DataOps实践手册:敏捷精益的数据运营

译者序 前言 第1部分 入门 第1章 数据科学中的问题 有问题吗？ 现实 数据价值 技术、软件和算法 数据科学家 数据科学过程 组织文化 知识鸿沟 数据科学家的知识鸿沟 IT知识鸿沟 技术知识鸿沟 领导力知识鸿沟 数据素养鸿沟 缺乏支持 教育和文化 不明确的目标 留给数据科学家来弄清楚 总结 尾注 第2章 数据战略 我们为什么需要新的数据战略 数据已不再属于IT 数据战略的范围 战略时间跨度 战略发起人 从识别现状开始 组织方面 人员方面 技术方面 流程方面 数据资产方面 识别分析用例 使命、愿景和KPI 构思——我们能做些什么? 数据生命周期的基准能力 差距分析——需要改变什么? 定义数据战略目标——我们需要 从哪里开始? 交付数据战略 定义数据战略举措——我们如何 实现目标? 制定执行和度量计划——如何 知道进度? 总结 尾注 第2部分 迈向数据运营 第3章 精益思维 精益思维简介 丰田的起源 精益软件开发 精益产品开发 精益思维和数据分析 识别浪费 价值流图 快速交付 拉动式系统 看到整体 根因分析 总结 尾注 第4章 敏捷协作 为什么选择敏捷？ 瀑布式项目管理 敏捷价值观 敏捷框架 Scrum XP及 Scrum/XP 混合 看板方法 Scrumban 大规模敏捷 SoS 规范敏捷交付 规模化敏捷框架 DataOps的敏捷 DataOps宣言 DataOps原则 数据科学生命周期 敏捷DataOps 实践 构思 准备 研发 过渡/生产 总结 尾注 第5章 构建反馈和度量 系统思维 持续改进 反馈循环 团队健康 回顾 健康检查 海星回顾 帆船回顾 事前检验 服务交付 服务交付审查会议 改进服务交付 产品健康 数据产品监控的KPI 监控 概念漂移 产品效益 效益度量 效益度量的挑战 A/B测试和度量的替代方案 指标的挑战 总结 尾注 第3部分 进一步措施 第6章 建立信任 信任拥有数据和系统的人 访问和供应数据 数据安全和隐私 资源利用率监控 人们可以信任数据 元数据 加标签 采集过程中的信任 数据质量评估 数据清理 数据血缘 数据发现 数据治理 总结 尾注 第7章 面向 DataOps 的 DevOps 开发和运营 冲突 打破螺旋 持续交付的快速流程 可重现的环境 部署管道 持续集成 自动化测试 部署和发布流程 自动部署 发布流程 DevOps 度量 审核流程 数据分析的DevOps 数据冲突 数据管道环境 数据管道编排 数据管道持续集成 简化和重用 MLOps 和 AIOps 机器学习模型开发 机器学习模型投产 总结 尾注 第8章 DataOps 组织 团队结构 面向职能的团队 面向领域的团队 新技能矩阵 核心角色 支持角色 团队不需要“I型人” 优化团队 沟通渠道和团队规模 产品型而非项目型 办公位置 汇报关系 数据平台管理 跨职能角色 总结 尾注 第4部分 自服务组织 第9章 DataOps 技术 基于DataOps的价值和原则选择 工具 调整脊椎模型 对实践和工具的影响 DataOps技术生态系统 流水线 数据集成 数据准备 流处理 数据管理 可重复性、部署、编排和监控 计算基础设施和查询执行引擎 数据存储 DataOps平台 数据分析工具 挑战 建造vs购买 扩展 内部构建 购买或租赁现成产品 借用开源软件 扩建、构建、购买、出租或借用 云原生架构 不断发展的技术栈 Wardley地图 使用Wardley地图 技术雷达 总结 尾注 第10章 DataOps工厂 **步 从数据战略开始 领导力 小可行的DataOps **个方案 度量 **个DataOps团队 跨团队扩展 达到临界点 团队协调 文化 数据治理 扩展 成功的组织 集中化平台 全局自动化 提供自助服务 总结 尾注