敏捷数据工程项目开发:高效机器学习团队管理

前言
关于作者
关于技术审查人

第1章 尽早交付
1．1 入门
1．2 用于规划的数据分析
1．3 创造价值
1．4 从尽早交付到持续交付
1．4．1 更多实体
1．4．2 更多属性
1．4．3 更多市场
1．4．4 更高的质量
1．4．5 平台即产品：更多垂直商业和客户
1．5 尽早且持续交付价值
1．6 结论

第2章 需求变化
2．1 为变化而构建
2．1．1 为变化而构建度量
2．1．2 为变化而构建管道
2．1．3 为变化而构建模型
2．1．4 为变化而构建架构
2．2 为变化而构建测试和监控
2．2．1 监控增量变化：数据DRI
2．2．2 哨兵实体
2．2．3 日常判断指标
2．2．4 测试特征
2．2．5 测试学习后的模型
2．2．6 带标签的训练数据
2．3 响应客户DSAT
2．3．1 确定DSAT的类别
2．3．2 定期自我评估：数据滚动和质量审查
2．3．3 度量竞争对手
2．4 结论

第3章 持续交付
3．1 验证代码更改
3．2 持续集成系统
3．3 持续部署系统
3．4 验证数据更改
3．5 持续部署数据
3．6 决定发布什么
3．7 结论

第4章 与业务人员保持一致
4．1 日常的重要性
4．2 集中办公的优势
4．3 业务驱动的Scrum团队
4．4 与业务人员合作了解数据
4．5 帮助业务人员了解机器学习的局限性
……
第5章 激发个体
第6章 有效沟通
第7章 监控
第8章 可持续开发
第9章 技术卓越
第10章 简洁
第11章 自组织团队
第12章 调整
第13章 总结