Description du livre
Découvrez DataOps, une nouvelle discipline pour fournir des données scientifiques à l'échelle inspirée des pratiques d'entreprises telles que Facebook, Uber, LinkedIn, Twitter, et eBay. Les organisations ont besoin de plus que des algorithmes d'IA les plus récents, des outils les plus performants et des personnes les plus compétentes pour transformer les données en actions axées sur la compréhension et en produits de données analytiques utiles. Les processus et la réflexion utilisés pour gérer et utiliser les données au XXe siècle constituent un goulot d'étranglement pour travailler efficacement avec la variété de données et les cas d'utilisation analytique avancée dont les organisations disposent aujourd'hui. Cet ouvrage présente l'approche et les méthodes permettant d'assurer une utilisation rapide et continue des données pour créer des produits de données analytiques et orienter la prise de décision.
Données pratiques DataOps vous montre comment optimiser la chaîne d'approvisionnement en données depuis les diverses sources de données brutes jusqu'au produit de données final, que l'objectif soit un modèle d'apprentissage machine ou un autre produit orienté données. Le livre propose une approche pour éliminer le gaspillage d'efforts et améliorer la collaboration entre les producteurs de données, les utilisateurs de données et le reste de l'organisation grâce à l'adoption de la pensée allégée et des principes de développement logiciel agile.
Ce livre vous aide à améliorer la rapidité et la précision du développement d'applications analytiques grâce à la gestion des données et aux pratiques de DevOps qui étendent l'accès aux données en toute sécurité et augmentent rapidement le nombre de produits de données reproductibles par l'automatisation, les tests et l'intégration. Le livre montre également comment recueillir les commentaires et surveiller le rendement afin de gérer et d'améliorer continuellement vos processus et vos résultats.
Ce que vous apprendrez
Élaborer une stratégie de données pour votre organisation afin de l'aider à atteindre ses objectifs à long terme.
Reconnaître et éliminer les obstacles à la transmission des données aux utilisateurs à grande échelle.
Travailler sur les bonnes choses pour les bonnes parties prenantes grâce à une collaboration agile
Créer la confiance dans les données par des tests rigoureux et une gestion efficace des données
Établir une culture d'apprentissage et d'amélioration continue en surveillant les déploiements et en mesurant les résultats.
Créer des équipes interfonctionnelles d'auto-organisation axées sur les objectifs et non sur les lignes hiérarchiques.
Construire des pipelines de données robustes et fiables à l'appui de l'IA, de l'apprentissage machine et d'autres produits de données analytiques.
A qui s'adresse ce livre ?
Les experts en science des données et en analyse avancée, les DSI, les CDO (responsables des données), les responsables de l'analyse, les analystes commerciaux, les chefs d'équipe commerciale et les professionnels des TI (ingénieurs de données, développeurs, architectes et administrateurs de bases de données) soutiennent les équipes de données qui souhaitent accroître considérablement la valeur que leur organisation tire des données. Le livre est idéal pour les professionnels des données qui veulent surmonter les défis liés aux longs délais de livraison, à la mauvaise qualité des données, aux coûts de maintenance élevés et aux difficultés de mise à l'échelle de la production scientifique des données et de l'apprentissage machine dans la production orientée client.