网络研讨会: “数据科学项目的产品管理提示”
由...赞助: Synerzip
时间:2019年11月21日,星期四


数据科学传统上仅是一种分析工作:使用历史统计数据,用户交互趋势或AI机器学习来预测确定性编码的软件更改的影响。例如,“我们如何看待入职工作流程的这种变化将改变用户的行为?”这是数据科学(DS)作为一种脱机工具包,可以做出更明智的决策。

但是,越来越多的公司将统计或AI /机器学习功能直接构建到其产品中。这会使我们的应用程序缺乏确定性-我们可能无法确切了解应用程序在一段时间内或在特定情况下的行为-且难以解释。它还要求产品经理更直接地与数据科学家就模型,可预测性,产品在生产中的工作方式,用户与我们的产品如何/为什么互动以及最终用户如何衡量成功进行互动。 (提示:大多数用户不了解或不关心F1分数;他们只是想获得正确的答案。)

  • 提供比传统软件项目更深的上下文,尤其是用例和业务目标
  • 请记住,数据科学项目尚不确定,我们的判断力可能很弱
  • 选择/访问数据集至关重要
  • 描述此应用程序需要达到的精度,并预期处理“错误”的答案
  • “完成”表示可操作,而不仅仅是具有见识

数据驱动的应用程序比确定性软件产品更为复杂。与数据科学家合作面临一些独特的挑战。我们需要审慎地处理这些问题,识别模式并尊重每个小组的特殊才能。