Управление проектами и продуктами в Data Science [Scrumtrek] [Асхат Уразбаев, Алексей Могильников]

Управление проектами и продуктами в Data Science ​ Что такое LeanDS?​ Lean DS — открытый подход к управлению DS проектами и продуктами Ориентированный на бизнес Основанный на гипотезах Строгий и воспроизводимый Командный и итеративный LeanDS позволяет увеличить вероятность успеха за счет прозрачности процессов, снижения Time-to-Market и фокуса на инженерном совершенстве. Программа занятий Обзор LeanDS. Продуктовая гипотеза Краткий обзор LeanDS. Практика по формулированию продуктовых гипотез. Также тренер ответит на вопросы участников по содержанию и формату курса. Приоритезация продуктовых гипотез Практика по приоритезации продуктовых гипотез по ICE/RICE. Работа в мини-командах, оценка и разбор результатов. Декомпозиция продуктовых гипотез Практика по декомпозиции продуктовых гипотез "методом Мерседеса". Учебный кейс и кейсы участников Каскадирование метрик от продуктовых метрик до DS метрик Практика по каскадированию метрик в учебном кейсе и в кейсах участников Kanban и его применение в DS Введение в Канбан-метод, обзор основных принципов и практик. Практическая симуляция метода в виде игры, метрики процесса Внедрение LeanDS Внедрение канбан методом STATIK. Проведение изменений в организации. Ответы на вопросы по курсу. Закрытие курса. Помимо практических занятий, в курс входят 6+ часов видео Что вы узнаете из курса Курс содержит набор обязательных (ядро LeanDS) и дополнительных материалов (ответы на различные вопросы, которые не обязательно волнуют вас прямо сейчас) Как спроектировать ML продукт Поиск зон применения ML в компании, оценка и приоритезация Создание бэклога ML продукта Оценка и приоритезация элементов бэклога Как начать ML проект Создание DS команды: компетенции, роли и ответственность Как объяснить заказчику экспериментальный характер работы Переход от сервисной к продуктово-ориентированной команде Как управлять процессом создания продукта Управление процессом при помощи Канбан Декомпозиция гипотез Управление сроками и бюджетом проекта Как взаимодействовать с другими командами Организация параллельной работы команд на нескольких проектах Управление зависимостями между ML, Data Engineering и Software Engineering в продукте Как развивать команду Развитие зрелости и самооорганизации Метрики качества работы процессов в DS Развитие data driven культуры на уровне компании Заказная разработка ML продуктов Уход от фиксированной цены Управление рисками Взаимодействие со службами крупных компаний