¿Cómo se escribe un plan de proyecto de ciencia de datos?

Llevar a cabo un proyecto científico/analítico de datos siempre toma tiempo y nunca ha sido fácil. Un proyecto de análisis exitoso y completo va mucho más allá de la codificación. En cambio, implica una planificación sofisticada y una gran cantidad de comunicación.

Para completar un proyecto de ciencias/analíticas de datos, es posible que tengas que pasar por cinco fases principales que van desde la comprensión del problema y el diseño del proyecto, hasta la recopilación de datos, la ejecución de análisis, la presentación de los resultados y la realización de documentaciones y autorreflexión.

Tengo la fuerte sensación de que dirigir un proyecto de análisis es bastante similar a construir una casa. En primer lugar, el arquitecto cumple con su cliente, entiende sus necesidades y se presenta con un plan de acción (Entender y Plan).

Luego requiere recoger bloques de construcción como cementos, aceros, ladrillos... etc. Usted tiene que aprender las características de sus materiales de construcción y elegir los materiales adecuados para la construcción. De lo contrario, usted puede terminar teniendo una casa que se puede derrumbar fácilmente. Esto es como un proceso de recopilación de datos donde usted tiene que hacer un poco de EDA o ingeniería de características para entender los datos y encontrar los datos adecuados para resolver sus problemas de análisis, o de lo contrario usted puede no lograr obtener resultados sólidos o concretos de su análisis!

Con los materiales de construcción y el plano a mano, puede empezar a construir una casa (Análisis de funcionamiento). Una vez terminada la construcción, se requieren inspecciones domiciliarias y controles de calidad para garantizar la seguridad. Del mismo modo, necesitamos documentar nuestro proyecto de análisis con respecto a las metodologías, conclusiones y limitaciones.

Comprender el & plan

Si se me pregunta la fase más crítica de todo el ciclo, diría Comprensión y Planificación sin ninguna vacilación porque el propósito principal de la ciencia y el análisis de datos no es crear un proyecto con tecnología de lujo, sino resolver problemas reales. Por lo tanto, el éxito de un proyecto de análisis depende en gran medida de lo bien que usted entiende la situación, definir el problema y traducir las preguntas de negocio a una pregunta de análisis. Desde ese punto de vista, siempre vale la pena pasar tiempo pensando en el contexto más amplio de su proyecto de análisis.

Hacer preguntas

Por lo general, un proyecto de análisis comienza desde una reunión inicial donde se reúne con socios de negocios. Proporcionarán algún contexto y hablarán brevemente sobre lo que están buscando. Hacer preguntas inteligentes siempre te llevará a tener una mejor comprensión de los puntos de dolor y los requisitos de las partes interesadas de tu negocio. Aquí están algunas preguntas de ejemplo que usted puede hacer.

Planes analíticos

Antes de sumergirnos en el análisis, vamos a elaborar un plan de análisis y establecer otra reunión de seguimiento para recapitular preguntas y reforzar las expectativas.

Ofrecerá una visión general de alto nivel del plan, dando una idea clara de los próximos pasos y trazando el vínculo entre las acciones técnicas y el panorama más amplio desde el punto de vista empresarial. Estos son algunos elementos clave en mis planes de análisis:

No hagas de la ciencia y la tecnología de los datos un misterio. Intente incluir una breve descripción de las metodologías con palabras laicas, bosqueje los casos y escenarios de uso, y resuma las fortalezas y limitaciones. Evite fórmulas o funciones complicadas, pero concéntrese en cómo esa metodología puede ayudar a resolver el problema.

Puede tomar unas semanas terminar un proyecto de análisis, a veces incluso más. Y cuanto más tiempo tome un proyecto, mayores serán las posibilidades de que alguna variable tire una llave en las obras. Por lo tanto, antes de que su proyecto se ponga en marcha, lo primero es desempaquetar todos los pasos que tiene que hacer para terminar con su proyecto. A continuación, estimar el marco de tiempo deseado para terminar esas tareas y marcar algunos hitos.

En lugar de hacer una presentación final, se recomienda configurar algunos puntos de facturación en medio del proyecto para interactuar con las partes interesadas y obtener sus comentarios, de modo que pueda hacer ajustes oportunos.

Cómo organizar el proyecto y seguir el progreso

Aproveche las herramientas de gestión de proyectos

Cuando estás trabajando en un proyecto de análisis complicado y necesitas colaborar con múltiples equipos como ingeniería, productos y negocios, etc., una lista de tareas pendientes o un rastreador basado en Excel se quedarán cortos.

Es una opción fantástica para mí hacer planificación, seguimiento, intercambio de conocimientos y blogueo en un solo lugar. Créalo o no, también proporciona plantillas para facilitar la planificación de viajes y ayudarle a seguir el progreso de la solicitud de empleo.

Planificación de Sprints

Tienes una poderosa herramienta contigo. Es como tu asistente personal. ¿Cómo garantizar la colaboración y hacer que la rueda funcione? Hablemos de la planificación del sprint.

Para aquellos que no están familiarizados con el concepto de sprint, Un sprint es un período corto, con un cuadro de tiempo cuando un equipo trabaja para completar una cantidad determinada de trabajo.

Los Sprints hacen que los proyectos sean más manejables, permiten a los equipos enviar trabajos de alta calidad con mayor rapidez y frecuencia, y les dan más flexibilidad para adaptarse al cambio.

Lo primero y más importante para llevar a cabo la planificación sprint es decidir la longitud sprint. A pesar de que no hay una regla dura en cuanto a cuánto tiempo debe ser cada sprint, tiene que ser lo suficientemente largo para garantizar que las tareas se pueden completar mientras tanto debe ser lo suficientemente corto para que los requisitos y el objetivo se mantendrá igual.

En la reunión de planificación de sprint, todo el equipo alineará los objetivos en el próximo sprint y planificará el trabajo que contribuirá a ese objetivo. Las tareas se detallarán, priorizarán, se asignarán a los miembros del equipo y se registrarán en la junta directiva del próximo sprint.

Levántese todos los días.

La planificación de Sprint es definir qué objetivos se alcanzarán y qué tareas se llevarán a cabo para impulsar el progreso de su proyecto, mientras que una reunión diaria de 5 a 10 minutos ayudará a alinear la planificación con la ejecución. Más específicamente, es para conseguir equipos en la misma página, aclarar prioridades y evitar algunos bloqueadores comunes.

Para mantenerlo corto y rápido, aquí hay tres preguntas fundamentales que todo el mundo responderá:

¿Qué hiciste ayer?
¿Qué vas a hacer hoy?
¿Qué bloqueadores se interponen en tu camino?

No pase por alto la importancia de la documentación y la reflexión

He estado en el área de análisis de datos/ciencia de datos por poco más de seis años. Una cosa que me gustaría haber sabido cuando empecé mi carrera es que la documentación y la reflexión es igual de importante como el propio análisis. Como todos los proyectos de análisis que has hecho potencialmente están entrando en tu currículum como un proyecto brillante y luego serán los puntos de conversación para las entrevistas, resumiendo y enmarcando su trabajo de análisis una vez hecho es súper beneficioso para usted para refrescar su memoria, consolidar todos los materiales y las historias de estructura.

Documente y enmarque su análisis

Puede seguir el marco con Situación, Problema, Soluciones y Próximos Pasos (SPSN).

En primer lugar, describir el estado actual y el punto de dolor, luego imaginar el problema y gritar el impacto empresarial de este proyecto.

La parte más crítica es la Solución donde se esbozan las metodologías a un alto nivel, y se proporcionan detalles sobre los datos y el análisis paso a paso. A continuación, documente los resultados, las ideas y la recomendación procesable generadas a partir de su análisis.

Tenga en cuenta que no hay un proyecto de ciencia de datos perfecto. Sea de mente abierta para hablar sobre las advertencias y las limitaciones de su proyecto. Es genial gritar preguntas que pueden ser abordadas por su análisis, mientras tanto, también es valioso aprender qué tipo de preguntas no pueden ser respondidas.

La última parte es el siguiente paso. Los próximos pasos potenciales serán probar nuevas metodologías para mejorar la precisión, incluyendo nuevas fuentes de datos, o Automatizar todo el proceso para que los resultados salgan todos los días, etc.

Mientras tanto, no te olvides de hacer autorreflexión creando una cuadrícula de historias y mapeando algunos ejemplos y circunstancias que has encontrado desde cada uno de tu proyecto de análisis a menos de cinco categorías.

Espero que ayude a facilitar todo el proceso de su proyecto de análisis/ciencia de datos!