《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
殇者知忧5 小时前
【论文笔记】若干矿井粉尘检测算法概述
深度学习·神经网络·算法·随机森林·机器学习·支持向量机·计算机视觉
YunTM5 小时前
贝叶斯优化+LSTM+时序预测=Nature子刊!
人工智能·机器学习
颜颜yan_8 小时前
【HarmonyOS5】UIAbility组件生命周期详解:从创建到销毁的全景解析
架构·harmonyos·鸿蒙·鸿蒙系统
qq_4639448610 小时前
【Spark征服之路-2.2-安装部署Spark(二)】
大数据·分布式·spark
weixin_5051544611 小时前
数字孪生在建设智慧城市中可以起到哪些作用或帮助?
大数据·人工智能·智慧城市·数字孪生·数据可视化
打码人的日常分享11 小时前
智慧城市建设方案
大数据·架构·智慧城市·制造
鲁班大叔_00711 小时前
使用扣子与Dify的业务风险
架构·产品
hello早上好12 小时前
Spring不同类型的ApplicationContext的创建方式
java·后端·架构
Python智慧行囊13 小时前
Python 中 Django 中间件:原理、方法与实战应用
python·中间件·架构·django·开发
黑鹿02213 小时前
机器学习基础(四) 决策树
人工智能·决策树·机器学习