Набір учасників [Scrumtrek] управління проектами та продуктами в Data Science (Асхат Уразбаєв, Олексій Могильников)

[Gadzhi]

Переглянути вкладення 23846
​

з 15 вересня по 13 жовтня 2020

Що таке LeanDS?
Lean DS-відкритий підхід до управління DS проектами та продуктами

• орієнтований на бізнес
• заснований на гіпотезах
• Строгий і відтворений
• командний та ітеративний

LeanDS дозволяє збільшити ймовірність успіху за рахунок прозорості процесів, зниження Time-to-Market і фокусу на інженерній досконалості.

програма занять
Огляд LeanDS. Продуктова гіпотеза
Короткий огляд LeanDS. Практика з формулювання продуктових гіпотез. Також тренер відповість на запитання учасників щодо змісту та формату курсу.

Пріоритезація продуктових гіпотез
Практика щодо пріоритезації продуктових гіпотез щодо ICE/RICE. Робота в міні-командах, оцінка і розбір результатів.

Декомпозиція продуктових гіпотез
Практика з декомпозиції продуктових гіпотез "методом Мерседеса". Навчальний кейс та кейси учасників

Каскадування метрик від продуктових метрик до DS метрик
Практика з каскадування метрик в навчальному Кейсі і в кейсах учасників

Спойлер: "інформація"

Kanban і його застосування в ds
Введення в канбан-метод, огляд основних принципів і практик. Практична симуляція методу у вигляді гри, метрики процесу

Впровадження LeanDS
Впровадження канбан методом STATIK. Проведення змін в організації. Відповіді на питання по курсу. Закриття курсу.

Крім практичних занять, в курс входять 6 + годин відео

що ви дізнаєтеся з курсу
Курс містить набір обов'язкових (ядро LeanDS) і додаткових матеріалів (відповіді на різні питання, які не обов'язково хвилюють вас прямо зараз)

як спроектувати ml продукт

• пошук зон застосування ML в компанії, Оцінка і пріоритезація
• Створення беклогу ml продукту
• оцінка та пріоритезація елементів беклога

як почати ML проект

• Створення DS команди: компетенції, ролі і відповідальність
• Як пояснити замовнику експериментальний характер роботи
• перехід від сервісної до продуктово-орієнтованої команди

як керувати процесом створення продукту

• управління процесом за допомогою Канбан
• декомпозиція гіпотез
• Управління термінами та бюджетом проекту

як взаємодіяти з іншими командами

• організація паралельної роботи команд на декількох проектах
• управління залежностями між ML, Data Engineering і Software Engineering в продукті

як розвивати команду

• Розвиток зрілості та самооорганізації
• Метрики якості роботи процесів в DS
• Розвиток data driven культури на рівні компанії

замовна розробка ML продуктів

• відхід від фіксованої ціни
• управління ризиками
• взаємодія зі службами великих компаній

https://privatelink.de/?https://scrumtrek.online/leands