敏捷数据科学：使用 Scrum 改进您的工作流程

在组织中，Scrum 促进高效的时间和流程管理以及更好的团队建设和领导力。为了实施 Scrum，您需要遵循一些简单的规则。

Scrum 简介

如今，我们有能力快速、大量地收集精确的数据。事实上，如今 90% 的数据都是在过去两年内收集的。大数据的兴起大大增加了对数据科学家的需求，但这个职业中很少有人具备合适的技能。不过，这是可以补救的。

Scrum 是 敏捷宣言 ；它是一个强调快速、迭代和高效工作流程的开发框架。Scrum 最常用于软件开发，它显著提高了生产力并缩短了完成产品所需的时间。

Scrum 要求

Scrum 是一个基于特定概念和实践的灵活框架，可分为三类：角色、工件和活动（有时称为时间盒）。

项目需求由 用户故事 ，用户故事由开发人员从用户的角度编写，以（简单的语言）描述最终产品应具备的功能。

用户故事既可以面向产品，也可以面向用户。所有故事都指在给定时间范围内需要完成的工作。

Scrum框架定义了三种角色。

• 产品负责人 ：对最终产品有远见并制定产品待办事项列表以及最终产品应具备的全面功能列表的个人。
• Scrum Master ：确保项目顺利进行，并确保开发团队的每个成员都拥有完成工作所需的工具。Scrum Master 还负责会议、管理和发布计划。
• 团队 ：一个自组织、跨职能的专业人员团体，负责实际工作来开发和完成项目。

Scrum 流程

来源： span>

在 Scrum 中，所有项目都遵循一系列称为 冲刺的 。冲刺的持续时间从 2 天到 4 周不等，具体取决于发布的大小。在冲刺期间，开发团队成员每天参加大约 15 分钟的 Scrum 会议，以分享和评估进度。

根据这次会议，会维护一份 燃尽图， 以跟踪和传达特定冲刺中剩余的工作量。冲刺完成后，会举行审查和回顾会议，以评估冲刺的有效性。

简而言之，冲刺的目标是生产一个 可能可交付的产品增量 ——一个可能尚未具备产品所有者所设想的所有功能的工作产品。

现在，应该清楚的是，实施 Scrum 可以简化工作流程管理并提高生产力。 那么这对数据科学家的工作流程有何帮助呢？

数据科学家 Scrum 工作流程

数据本身是无用的，需要经过培训的专业人员来理解它并将其转化为可用的数据。这就是数据科学家发挥作用的地方。数据科学家筛选大量数据，搜索模式，并确定可以帮助企业或组织做出明智决策的关键指标。

与其他领域的专业人士一样，数据科学家的工作流程也遵循一定的流程。然而，仍有改进的空间。让我们来看看标准的数据科学家工作流程。

来源： span>

这个过程包括提出正确的问题、获取和分析数据、建立相关模型、测试分析结果以及进行观察。它在实践中很难，在理论上却很简单。

获取和筛选数据进行分析是一个耗时的过程。但是，如果你将每个步骤划分为单独的任务或角色，这个过程就会变得相当容易。这就是 Scrum 的闪光点。

重要答案

数据科学的实践非常复杂——虽然数据科学家不是 Scrum 的主要实践者，但对 Scrum 和数据科学的理解可以得出一个有趣的观察：

假设一组问题是一个项目，Scrum 模型规定这组问题应被视为待办事项。每个问题都指导着数据科学工作流程，因此我们将流程中的每个步骤归类到特定的工作角色。

计划通过冲刺来回答每个问题。作为第一步的一部分，团队成员被分配收集与问题相关的数据集的任务。然后筛选收集到的数据集，并将可用数据发送到下一步，在那里，指定的队友绘制数据并探索相关模式和异常。

基于 分析 , the team then builds a 数据的 工作模型 结果 。然后，另一组队友将生成的报告可视化，以传达有效模型的观察结果。

被分配任务的每位团队成员都遵循与其工作角色相关的时间限制。燃尽图跟踪回答问题所需的时间，同时突出显示可以减少时间的关键措施。上述所有任务都可以成为每位数据科学家个人工作流程的一部分，其中工作流程中的每个任务都遵循特定冲刺或迭代燃尽图上的固定时间表。

结论

将 Scrum 应用于数据科学家的工作流程的概念不仅可以节省大量时间来回答正确的问题，而且还可以帮助在更短的时间内回答更多问题。以下是我们在本文中讨论的要点的总结：

• Scrum是用于高端软件开发的过程管理工具。
• Scrum 包括确定要完成的工作、通过冲刺管理开发、使用燃尽图跟踪工作以及在 Scrum 会议期间评估结果。
• 数据科学工作流程包括提出正确的问题、过滤数据、探索相关数据、构建工作模型和传达结果。
• Scrum 模型为数据科学家的工作流程提供了一个极好的框架。