Értékelés:
Az „Adattudomány: Create Teams That Ask the Right Questions” című könyv értékes betekintést nyújt az adattudományi csapatok hatékony szervezéséhez és irányításához. Hangsúlyozza a projektmenedzsment alternatív megközelítéseit és a jól meghatározott csapatszerepek fontosságát. Az olvasók értékelik az emészthető írásmódot és a gyakorlati példákat, bár egyesek túlságosan eleminek találják a tartalmat, és haladóbb betekintést szeretnének.
Előnyök:⬤ Rendkívül hasznos tippeket ad az adattudományi csapatok szervezésének és termelékenységének javításához
⬤ könnyen olvasható, gyakorlati példákkal és jól meghatározott struktúrákkal
⬤ értékes betekintést nyújt a kérdezésbe és a hatékony kommunikációba
⬤ jól kidolgozott anekdoták gazdagítják a tartalmat
⬤ az agilis módszertanok felé való elmozdulásra ösztönöz.
⬤ Egyes tartalmak túlságosan elementárisnak minősülnek, ami nem indokolja a könyv árát
⬤ hiányoznak a színes grafikák és a példák teljes körű elérhetősége
⬤ egyes ötletek megvalósítása további erőfeszítéseket igényelhet a meglévő munkafolyamatokban.
(9 olvasói vélemény alapján)
Data Science: Create Teams That Ask the Right Questions and Deliver Real Value
Ismerje meg, hogyan építhet ki egy adattudományi csapatot a szervezetén belül, ahelyett, hogy kívülről venné fel. Tanítsa meg a csapatát arra, hogy a megfelelő kérdéseket tegye fel, hogy használható betekintést nyerjen az üzleti tevékenységébe.
A legtöbb szervezet még mindig a célkitűzésekre és a teljesítményekre összpontosít. Ehelyett az adattudományi csapat feltáró jellegű. A tudományos módszert használják arra, hogy érdekes kérdéseket tegyenek fel és kisebb kísérleteket futtassanak. A csapatának látnia kell, hogy az adatok megvilágítják-e a kérdéseiket. Ezután kritikus gondolkodási technikákat kell alkalmazniuk, hogy igazolják meglátásaikat és érvelésüket. Meg kell változtatniuk erőfeszítéseiket, hogy meglátásaik összhangban legyenek az üzleti értékkel. Végül a csapatának ezeket a felismeréseket egy meggyőző történet formájában kell átadnia.
Az Insight! : How to Build Data Science Teams that Deliver Real Business Value című könyv azt mutatja, hogy a legfontosabb dolog, amit most tehet, hogy segít a csapatának az adatokról való gondolkodásban. Doug Rose vezetési tréner végigvezeti Önt a hatékony adattudományi csapatok létrehozásának és irányításának folyamatán. Megtanulja, hogyan találja meg a megfelelő embereket a szervezetén belül, és hogyan ruházza fel őket a megfelelő gondolkodásmóddal. A könyv három átfogó koncepciót tartalmaz:
⬤ A saját cégedben kellene bányásznod a tehetségek után. Nem változtathatod meg a szervezetedet azzal, hogy felveszel néhány adattudományi szuperhőst.
⬤ Kisebb, agilis adatcsapatokat kell létrehoznia, amelyek arra összpontosítanak, hogy értékes felismeréseket szolgáltassanak korán és gyakran.
⬤ Azzal érhet el valódi változásokat a szervezetében, ha meggyőző adattörténeteket mesél. Ezek a történetek a legjobb módja annak, hogy közölje az ügyfelekkel, a kihívásokkal és az iparággal kapcsolatos meglátásait.
Amit megtanulhat:
⬤ Adattudományi csapatokat hozhat létre a szervezetében meglévő tehetségekből, hogy költséghatékonyan nyerje ki a maximális üzleti értéket a szervezet adataiból.
⬤ A legfontosabb adattudományi kifejezések és fogalmak megértése.
⬤ Kövesse a gyakorlati útmutatást egy hatékony adattudományi csapat létrehozásához és integrálásához a kulcsfontosságú szerepekkel és az egyes csapattagok felelősségi körével.
⬤ Használja az adattudományi életciklust (DSLC) az értékteremtéshez szükséges alapvető folyamatok és gyakorlatok modellezésére.
⬤ Használja a sprinteket és a történetmesélést, hogy segítse csapatát a pályán maradni és alkalmazkodni az új ismeretekhez.
Kinek szól ez a könyv.
Adattudományi projektvezetők és csapatvezetők. Másodlagos olvasói kör: adattudósok, DBA-k, elemzők, felsővezetők, HR-vezetők és teljesítményspecialisták.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)