4 cách để cải thiện quản lý dự án dữ liệu lớn

0
23

            Cải thiện thực hành quản lý dự án của bạn có thể giúp dữ liệu lớn tạo ra tác động lớn hơn cho công ty.
        

            
                                                                             
            
            

                 ] ]
    

     Sự khác biệt chính giữa phát triển Thác nước và Agile
     CEO và đồng sáng lập Favro Patric Palm giải thích lý do tại sao các nhà phát triển AR và VR hiện đại chọn làm việc với các khung công tác Agile.
    

    

Đến năm 2022, Statista dự đoán rằng doanh thu dữ liệu và phân tích lớn sẽ ở mức 274,3 tỷ đô la. Chỉ riêng trong chăm sóc sức khỏe, các dự báo cho thấy ngành công nghiệp có thể tiết kiệm tới 300 tỷ đô la nếu chỉ có thể tích hợp dữ liệu lớn của mình với các hệ thống và quy trình kinh doanh khác.

    
        

Trong khi những dự báo về đầu tư và lợi ích của công ty là rất đáng kể, các tổ chức tiếp tục tụt hậu khi quản lý hiệu quả các dự án dữ liệu lớn.

XEM: Bộ công cụ tuyển dụng: Kiến trúc sư dữ liệu (Tech Pro Research)

"Người ta hiểu khá rõ rằng khoa học dữ liệu là động lực chính của sự đổi mới, nhưng rất ít tổ chức biết cách biến đầu ra khoa học dữ liệu thành giá trị kinh doanh", Nick Elprin, CEO và đồng sáng lập của Domino nói Phòng thí nghiệm dữ liệu.

Làm thế nào các công ty có thể xoay chuyển vấn đề này? Xem bốn gợi ý dưới đây.

1. Truyền quản lý dự án vào các nỗ lực dữ liệu lớn

Bản chất của các dự án phân tích và dữ liệu lớn là lặp đi lặp lại. Sẽ luôn có những thông tin và loại dữ liệu mới xuất hiện và các nhà khoa học dữ liệu được chuẩn bị để sửa đổi các thuật toán và truy vấn khi có thông tin mới. Tuy nhiên, điều này không có nghĩa là không nên áp dụng các phương thức quản lý từ các dự án tuyến tính hơn.

Ví dụ, dữ liệu cần phải được làm sạch và chuẩn bị trước khi có thể sử dụng. Cần có một phương pháp bước đầu tiên để làm điều này, và lý tưởng nhất, công việc không nên được thực hiện bởi các nhà khoa học dữ liệu rất tốn kém. Thứ hai, một khi các thuật toán và ứng dụng sử dụng dữ liệu lớn được phát triển, nó cần được kiểm tra và dàn dựng trước khi triển khai.

Cách tốt nhất để đạt được các mục tiêu này là thêm một người quản lý dự án lành nghề vào nhóm khoa học dữ liệu hoặc sử dụng dự án kỹ năng quản lý và nhân sự từ CNTT.

XEM: Bộ công cụ tuyển dụng: Nhà khoa học dữ liệu (Tech Pro Research)

2. Liên quan đến CNTT

Nếu nhóm khoa học dữ liệu của bạn tách biệt với CNTT, đã đến lúc pha trộn hai ngành này.

Ban đầu, nhiều tổ chức bắt đầu các nhóm khoa học dữ liệu của họ để thử nghiệm những gì dữ liệu lớn và phân tích có thể cung cấp. Các tổ chức không biết rằng dữ liệu lớn, trí tuệ nhân tạo và ứng dụng học máy mà họ đang phát triển phải được tích hợp với các ứng dụng và hệ thống CNTT khác để đạt được giá trị tối đa.

Trước đây, có những lập luận cho khoa học dữ liệu độc lập các phòng ban, khoa học dữ liệu trong các phòng CNTT và các nhóm dự án tương tác về khoa học dữ liệu và CNTT. Đã đến lúc khoa học dữ liệu trở thành một phần của CNTT hoặc hợp tác chặt chẽ trong các dự án và triển khai với CNTT. Đây là cách duy nhất để đạt được sự tích hợp thực sự của dữ liệu lớn và phân tích với các hệ thống và ứng dụng khác trong toàn công ty.

3. Phát triển một nhóm giám sát và bảo trì dữ liệu lớn

Cho dù đó là cơ sở hạ tầng mạng / phần cứng hay đảm bảo rằng dữ liệu lớn thực hiện đúng và độc lập với các ứng dụng, quá trình phải được theo dõi và duy trì liên tục sau khi triển khai dữ liệu và phân tích lớn trong sản xuất. Ví dụ: nếu một nguồn dữ liệu lớn được các ứng dụng CNTT khác gọi là chương trình con nhúng, CNTT cần đảm bảo rằng cuộc gọi hoạt động chính xác và dữ liệu thích hợp được trả về. Nếu có "lỗi" trong ứng dụng, CNTT cần sửa nó. Tương tự, băng thông phần cứng và mạng và chất lượng dịch vụ phải được duy trì ở mức chấp nhận được một lần nữa, một công việc cho CNTT.

XEM: Hướng dẫn của IT về phát triển Agile (Nghiên cứu Tech Pro)

4. Sử dụng phát triển nhanh

Bởi vì việc sửa đổi các thuật toán khi thay đổi dữ liệu là một quá trình lặp đi lặp lại và liên tục, CNTT phải điều chỉnh phong cách quản lý dự án của mình để phát triển nhanh và tránh xa quản lý dự án CNTT truyền thống. Các nhà khoa học dữ liệu đã hiểu khái niệm về các lần lặp lại đối với các thuật toán khi dữ liệu thay đổi. Trong trường hợp này, người quản lý dự án, từ IT hoặc nhóm khoa học dữ liệu, phải học cách kết hợp một số luồng tuyến tính của quản lý dự án CNTT truyền thống như chuẩn bị dữ liệu, kiểm tra hồi quy và bảo trì ứng dụng với các sửa đổi và chèn nhanh thuật toán dữ liệu khi cần thay đổi chúng phát sinh.

                                                                                

                                                

Cũng xem

 istock-802301522qualitycontrol.jpg "width =" 770 "/> </span><figcaption>
<p>
                                            Hình ảnh: Gorodenkoff Productions OU, Getty Images / iStockphoto<br />
                                        </p>
</figcaption></figure>
</p></div>
</pre>
<div class=