Что должен знать каждый тимлид в Data-команде (уроки работы с 30+ командами)

Получите руководство для начинающих по современным данным (бесплатно): https://bit.ly/startermds Сотрудничайте со мной для модернизации вашего хранилища данных: https://bit.ly/kdsconsulting После десяти лет работы с более чем 30 командами, занимающимися данными, я понял, что проблемы, которые тормозят работу команды, редко бывают техническими. Это решения, требующие принятия взвешенных решений. Когда автоматизировать что-то, а когда сделать это вручную. Как выбранная сегодня система именования может просуществовать дольше, чем ожидалось. Насколько стоит стремиться к «идеальности», прежде чем выпустить продукт. Ваша главная цель — помочь бизнесу принимать более обоснованные решения, а не ПРОСТО создать техническое решение. Эти приоритеты не всегда совпадают. Сегодняшнее видео предназначено для руководителей и директоров небольших команд, занимающихся данными, которые хотят знать, как выглядят распространенные подводные камни, прежде чем столкнуться с ними при построении своей архитектуры. Ничего из этого не является чисто техническим советом. Это касается принятия взвешенных решений, которые часто приходят с опытом. ЧТО РАССМОТРЕНО 00:00 Вопросы, которые мне постоянно задают руководители команд по работе с данными 00:32 Почему точка зрения важнее идеального решения 02:51 Как понять, когда вы переусложняете 05:42 Почему небольшие решения остаются в памяти дольше, чем вы думаете 07:01 Как работать с заинтересованными сторонами без конфликтов 10:00 Почему работа команды по работе с данными никогда по-настоящему не заканчивается 11:16 Когда перфекционизм превращается в прокрастинацию КЛЮЧЕВЫЕ МОМЕНТЫ Команда по работе с данными обычно является центром затрат. Ее задача — помогать бизнесу принимать более взвешенные решения и действовать быстрее, а не создавать самые элегантные решения. Прежде чем автоматизировать, спросите себя, займет ли создание автоматизации больше времени, чем выполнение задачи вручную в те один или два раза, когда это действительно произойдет. Небольшие решения, такие как соглашения об именовании, почти никогда не пересматриваются. Предположите, что то, что вы выбрали сегодня, является окончательным, если вы специально не запланировали время для его пересмотра. Заинтересованным сторонам не важно, как будут получены цифры, важно только, чтобы они работали. Проактивные обновления снижают уровень стресса гораздо сильнее, чем любые технические объяснения. Работа не имеет финишной линии. Она идёт волнами, и периоды затишья — это время рефакторинга, документирования и повышения квалификации. Часто постоянная доработка чего-либо — это просто ещё одна форма прокрастинации. Занятость ради занятости. Выпустите что-то базовое, получите реальную обратную связь, а затем внесите изменения. КЛЮЧЕВЫЕ ТЕРМИНЫ Технический долг Кратчайшие пути и разовые решения, которые работают сегодня, но отнимают время каждый раз, когда кто-то к ним прикасается позже. Племенные знания Процесс, который существует только в чьей-то голове. Когда этот человек уходит, команда наследует нечто, что никто не может объяснить. Центр затрат Команда, финансируемая бизнесом, а не получающая доход напрямую, поэтому результаты важнее технической элегантности. РЕСУРСЫ Видео о рабочем процессе разработки, ссылка на которое приведена здесь:    • The Art of Data Team Workflows (Environmen...   О МЕНЯ Kahan Data Solutions — это мой способ помочь небольшим командам, работающим с данными, проектировать и создавать готовые к использованию ИИ хранилища данных. Помимо обучающих материалов на этом канале, я напрямую работаю с лидерами в области данных. Я анализирую ваше текущее хранилище данных, устанавливаю стандарты и рабочие процессы, которые может применять ваша команда, и довожу вашу платформу до состояния, на котором вы сможете строить дальнейшую работу. #DataEngineering #DataLeadership #DataTeams