Business

BrandPost: สิ่งที่ไอทีต้องทำเพื่อทำให้นักวิทยาศาสตร์ข้อมูลมีความสุข

เกี่ยวกับ | Hewlett Packard Enterprise (HPE) ให้บริการโซลูชั่นเทคโนโลยีที่ช่วยให้การดำเนินธุรกิจง่ายขึ้น ลดความซับซ้อน และเร่งการเปลี่ยนแปลงทางธุรกิจ เก็ตตี้อิมเมจ แม้ว่าผลลัพธ์ของวิทยาศาสตร์ข้อมูลมักจะถูกผลิตออกมา และใส่ลงในระบบวิเคราะห์อื่นๆ และรวมเข้ากับระบบองค์กรและกระบวนการทางธุรกิจที่สำคัญต่อภารกิจ คุณค่าหลักของวิทยาศาสตร์ข้อมูลนั้นเกี่ยวกับนวัตกรรม เป้าหมายคือการตรวจสอบข้อมูลและหาข้อมูลเชิงลึกใหม่ๆ ที่สามารถช่วยดำเนินธุรกิจของคุณได้ดียิ่งขึ้น งานของนักวิทยาศาสตร์ด้านข้อมูลยังต้องพึ่งพาผู้อื่นเป็นอย่างมาก โดยเฉพาะอย่างยิ่งไอที อย่างไรก็ตาม วิธีการต่างๆ ที่ไอทีดำเนินการไม่สนับสนุนการทำงานของนักวิทยาศาสตร์ข้อมูลโดยธรรมชาติ ไอทีต้องการความสามารถในการคาดการณ์และมุ่งเน้นไปที่การรันระบบที่มีความสำคัญต่อภารกิจในลักษณะที่เสถียรและเชื่อถือได้ ในขณะเดียวกันก็ช่วยให้ผู้ใช้สามารถแก้ปัญหาของตนเองได้ในระดับสูงสุด แต่ประเภทของสภาพแวดล้อมไอทีที่เหมาะสมกับนักวิเคราะห์ธุรกิจนั้นแตกต่างจากพื้นที่ที่นักวิทยาศาสตร์ข้อมูลต้องการ บทความนี้จะศึกษาวิธีที่ IT สามารถสร้างห้องปฏิบัติการที่สมบูรณ์แบบสำหรับนักวิทยาศาสตร์ด้านข้อมูล ซึ่งสนับสนุนการทดลองและความคิดสร้างสรรค์ เพื่อที่พวกเขาจะได้ไม่ต้องทำงานที่ไม่ควรทำ ในสภาพแวดล้อมเช่นนี้ นักวิทยาศาสตร์ด้านข้อมูลสามารถดำเนินการได้เร็วและไกลเท่าที่พวกเขาต้องการโดยไม่มีอุปสรรค ในขณะที่ฝ่ายไอทีให้ทางลาดในและนอกทางสำหรับกระบวนการวิทยาศาสตร์ข้อมูล ทำไมพลวัตของวิทยาศาสตร์ข้อมูลไอทีถึงเป็นเรื่องยุ่งยาก ลองนึกถึงธุรกิจในฐานะโรงงาน ซึ่งมีความสัมพันธ์กันระหว่างผู้ที่สร้างสรรค์ผลิตภัณฑ์กับผู้ที่ดำเนินการในโรงงาน ในหลาย ๆ ด้านไอทีก็เหมือนกับผู้รับผิดชอบในการบริหารโรงงานที่มั่นคง ในทางตรงกันข้าม นักวิทยาศาสตร์ด้านข้อมูลต่างก็คิดหาวิธีใหม่ๆ ในการทำให้โรงงานทำงานได้ดีขึ้นและผลิตภัณฑ์สำหรับโรงงานที่ผลิตขึ้นแล้วจึงออกสู่ตลาด ฝ่ายไอทีควรจัดหาวัตถุดิบและความสามารถในการทำงานให้กับนักวิทยาศาสตร์ด้านข้อมูล ตลอดจนทดสอบต้นแบบของพวกเขา ในที่สุด เมื่อผลิตภัณฑ์ได้รับการพิสูจน์และเชื่อถือได้ นักวิทยาศาสตร์ด้านข้อมูลต้องการให้งานของพวกเขากลายเป็นส่วนหนึ่งของโรงงาน ส่งต่อการควบคุมดูแลด้านไอที และไม่ต้องดูแลโครงการเหล่านี้อีกต่อไป ซึ่งช่วยให้นักวิทยาศาสตร์ด้านข้อมูลสามารถทำในสิ่งที่พวกเขาทำได้ดีที่สุดต่อไป นั่นคือ การทดลองและสร้างสรรค์สิ่งใหม่ ๆ โดยทั่วไปไอทีจะปฏิบัติตามกระบวนการ วิธีการ ระบบและเครื่องมือที่ได้มาตรฐาน ไอทียังต้องอาศัยระบบอัตโนมัติ เนื่องจากไอทีไม่สามารถทำงานได้โดยใช้กระบวนการแบบแมนนวลในสภาพแวดล้อมที่ไม่ซ้ำกัน ในทางตรงกันข้าม สำหรับวิทยาศาสตร์ข้อมูล แต่ละปัญหาและนักวิทยาศาสตร์แต่ละคนเป็นเอกพจน์ และทุกปัญหามีชุดข้อมูลและเครื่องมือที่ไม่ซ้ำกันซึ่งจำเป็นในการแก้ปัญหานั้น วิทยาศาสตร์ข้อมูลที่มีประสิทธิภาพมักจะทำงานอย่างสะดวกสบายในที่ที่ไม่รู้จัก ปัญหาที่นักวิทยาศาสตร์ด้านข้อมูลกำลังพยายามแก้ไขมักจะเป็นแบบปลายเปิดและต้องการความสามารถในการปรับตัว พวกเขาจะต้องเข้าถึงข้อมูลทั้งหมดที่มีอยู่เพื่อให้สามารถทดลองได้โดยไม่มีกรอบเวลาตายตัว เพื่อหาแนวทางแก้ไขที่ดีที่สุด สิ่งนี้ขัดกับกรอบเวลาที่แน่นอนและความสามารถในการคาดการณ์ที่ฝ่ายไอทีต้องการดำเนินการภายใน โดยทั่วไปแล้ว IT จะดำเนินการในลักษณะที่คาดการณ์ได้ ซึ่งจะจัดการการเปลี่ยนแปลงอย่างมีระเบียบ ในขณะที่ Data Science นั้นคล่องตัวและเป็นธรรมชาติ โดยมุ่งไปที่ข้อมูลที่นำไปสู่ ในวิทยาการข้อมูลมักจะมีเครื่องมือ เทคนิค อัลกอริทึม และการวิจัยใหม่ๆ ที่จะถูกรวมเข้ากับงานอยู่เสมอ เพื่อให้ไอทีสามารถสนับสนุนแผนกวิทยาศาสตร์ข้อมูลได้อย่างเหมาะสม ก็ต้องคอยติดตาม โดยพื้นฐานแล้ว ไอทีมีหน้าที่ตรวจสอบให้แน่ใจว่าพื้นที่โรงงานทำงานได้อย่างมีประสิทธิภาพ ในขณะที่งานของนักวิทยาศาสตร์ข้อมูลคือการผลักดันขอบเขต เห็นได้ชัดว่ามีความตึงเครียดโดยธรรมชาติระหว่างสองบทบาทนี้ นักวิทยาศาสตร์ด้านข้อมูลและไอทีกลายเป็นคนโง่เขลาเมื่อนักวิทยาศาสตร์ด้านข้อมูลต้องการรับความเสี่ยงด้านไอทีไม่ต้องการยอมรับ หรือเมื่อไอทีไม่ได้สร้างรากฐานที่มั่นคงเพียงพอสำหรับนักวิทยาศาสตร์ด้านข้อมูลในการทำงานอย่างอิสระ ความสัมพันธ์ในอุดมคติคือเมื่อวิทยาศาสตร์ข้อมูลมีความสามารถพื้นฐานจากไอที แต่ไอทีก็สร้างข้อจำกัดในการป้องกันความเสี่ยงที่ไม่จำเป็น เก็ตตี้อิมเมจบนทางลาดและนอกทางลาด: ความสัมพันธ์ด้าน IT-data science ที่เหมาะสมดังนั้นความสัมพันธ์ด้าน IT-data science ที่เหมาะสมที่สุดจะเป็นอย่างไร สำหรับผู้เริ่มต้น ฝ่ายไอทีจะสร้างทางลาดที่อนุญาตให้นักวิทยาศาสตร์ข้อมูลทำงานของตนได้ สิ่งนี้เกี่ยวข้องกับการเตรียมสภาพแวดล้อมที่สนับสนุนสำหรับนักวิทยาศาสตร์ข้อมูล ไอทีสร้างผลิตภัณฑ์ข้อมูลที่มีข้อมูลทั้งหมดที่ใช้งานได้และถูกต้อง และรวมแหล่งข้อมูลทั้งหมดไว้ในผลิตภัณฑ์ บุคคล หรือวัตถุของลูกค้าตั้งแต่หนึ่งรายการขึ้นไป ตามหลักการแล้ว นักวิทยาศาสตร์ด้านข้อมูลมีอิสระในการสร้างชุดข้อมูลที่สร้างขึ้นตามวัตถุประสงค์ใหม่เพื่อขับเคลื่อนนวัตกรรม ฝ่ายไอทีต้องจัดเตรียมสภาพแวดล้อมที่ทีมวิทยาศาสตร์ข้อมูลสามารถดำเนินการได้ในทุกระดับของกองข้อมูลขององค์กร และนำข้อมูลใหม่เข้ามาเมื่อจำเป็น เมื่อนักวิทยาศาสตร์ข้อมูลได้รับสิ่งที่ถูกต้องจากนวัตกรรมของตนแล้ว ฝ่ายไอทีจะต้องจัดให้มีห้องปฏิบัติการนอกทางลาดเพื่อให้สามารถส่งต่อแบบจำลองและการวิเคราะห์และห่วงโซ่อุปทานข้อมูลที่ป้อนให้กับทีมไอทีเพื่อดำเนินการได้ ในองค์กรขั้นสูง ฝ่ายไอทีสามารถจัดหาเครื่องมือในการทำงานให้กับทีมวิทยาศาสตร์ข้อมูลซึ่งสามารถถ่ายโอนไปยังการผลิตได้อย่างง่ายดาย ทีมไอทีและวิทยาศาสตร์ข้อมูลต้องทำงานร่วมกันเพื่อจัดทำแผนเพื่อแปลงบางสิ่งให้กลายเป็นสภาพแวดล้อมการผลิต นักวิทยาศาสตร์ด้านข้อมูลต้องตระหนักว่าพวกเขาไม่ได้ทำงานในสุญญากาศแห่งการทดลอง และต้องคำนึงถึงผลในทางปฏิบัติของการสร้างสรรค์ของพวกเขาที่สามารถนำเข้าสู่กระแสหลักและนำออกสู่ตลาดได้อย่างไร ในการทำให้สิ่งนี้เป็นจริง ฝ่ายไอทีควรช่วยนักวิทยาศาสตร์ด้านข้อมูลหลีกเลี่ยงจุดบอดในการทำงานของพวกเขา รวมถึงการเตรียมข้อมูลที่ยุ่งยากโดยไม่จำเป็น ทำให้ง่ายต่อการค้นหาและเตรียมข้อมูล (มักจะผ่านแคตตาล็อกข้อมูล) และค้นหาวิธีทดสอบและสนับสนุนปฏิบัติการข้อมูล ไอทียังสามารถสนับสนุนวิทยาศาสตร์ข้อมูลได้ด้วยการทำงานร่วมกันในรูปแบบการวิจัยและพัฒนาที่กระบวนการผลิตไม่เคยหยุดนิ่ง ในการตั้งค่าดังกล่าว เมื่อนักวิทยาศาสตร์ข้อมูลคิดค้นเครื่องมือใหม่ ฝ่ายไอทีสามารถเริ่มการตรวจสอบความถูกต้องของเครื่องมือได้ ก่อนที่ผลิตภัณฑ์จะพร้อมสำหรับการผลิต ไม่เพียงพอสำหรับไอทีที่จะเข้าใจวิธีการสนับสนุนนวัตกรรมของนักวิทยาศาสตร์ข้อมูล ฝ่ายไอทีต้องมีโรงงานผลิตวิทยาศาสตร์ข้อมูลที่ยอมรับอัลกอริธึมใหม่สำหรับการผลิตและนำไปสู่ความสมบูรณ์ในการปฏิบัติงาน โดยมีความยืดหยุ่น การปฏิบัติตามข้อกำหนด และปัจจัยอื่นๆ ที่จำเป็นทั้งหมด วิธีนี้จะช่วยเร่งกระบวนการวนซ้ำโดยอนุญาตให้นักวิทยาศาสตร์ข้อมูลมุ่งเน้นไปที่การสร้างอัลกอริธึมใหม่แทนการสร้างโครงสร้างพื้นฐานเพื่อนำอัลกอริธึมเหล่านั้นไปใช้ นอกจากนี้ ไอทีสามารถช่วยนักวิทยาศาสตร์ด้านข้อมูลโดยทำให้แน่ใจว่าพวกเขามีพลังประมวลผลที่จำเป็นต่อการสร้างแบบจำลอง หากนักวิทยาศาสตร์ข้อมูลไม่สามารถสร้างแบบจำลองที่มีประสิทธิภาพได้เนื่องจากไม่มี GPU หรือข้อมูลที่ต้องการ วิทยาศาสตร์ข้อมูลจะทำงานไม่ถูกต้อง โดยการจัดให้มีการเปิดและปิดทางลาดที่ส่งเสริมให้นักวิทยาศาสตร์ข้อมูลทำงาน ความสัมพันธ์ที่สอดคล้องและกลมกลืนกันสามารถพัฒนาได้ ซึ่งนักวิทยาศาสตร์ด้านไอทีและข้อมูลจะสร้างวัฏจักรการผลิตที่เฟื่องฟูสำหรับธุรกิจ หากต้องการสำรวจแนวทางปฏิบัติที่ดีที่สุดของวิทยาศาสตร์ข้อมูลเพิ่มเติมและวิธีการใช้กรอบการทำงานที่เพิ่มผลิตภาพทางธุรกิจให้สูงสุดและเร่งเวลาในการสร้างมูลค่า โปรดดูเอกสารทางเทคนิคของ IDC ใหม่: Industrializing Data Science with Data Analytics Factory Framework (DAF) สนใจที่จะพูดคุยถึงวิธีการปรับปรุงการทำงานร่วมกันระหว่างทีมไอทีและนักวิทยาศาสตร์ข้อมูลของคุณใช่หรือไม่ ติดต่อ Matt Maccaux ได้ที่: matt.maccaux@hpe.com ____________________________________ เกี่ยวกับ Matt Maccaux ในฐานะ Global Field CTO สำหรับซอฟต์แวร์ HPE Ezmeral Matt นำความเชี่ยวชาญเฉพาะด้านในเชิงลึกในด้านการวิเคราะห์ข้อมูลขนาดใหญ่และวิทยาศาสตร์ข้อมูล การเรียนรู้ของเครื่อง การพัฒนาแอปพลิเคชันและความทันสมัย ​​และ IoT ตลอดจนเทคโนโลยีคลาวด์ เวอร์ช่วลไลเซชั่น และคอนเทนเนอร์ ลิขสิทธิ์ © 2021 IDG Communications, Inc.

  • หน้าแรก
  • การตลาด
  • งาน (ธุรกิจ)
  • สุขภาพ
  • อาหาร
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button