iT邦幫忙

2021 iThome 鐵人賽

DAY 30
0
AI & Data

資料產品開發與專案管理系列 第 30

[Day 30] 資料產品開發實務 - 完結撒花!

終於撐完三十天啦啊啊啊啊!!!沒想到自己有一天也能完成這個壯舉(拭淚),真的太敬佩各路大神以及前輩了Orz,也非常感謝各位讀者的支持,不管是幫忙點擊、按讚、分享或是寫信給建議的朋友,都非常謝謝你們,有你們的支持才有辦法讓我撐到最後T_T
https://ithelp.ithome.com.tw/upload/images/20210930/20141140QHEaFKgp6T.png

從市場調查顧問、資料分析師、資料工程師、資料工程師、資料架構師,我從事資料相關工作沒想到也十年了。這一路上也是看了資料的各種型態、遇過各種困難。即便資料科學的技術一直在精進,但是在實務上最費心的往往不只是這些技術面的問題,而是溝通、管理層面的問題,像是需求單位不知道怎樣才能提出好需求、技術單位不知道成果如何滿足需求單位、管理單位不知道怎樣讓加速開發流程。

剛好利用這個機會,將過去的經驗和學習整理出來一個粗淺的資料產品框架。希望未來大家在管理資料相關專案時可以理解為什麼資料專案、資料產品那麼難開發,也能讓相關利害關係人在開發以及管理資料產品時更能掌握方向。

以下將這次 30 天來的文章做個分類,讓大家更容易進入資料產品的世界。

認識資料產品

[Day 1] 資料產品簡介
[Day 10] 每家公司都有資料產品
[Day 2] 資料產品第一層 - 原始資料
[Day 3] 資料產品第一層 - 原始資料的類型
[Day 4] 資料產品第二層 - 資料加工術 - 資料驗證與清洗
[Day 5] 資料產品第二層 - 資料加工術 - 資料聚合
[Day 6] 資料產品第三層 - 描述性模型
[Day 7] 資料產品第三層 - 預測模型
[Day 8] 資料產品第四層 - 你會畫圖嗎?
[Day 9] 資料產品第五層 - 自動決策與 AI

資料產品開發管理

[Day 11] 資料產品生命週期管理-原始資料
[Day 12] 資料產品生命週期管理-加工資料(一)
[Day 13] 資料產品生命週期管理-加工資料(二)
[Day 14] 資料產品生命週期管理-描述型模型
[Day 15] 資料產品生命週期管理-預測模型
[Day 16] 資料產品生命週期管理-預測模型的部署與管理(MLOps)
[Day 17] 資料產品生命週期管理-輔助決策
[Day 18] 資料產品生命週期管理-自動決策

資料產品與 DataOps

[Day 19] 資料產品的管理-資料治理初探
[Day 20] 資料產品與 DataOps 價值
[Day 21] 資料產品與 DataOps 原則

資料產品的坑

[Day 22] 資料產品在需求訪談階段的五個大坑
[Day 23] 資料產品在設計與開發階段的五個大坑
[Day 24] 資料產品在部署階段的五個大坑
[Day 25] 資料產品在評估階段的五個大坑

資料產品開發實務

[Day 26] 資料產品開發實務 - 原始資料 - Event Tracking
[Day 27] 資料產品開發實務 - 加工資料 - ETL 開發流程
[Day 28] 資料產品開發實務 - 非機器學習模型
[Day 29] 資料產品開發實務 - 自動貼標系統

後記

再次感謝 IT 邦幫忙舉辦這個活動,一個活動要辦超過十年真的是太不容易,每年都吸引大批技術人貢獻那個高那麼多的技術能量,對於台灣軟體產業真的有非常大的幫助!


上一篇
[Day 29] 資料產品開發實務 - 自動貼標系統
系列文
資料產品開發與專案管理30

尚未有邦友留言

立即登入留言