《Architecting Data and Machine Learning Platforms》第三章:设计您的数据团队

在设计数据平台时,有几个技术方面需要考虑:性能、成本、运营开销、运营卓越、整合新的分析和机器学习方法等。然而,如果不解决公司文化的问题,这些技术方面将无法发挥作用------采用新技术需要员工愿意改变他们的思维模式和工作方式。另一个需要记住的关键方面是现有员工目前具备的技能以及他们需要掌握的技能。在某些情况下,学习新技能并改变工作方式的员工最终可能会进入与数据平台实施之前不同的角色。

在本章中,我们探讨了组织如何规划和协调这些思维模式、工作流程、技术技能和角色的变化。每个组织都是独特的,因此构建数据平台将涉及为每个部门和其中的员工制定详细的计划。在本章中,我们描述了不同类型组织的这种详细计划会是什么样子。

相关推荐
ting945200021 分钟前
Tornado 全栈技术深度指南:从原理到实战
人工智能·python·架构·tornado
2zcode1 小时前
基于LSTM神经网络的金属材料机器学习本构模型研究(硕士级别)
神经网络·机器学习·lstm·金属材料
TDengine (老段)2 小时前
从施工监测到运营预警,桥科院用 TDengine 提升桥梁数据管理能力
大数据·数据库·物联网·时序数据库·tdengine·涛思数据
宁波鹿语心理2 小时前
无条件的在场:一项极简亲子依恋修复练习的机制分析与实证观察
大数据
phoenix@Capricornus2 小时前
从贝叶斯决策到最小距离判别法再到Fisher判别分析
机器学习
Chef_Chen4 小时前
论文解读:多模态智能体长期记忆突破:M3-Agent让AI像人一样“看、听、记、想“
人工智能·机器学习·agent·memory
代码飞天5 小时前
机器学习算法和函数整理——助力快速查阅
人工智能·算法·机器学习
Swift社区5 小时前
鸿蒙 App 架构中的“领域拆分”
华为·架构·harmonyos
绛橘色的日落(。・∀・)ノ6 小时前
机器学习 单变量线性回归模型
人工智能·机器学习
Ronny__6 小时前
Koa2 登录系统:Harness 工程 + Cursor 分步实操指南
架构