Agustus lalu, VP Riset Produk DataCamp, Ramnath Vaidyanathan, menyelenggarakan rangkaian webinar tiga bagian tentang penskalaan data science dengan kerangka IPTOP kami. Kerangka IPTOP menguraikan setiap tuas organisasi untuk mendemokratisasi data science dan menjadi organisasi yang fasih data di seluruh lini.
IPTOP adalah singkatan dari Infrastructure, People, Tools, Organization, dan Processes. Rangkaian webinar tiga bagian ini membahas secara rinci bagaimana organisasi dapat menskalakan masing-masing tuas ini untuk mendemokratisasi data science dan menjadi fasih data dalam prosesnya. Berikut rincian setiap tuas tersebut:
1 - Infrastructure
Tujuan dari strategi data apa pun adalah mengubah data mentah menjadi wawasan dan keputusan. Ini mengharuskan organisasi untuk mengumpulkan, mencatat, dan menyimpan data mereka secara aman dan efisien agar dapat diakses oleh semua pihak. Karena itu, hal ini mencakup pemahaman praktik terbaik dan kerangka kerja untuk memungkinkan akses data, memastikan tata kelola data, memperjelas garis keturunan data, dan lain-lain.
2 - People
Orang adalah tuas yang bisa dibilang paling krusial dalam kerangka ini, karena organisasi tidak akan memaksimalkan data mereka jika para anggotanya tidak memiliki keterampilan untuk bekerja dengan data. Inilah mengapa membina keterampilan data yang diperlukan di setiap persona dalam organisasi menjadi hal yang mutlak untuk mendemokratisasi data science dan menjadi fasih data.
3 - Tools
Jika infrastruktur memungkinkan organisasi menyajikan wawasan dari data, maka alat memfasilitasi dan mendorong bahasa data yang umum di seluruh organisasi. Karena itu, perlu memahami beragam alat yang dapat digunakan untuk tugas tertentu serta berinvestasi dan membangun alat yang menurunkan hambatan masuk untuk pekerjaan data science.
4 - Organization
Dimensi penting dalam penskalaan data science adalah bagaimana para profesional data diorganisasikan. Mengingat struktur pelaporan dan agenda mendorong pekerjaan di sebagian besar perusahaan, struktur organisasi harus menyiapkan perusahaan Anda untuk kesuksesan yang berkelanjutan. Karena itu, menata dan mengorganisasi talenta data science dalam organisasi memerlukan pertimbangan yang matang.
5 - Processes
Pada akhirnya, penskalaan data science memerlukan keselarasan mengenai konvensi, praktik terbaik, dan proses. Membangun keselarasan penting untuk memfasilitasi kolaborasi dan menghindari organisasi yang terkotak-kotak. Ini memungkinkan semua tim bekerja bersama dan berkomunikasi secara mulus dengan bahasa data yang sama.
Minggu lalu, kami merilis tren dan prediksi data untuk 2021. Prediksi kami menyentuh setiap tuas dalam kerangka IPTOP, mulai dari memungkinkan akses data yang lebih kuat melalui peningkatan adopsi cloud dan alat metadata (Infrastructure), komitmen yang lebih tinggi untuk peningkatan keterampilan data (People), peralatan yang lebih kolaboratif dan tangguh (Tools), peran-peran baru untuk mengelola model machine learning dalam operasi (Organization), dan akhirnya, praktik terbaik dalam penceritaan data dan visualisasi (Processes).
Inilah mengapa kami bersemangat memperbarui komitmen untuk menghadirkan wawasan terbaru dan terpenting dari para praktisi dan pemimpin data science tentang cara terbaik menskalakan data science dan menjadi fasih data.
Pada 2021, kami akan menyelenggarakan rangkaian webinar bulanan yang membahas bagaimana berbagai industri dapat memanfaatkan data science, bagaimana organisasi dapat menata kelola data mereka dan memungkinkan akses data yang lebih baik, praktik terbaik untuk meningkatkan keterampilan orang menuju data science, cara menurunkan hambatan untuk bekerja dengan data melalui peralatan modern, cara mengorganisasi dan merekrut talenta data science terbaik, serta cara menyiapkan proses untuk menjadi berbasis data, dan masih banyak lagi.
Pantau halaman Acara Mendatang kami untuk tetap mendapatkan kabar terbaru—sampai jumpa di 2021!
