega in začeti govoriti isti jezik. Eden od načinov za to je preusmeriti ekipe. Z združevanjem znanstvenikov in inženirjev v dva dela lahko spodbudite skupno učenje in odpravite ovire. Za znanstvenike s podatki to pomeni učenje vzorcev kodiranja, pisanje kode na bolj organiziran način in, kar je najpomembneje, razumevanje tehničnega sklopa in kompromisov v zvezi z infrastrukturo, ki so vključeni v uvedbo modela v proizvodnjo. Objavljeno na 7wData.be