数据科学与DevOps之间的差距还有救吗?

it168网站
钰莹
Packt的Skill Up 2016年调查报告显示,数据科学和DevOps是广大程序员的新宠。JavaScript和Python是数据科学家最常用的基本编程语言也是最受欢迎的,而DevOps则成为未来最大的趋势。 数据科学与DevOp...

Packt的Skill Up 2016年调查报告显示,数据科学和DevOps是广大程序员的新宠。JavaScript和Python是数据科学家最常用的基本编程语言也是最受欢迎的,而DevOps则成为未来最大的趋势。

数据科学与DevOps之间的差距还有救吗?

数据科学与DevOps是天生的冤家?

虽说这二者都可以让业务更高效、更智能,但二者之间的融合却成了最大的问题。尽管数据科学盛行,但某银行的数据科学家Gianmario Spacagna在2015年10月的“Spark Summit Europe”计算杂志上表示:在许多情况下,数据科学团队的影响力并不大。有什么不错的解决方案吗?那就是在数据科学与DevOps之间建立桥梁:

“如果你是一个初创企业,你最想要雇用的是做DevOps的,而不是数据科学家。你需要工程师,机器学习专家,数学家,统计学家,敏捷专家。您需要覆盖所有内容,否则您很难创建适当的应用程序,从而为企业带来价值。“

两年后,他的想法仍然很有意义。过去几年来,“数据”本身的价值远没有被很好地挖掘, 一些企业甚至分散注意力,在电子表格方面花费了大量的时间,没有足够的时间去应用于决策,或者建立事务之间的关系。

许多企业仍然存在战略缺陷,在某种意义上他们不知道如何利用数据科学。只是过分关注他们拥有的和可以获得的数据,应该更加强调哪些人可以访问数据以及具体用途。如果数据科学没有加入这些点,DevOps可以通过提供实用的解决方案来弥补,例如构建仪表板和创建API。

诸如此类的解决方案可以通过使其更易于访问并简单地使用,从而提供数据的附加价值。 即使对于中小企业来说,如果未能把数据科学家和分析师成功地融入企业文化中,所产生的价值也将微不足道。

这种方法也对企业如何看待客户体验产生了影响。实际上,通过内部协作和决策开发的工具实际上应该与客户体验相似:优雅,引人入胜,直观。这并不意味着将每一个关系都视为纯粹的交易,是基于一些不利于自身利益的逻辑,而是更深入地尊重人们互动和分享想法。如果DevOps是一种跨越开发和运营之间差距的敏捷开发方法,它也可以帮助弥合数据和操作之间的差距。

DevOps的传道人可能会认为DevOps已经开始了,但未来的方向应该是推动更多的整合和协作。随着API经济对创业公司和大型企业的成功越来越重要,所有这些不同领域之间的关系将会变得更加复杂化。DevOps是开始一切的好地方,但记住这只是开始。


THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论