Менеджерские и инженерные практики для DS

Александр Сидоров, руководитель направления анализа данных, HH.RU

Расскажу, в чём особенности мотивации команды, применения Kanban, продуктовой работы, процесса разработки и CI в проектах, связанных улучшением продуктов с помощью DS и ML. Почему Kanban, а не Scrum, чем полезны элементы методологии ASD, когда делаешь сложный сервис на ML с нуля. Откуда брать гипотезы, как их выбирать, проверять, выкатывать в production, считать и показывать пользу, и особенно – как потом поддерживать и развивать. Чем модели для production, процессы их создания и поддержки отличаются от написания статей или соревнований на Kaggle. Как не просто поверять и мониторить техническое и продуктовое качество сервисов на ML, но и встраивать его в них. Почему нужно быстрее, как искать и расширять узкие места, в т.ч. ускорить A/B-тесты.

https://www.dropbox.com/s/c7m8cbg2czf314c/LeanDS1-Sidorov.pdf