LeanDS #7. Управление сроками, мотивация сотрудников и старт проектов
👋 28 мая в 18-30 мы проводим седьмой онлайн митап LeanDS по управлению DS проектами
На этом митапе мы обсудим три самых сложных вопроса управления DS: как предсказывать сроки, как мотивировать сайентистов и как стартовать DS проекты.
СОДЕРЖАНИЕ
✅ Предсказание сроков в Data Science при помощи канбан-метода, Алёна Анохова, Project Manager в R&D LC Group.
✅ Встречи One on One: инструмент эффективного управления сотрудниками, повышения доверия и снижения уровня стресса
Никита Бакунин, лидер кластера Data Science, исполнительный директор в одном зелёном банке
✅ Как выбрать бизнес-задачу для применения Data Science,
Артемий Малков, Основатель Лаборатории бизнес-решений на основе ИИ МФТИ
🗓 ДАТА: 28 мая в 18-30 по Москве
⏰ ДЛИТЕЛЬНОСТЬ: 2 часа
👉 Регистрация по ссылке
Хотите выступить на этом митапе или последующих? Напишите мне (@askhatu)
👋 28 мая в 18-30 мы проводим седьмой онлайн митап LeanDS по управлению DS проектами
На этом митапе мы обсудим три самых сложных вопроса управления DS: как предсказывать сроки, как мотивировать сайентистов и как стартовать DS проекты.
СОДЕРЖАНИЕ
✅ Предсказание сроков в Data Science при помощи канбан-метода, Алёна Анохова, Project Manager в R&D LC Group.
✅ Встречи One on One: инструмент эффективного управления сотрудниками, повышения доверия и снижения уровня стресса
Никита Бакунин, лидер кластера Data Science, исполнительный директор в одном зелёном банке
✅ Как выбрать бизнес-задачу для применения Data Science,
Артемий Малков, Основатель Лаборатории бизнес-решений на основе ИИ МФТИ
🗓 ДАТА: 28 мая в 18-30 по Москве
⏰ ДЛИТЕЛЬНОСТЬ: 2 часа
👉 Регистрация по ссылке
Хотите выступить на этом митапе или последующих? Напишите мне (@askhatu)
leands.timepad.ru
LeanDS #7. Управление сроками, мотивация сотрудников и старт проектов / События на TimePad.ru
На этом митапе мы обсудим три самых сложных вопроса управления DS: как предсказывать сроки, как мотивировать Data Scientists и как стартовать DS проекты.
КАНВАС ДЛЯ AI ПРОЕКТА
Допустим, вы начинаете новый AI проект или стартуете работу над новой продуктовой гипотезой. Есть куча вещей, которые надо проговорить до старта. Один из способов продумать их — дать задачу аналитику написать некий документ по определенному шаблону. Пример такого документа — бизнес-кейс, бизнес-требования, ТЗ и т.д.
Это понятный способ, однако не свободный от недостатков.
Придется опрашивать людей, а они могут друг другу противоречить. Аналитику все точки зрения кажутся одинаково важными и акценты самостоятельно расставить не получается. В итоге текст изобилует домыслами
Самое важное в такой работе — свести мнения разных людей и договорится, сама аналитическая работа важна, но вторична.
Что делать? Можно использовать Canvas (холст).
Стейкхолдеры встречаются и фасилитатор (ведущий) просит их по определенным правилам договорится о целях, ограничениях и т.д. проекта.
Рамку рамку задает канвас (холст). Их напридумывали огромное множество, оказывается, есть и для DS-проектов.
Подход экономит кучу времени, встречу можно организовать за несколько дней, а провести за пару часов.
Конечно, на такой встрече невозможно родить новое знание. Если участники встречи не знают, какие данные есть в компании, то придумать они это не смогут. В этом случае можно дать друг другу домашнее задание и повторить встречу через какое-то время.
По ссылке — любопытная статья на эту тему.
Introducing the AI Project Canvas - Towards Data Science
Допустим, вы начинаете новый AI проект или стартуете работу над новой продуктовой гипотезой. Есть куча вещей, которые надо проговорить до старта. Один из способов продумать их — дать задачу аналитику написать некий документ по определенному шаблону. Пример такого документа — бизнес-кейс, бизнес-требования, ТЗ и т.д.
Это понятный способ, однако не свободный от недостатков.
Придется опрашивать людей, а они могут друг другу противоречить. Аналитику все точки зрения кажутся одинаково важными и акценты самостоятельно расставить не получается. В итоге текст изобилует домыслами
Самое важное в такой работе — свести мнения разных людей и договорится, сама аналитическая работа важна, но вторична.
Что делать? Можно использовать Canvas (холст).
Стейкхолдеры встречаются и фасилитатор (ведущий) просит их по определенным правилам договорится о целях, ограничениях и т.д. проекта.
Рамку рамку задает канвас (холст). Их напридумывали огромное множество, оказывается, есть и для DS-проектов.
Подход экономит кучу времени, встречу можно организовать за несколько дней, а провести за пару часов.
Конечно, на такой встрече невозможно родить новое знание. Если участники встречи не знают, какие данные есть в компании, то придумать они это не смогут. В этом случае можно дать друг другу домашнее задание и повторить встречу через какое-то время.
По ссылке — любопытная статья на эту тему.
Introducing the AI Project Canvas - Towards Data Science
Medium
Introducing the AI Project Canvas
Use the canvas to answer the most pressing questions about your next AI project.
Сегодня вечером в 18-30 по Москве состоится онлайн-митап LeanDS. Ссылку и материалы пришлю в этот канал. Программа митапа тут: https://leands.timepad.ru/event/1318321/
leands.timepad.ru
LeanDS #7. Управление сроками, мотивация сотрудников и старт проектов / События на TimePad.ru
На этом митапе мы обсудим три самых сложных вопроса управления DS: как предсказывать сроки, как мотивировать Data Scientists и как стартовать DS проекты.
Начинаем в 18-30, подключайтесь: https://us02web.zoom.us/j/83115527887
Zoom Video
Join our Cloud HD Video Meeting
Zoom is the leader in modern enterprise video communications, with an easy, reliable cloud platform for video and audio conferencing, chat, and webinars across mobile, desktop, and room systems. Zoom Rooms is the original software-based conference room solution…
Anokhina_Предсказание_сроков_в_Data_Science_при_помощи_канбан_метода.pdf
597.2 KB
Предсказание сроков в Data Science при помощи канбан-метода
Bakunin-1on1.pdf
161.8 KB
Встречи One on One: инструмент эффективного управления сотрудниками, повышения доверия и снижения уровня стресса
LeanDS_Как_выбрать_задачу_для_ИИ_АМалков.pdf
5.6 MB
Какие проекты делать с помощью AI и Data Science
📺 Видео c седьмого онлайн-митапа LeanDS по управлению DS проектами
Обсуждали три самых сложных вопроса управления DS: как предсказывать сроки, как мотивировать сайентистов и как стартовать DS проекты.
✅ Предсказание сроков в Data Science при помощи канбан-метода, Алёна Анохова, Project Manager в R&D LC Group.
✅ Встречи One on One: инструмент эффективного управления сотрудниками, повышения доверия и снижения уровня стресса,
Никита Бакунин, лидер кластера Data Science, исполнительный директор Сбербанка
✅ Как выбрать бизнес-задачу для применения Data Science,
Артемий Малков, Основатель Лаборатории бизнес-решений на основе ИИ МФТИ
Обсуждали три самых сложных вопроса управления DS: как предсказывать сроки, как мотивировать сайентистов и как стартовать DS проекты.
✅ Предсказание сроков в Data Science при помощи канбан-метода, Алёна Анохова, Project Manager в R&D LC Group.
✅ Встречи One on One: инструмент эффективного управления сотрудниками, повышения доверия и снижения уровня стресса,
Никита Бакунин, лидер кластера Data Science, исполнительный директор Сбербанка
✅ Как выбрать бизнес-задачу для применения Data Science,
Артемий Малков, Основатель Лаборатории бизнес-решений на основе ИИ МФТИ
YouTube
Предсказание сроков в Data Science при помощи канбан-метода, Алёна Анохова
Сказал “Канбан”, говори и “Метрики потока”!
LeanDS — это про Канбан. Этот метод предполагает управление потоком и измерение его скорости. Я расскажу, какие есть метрики потока в Канбан, как их посчитать, как с их помощью спрогнозировать сроки поставки и…
LeanDS — это про Канбан. Этот метод предполагает управление потоком и измерение его скорости. Я расскажу, какие есть метрики потока в Канбан, как их посчитать, как с их помощью спрогнозировать сроки поставки и…
👯♀️Встреча 1on1 — одна из самых полезных практик управления. Это регулярная встреча один на один с подчиненными. На прошлом митапе Никита Бакунин очень пламенно и интересно об этом рассказывал. Частый вопрос — что именно спрашивать на такой встрече. В чате пролетел похоже самый полный список вопросов, который вдобавок еще и регулярно обновляется. Сейчас там 326 вопросов. Сохраните себе, если собираетесь проводить 1on1 с сотрудниками.
GitHub - VGraupera/1on1-questions: Mega list of 1 on 1 meeting questions compiled from a variety to sources
Выступление Никиты по 1on1 на Youtube
GitHub - VGraupera/1on1-questions: Mega list of 1 on 1 meeting questions compiled from a variety to sources
Выступление Никиты по 1on1 на Youtube
GitHub
GitHub - VGraupera/1on1-questions: Mega list of 1 on 1 meeting questions compiled from a variety to sources
Mega list of 1 on 1 meeting questions compiled from a variety to sources - VGraupera/1on1-questions
Урра! Приглашаем на 8 митап LeanDS!
В этот раз мы сфокусируемся на особенностях управлении DS при помощи ясно поставленных целей и метрик. Мы обсудим специфику применения OKR и KPI в DS проектах и продуктах
СОДЕРЖАНИЕ
✅ OKR в Data Science, Адам Елдаров, Chief Product Officer at YooDo
✅ Как мотивировать команду генерировать и проверять ML- и UX-гипотезы для решения задач бизнеса, Александр Сидоров, Руководитель направления анализа данных в HH.RU
✅ Управление качеством в DS-проектах , Алексей Могильников, Lead Data Scientist, Большой Банк
🗓 25 июня в 18-30 по Москве
⏰ Длительность: 2.5 часа
👉 Регистрация на мероприятие
В этот раз мы сфокусируемся на особенностях управлении DS при помощи ясно поставленных целей и метрик. Мы обсудим специфику применения OKR и KPI в DS проектах и продуктах
СОДЕРЖАНИЕ
✅ OKR в Data Science, Адам Елдаров, Chief Product Officer at YooDo
✅ Как мотивировать команду генерировать и проверять ML- и UX-гипотезы для решения задач бизнеса, Александр Сидоров, Руководитель направления анализа данных в HH.RU
✅ Управление качеством в DS-проектах , Алексей Могильников, Lead Data Scientist, Большой Банк
🗓 25 июня в 18-30 по Москве
⏰ Длительность: 2.5 часа
👉 Регистрация на мероприятие
leands.timepad.ru
LeanDS#8. Управление DS при помощи метрик, OKR и KPI / События на TimePad.ru
На этом митапе мы сфокусируемся на управлении Data Science командой при помощи ясно поставленных целей и метрик. Мы обсудим специфику применения OKR и KPI в DS проектах и продуктах
😇Судя по составу докладчиков, этот митап будет 🔥! Если вы согласны, отфорвардите сообщение выше в ваши уютные локальные чатики сайтентистов, продактов и менеджеров 🙏
Разачарованные дата-сайентисты
Наткнулся на статью на медиуме от одного junior data scientist. Here’s why so many data scientists are leaving their jobs
Оказывается, очень многие DS находятся в поиске работы.
Вот цитата из статьи Financial Times, на которую он ссылается:
“According to Kaggle’s survey, most people working in the field say they spend 1-2 hours a week looking for a new job, says Goldbloom.”
Среди факторов разочарования он упоминает такие:
• Инфраструктура не готова под задачи DS
• Одни джуниоры вокруг
• Он хотел менять мир, а от него требуют маленьких постоянных улучшений
• Чертова политика, надо уметь доказывать свою ценность бизнесу
“doing simple projects just so that the right people have the right perception of you”
• Приходится все знать, тебя воспринимают как главного специалиста по всем данным и инфраструктуре, а у тебя лапки 🐱!
• Проекты в изолированных проектных командах проваливаются
Мне кажется это первые звоночки серьезного кризиса в индустрии, сродни провалу докомов в 2001 году. В статье взгляд со стороны DS, но проблема общая.
Бизнес не получает обещанного быстрого результата. Просто нанять кучку сайентистов — не работает. Должны появится и институализироваться целые профессии и зрелые методы.
Интересно, а DS в России чувствуют такое же разочарование?
Наткнулся на статью на медиуме от одного junior data scientist. Here’s why so many data scientists are leaving their jobs
Оказывается, очень многие DS находятся в поиске работы.
Вот цитата из статьи Financial Times, на которую он ссылается:
“According to Kaggle’s survey, most people working in the field say they spend 1-2 hours a week looking for a new job, says Goldbloom.”
Среди факторов разочарования он упоминает такие:
• Инфраструктура не готова под задачи DS
• Одни джуниоры вокруг
• Он хотел менять мир, а от него требуют маленьких постоянных улучшений
• Чертова политика, надо уметь доказывать свою ценность бизнесу
“doing simple projects just so that the right people have the right perception of you”
• Приходится все знать, тебя воспринимают как главного специалиста по всем данным и инфраструктуре, а у тебя лапки 🐱!
• Проекты в изолированных проектных командах проваливаются
Мне кажется это первые звоночки серьезного кризиса в индустрии, сродни провалу докомов в 2001 году. В статье взгляд со стороны DS, но проблема общая.
Бизнес не получает обещанного быстрого результата. Просто нанять кучку сайентистов — не работает. Должны появится и институализироваться целые профессии и зрелые методы.
Интересно, а DS в России чувствуют такое же разочарование?
Medium
Here’s why so many data scientists are leaving their jobs
Frustrations of the data scientist!
Как настроить Jira под канбан в Data Science — новое видео на нашем канале
Было много вопросов про джиру, и чтобы закрыть эту тему Антон Манин запилил небольшой тьюториал. Если есть вопросы, задавайте в комментариях под видео, постараемся ответить.
https://youtu.be/D5_67AdLzmc
Было много вопросов про джиру, и чтобы закрыть эту тему Антон Манин запилил небольшой тьюториал. Если есть вопросы, задавайте в комментариях под видео, постараемся ответить.
https://youtu.be/D5_67AdLzmc
YouTube
Настройка Jira под Канбан в Data Science
Автор видео: Антон Манин
Как канбан работает в Data Science: https://youtu.be/QYkuv2zuCFk
СОДЕРЖАНИЕ ВИДЕО
0:00 Заставка
0:38 Создание проекта
1:30 Создание Work Item Types
2:03 Создание Workflow
10:14 Редактирование Кабан-доски
14:29 Создание и использование…
Как канбан работает в Data Science: https://youtu.be/QYkuv2zuCFk
СОДЕРЖАНИЕ ВИДЕО
0:00 Заставка
0:38 Создание проекта
1:30 Создание Work Item Types
2:03 Создание Workflow
10:14 Редактирование Кабан-доски
14:29 Создание и использование…
LeanDS
Урра! Приглашаем на 8 митап LeanDS! В этот раз мы сфокусируемся на особенностях управлении DS при помощи ясно поставленных целей и метрик. Мы обсудим специфику применения OKR и KPI в DS проектах и продуктах СОДЕРЖАНИЕ ✅ OKR в Data Science, Адам Елдаров…
Привет!
Напоминаю, что сегодня в 18-30 начнется митап по управлению OKR в DS
Описание мероприятия тут: https://leands.timepad.ru/event/1338593/
Ссылка для митапа: https://us02web.zoom.us/j/81790352113
Ждем вас в 18-30!
Напоминаю, что сегодня в 18-30 начнется митап по управлению OKR в DS
Описание мероприятия тут: https://leands.timepad.ru/event/1338593/
Ссылка для митапа: https://us02web.zoom.us/j/81790352113
Ждем вас в 18-30!
leands.timepad.ru
LeanDS#8. Управление DS при помощи метрик, OKR и KPI / События на TimePad.ru
На этом митапе мы сфокусируемся на управлении Data Science командой при помощи ясно поставленных целей и метрик. Мы обсудим специфику применения OKR и KPI в DS проектах и продуктах
how-to-motivate-ds-4.pdf
3 MB
Презентация Как мотивировать команду генерировать и проверять ML- и UX-гипотезы для решения задач бизнеса, Александр Сидоров
Модель зрелости процессов LeanDS.pdf
740.3 KB
Модель зрелости процессов, Алексей Могильников