Аналитика данных (data science, буквально «наука о данных») - это мощный инструмент исследований, позволяющий выявлять новые знания и представления, и делать открытия в различных дисциплинах. Однако аналитика данных также создает и уникальные проблемы для междисциплинарного сотрудничества, такие как недопонимание, нереалистичные ожидания и отсутствие признания. Каким же образом аналитики данных могли бы эффективно и гармонично сотрудничать с другими группами?
В число важных факторов успешного взаимодействия с аналитиками данных (см. https://www.nature.com/articles/d41586-023-02291-4 ) входят общение, планирование, документирование и творческий подход к жизненному циклу проекта. Среди видов деятельности, которые могут этому способствовать, можно назвать следующие:
- Разработка плана информационного взаимодействия, который устанавливает чёткие нормы, документирует задачи и решения и обеспечивает наличие у каждой заинтересованной стороны доступа к документам проекта;
- В целях способствования творческому подходу и общению, изучение жаргона различных дисциплин, представленных в проектной группе, поощрение вопросов с обеих сторон и творческого подхода к общению с использованием диаграмм, снимков экрана и сводной информации.
- Разработка план-графика, который определяет цели проекта, его основные этапы и крайние сроки с учетом условий выполнения проекта и времени на исследования.
- Для обеспечения воспроизводимости и во избежание неконтролируемого расширения рамок проекта, создание конвейера обработки данных с использование закодированных альтернативных вариантов, контроля версий и инструментов управления средой обработки; а также оценка новых идей для определения их соответствия первоначальной цели проекта.
- В интересах планирования хранения и распространение данных, согласование платформ для обмена файлами и обсуждение вопросов долговременного хранения, поддержания и лицензирование (где это уместно); а также заблаговременное документирование всего этого, обновление документации по ходу проекта и поддержание её для использования в будущем.
- Разработка в самом начале проекта плана публикации, обсуждение атрибуции, авторства и ответственность за публикацию с тем, чтобы обеспечить ясность, а также чтобы вовремя остановиться, признав, что проект достиг своего завершения, вне зависимости от его успешности.
- Обмен знаниями, при необходимости обращаясь к экспертам в предметной области, но обучая со-исполнителей техническим знаниям навыкам для обеспечения сбалансированности вклада участников проекта.
- Готовность действовать творчески, сотрудничая с представителями различных предметных областей, однако отдавая при этом приоритет тем идеям, которые соответствуют сфере охвата и срокам проекта.
Следуя этим рекомендациям, междисциплинарное сотрудничество, интегрирующее в себя аналитику данных, может стать подлинным партнёрством, отрывающим возможности для проведения исследований, которые в противном случае было бы сложно выполнить.
Дик Вейсингер (Dick Weisinger)
Источник: блог компании Formtek
https://formtek.com/blog/effective-collaboration-with-data-scientists/
Комментариев нет:
Отправить комментарий