Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
如何在團隊發揮數據影響力: 以電商資料科學家為例
Search
LINE Developers Taiwan
PRO
November 04, 2024
Technology
1
30
如何在團隊發揮數據影響力: 以電商資料科學家為例
Event: 台大資料分析與決策社參訪
Spealer: Dan Chen
LINE Developers Taiwan
PRO
November 04, 2024
Tweet
Share
More Decks by LINE Developers Taiwan
See All by LINE Developers Taiwan
從零到一:轉碼仔的實習攻略
line_developers_tw
PRO
0
8
做Data超讚的 誰懂?
line_developers_tw
PRO
0
15
iOS Live Activity: Opportunities & Challenges
line_developers_tw
PRO
1
92
掌握 Feature Toggle 與 OpenFeature 規範
line_developers_tw
PRO
0
170
用 AI 和 LINE Bot 簡化生活:讓圖片告訴你何時該忙!-- LINE 工作坊
line_developers_tw
PRO
0
650
Scaling The E-Commerce Recommendation System
line_developers_tw
PRO
0
38
Enhanced EC Recommendations: Trustworthy Validation with Large Language Models for Two-Tower Model
line_developers_tw
PRO
0
15
揭秘LLMOps: 讓LLM服務像火箭 般穩定高效的祕密!
line_developers_tw
PRO
0
73
ML Life Cycle for LINE SHOPPING Recommender
line_developers_tw
PRO
0
20
Other Decks in Technology
See All in Technology
ヤプリのデータカタログ整備 1年間の歩み / Progress of Building a Data Catalog at Yappli
yamamotoyuta
3
550
.NET のUnified AI Building Blocks 入門...!
okazuki
0
100
Next.jsとNuxtが混在? iframeでなんとかする!
ypresto
3
2.4k
セキュリティベンダー/ユーザー双方の視点で語る、 Attack Surface Managementの実践 - Finatextパート / cloudnative-architecture-of-asm
stajima
0
2.3k
Android 15 でウィジェットピッカーのプレビュー画像をGlanceで魅せたい/nikkei-tech-talk-27-1
nikkei_engineer_recruiting
0
120
RDRAとLLM
kanzaki
4
460
メインテーマはKubernetes
nwiizo
2
290
SDN の Hype Cycle を一通り経験してみて思うこと / Going through the Hype Cycle of SDN
mshindo
3
340
情シスの引継ぎが大変という話
miyu_dev
2
500
専門領域に特化したチームの挑戦
leveragestech
0
190
間違いだらけのポストモーテム - ホントに役立つレビューはこうだ!
jacopen
4
450
累計2500万着電を支える大規模 電話自動応答サービスのアーキテクチャ / Architecture of a Large-Scale Automated Phone Response Service Supporting 25 Million Cumulative Calls
ymachida
8
3.9k
Featured
See All Featured
Building an army of robots
kneath
302
43k
What's new in Ruby 2.0
geeforr
343
31k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
42
9.3k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
47
2.1k
Making Projects Easy
brettharned
115
5.9k
Building Flexible Design Systems
yeseniaperezcruz
327
38k
Music & Morning Musume
bryan
46
6.2k
How STYLIGHT went responsive
nonsquared
95
5.2k
The Power of CSS Pseudo Elements
geoffreycrofte
73
5.3k
A Modern Web Designer's Workflow
chriscoyier
693
190k
Designing for humans not robots
tammielis
250
25k
The World Runs on Bad Software
bkeepers
PRO
65
11k
Transcript
None
如何在團隊發 揮數據影響力 以 電商資料科學家 為例
Dan LINE Taiwan EC Dev - Data Scientis Work Experience
Side Project - DS4G X 4 - Data Consultant - TWiDS (WiDS) Ambassador - Publish (TF 2.0 Relted books) Intern X 4 - 軟體業 - 製造業 - 廣告業 - 金融業
01 02 03 04 我所在的數據團隊 DS所面臨的問題 如何發揮影響力解決 你所想像的數據團隊 05 Q&A
CONTENT
你所聽過的數據團隊長相 01 你所想像的 數據團隊
Centralized or Embedded Model 特點項目文字 特點項目 Chaos (Mostly) 特點項目文字 特點項目
特點項目文字 特點項目
一般來說,Data Team 演化
LINE EC-Data Dev 02 我所在的 數據團隊
2100 特點項目文字 EC-Data Dev Team 2021 特點項目文字 特點項目字 特點項目文字 Data
Engineer * 3 Machine Learning Engineer * 2 Engineering Manager Data Scientists * 1 Hadoop、 Airflow、 CI/CD、 Pyspark、 Pytorch、 Airflow、API 都會一點點 但不專精 :D *https://www.flaticon.com/
Task Workflow Task Demand Demand Analyze Task Split (Ticket) ETL
Design Deploy *https://www.flaticon.com/
千奇百怪 03 DS所 面臨的問題
情境一 有一天,PM在Scrum Meeting上開出了一個奇幻的需求 A PM: 我需要一個推薦系統,他必須能夠精準推薦用戶需求 DS: 能不能更清楚的告訴情境,以及你認為精準的定義 A PM:
情境就是在首頁,就是推薦用戶喜歡的東西 DS: 那什麼時候要上線? A PM: 大概三個Sprint吧,分析與研究、實作、API DS: …………………………………………………………………… *https://www.flaticon.com/
情境二 當推薦系統做出來後...PM人工驗收時.... A PM: 我感覺好像沒有很準 DS: 能不能更清楚的告訴情境,以及你認為哪裡不準 A PM: 都是推薦類似的商品
DS: 那我告訴你相關的Metrics …. …. A PM: 我感覺應該要再加一些rule上去 DS: …………………………………………………………………… *https://www.flaticon.com/
情境三 PM我像要做一個熱門推薦 A PM: 我的條件有以下....等Rule。 DS: 能不能更清楚的告訴情境,這樣的Rule您是怎麼認為的? A PM: 我覺得啊
:D DS: …………………………………………………………………… A PM: 那就這樣說好,我來開票 DS:修但幾類,我們應該先從EDA等方面著手以及你最重要的目的 *https://www.flaticon.com/
分工、團隊合作 04 如何發揮 影響力解決問題
工作流程 正常來說... 當需求出現 DS必須將需求, SPEC釐清 透過Data-Driven 以及 演算法 Trade- off
研究找出最合適 的方法 針對DS分析的Data Source pipeline化 針對DS分析的 Feature 以及 演算 法 (notebook), Production化。以 及製作API Validation 模型以及與 PM溝通相關狀況 *https://www.flaticon.com/
實際來說... 人人必須雙刀流 ~三刀流
For Intern / Junior 05 Case Interview
General... Coding Skills Business Concept * 箭頭方向程度越高 Intern Junior *
Basic skills * Basic Knowledge * Domain Knowledge * Advance skills test * Basic domain * Knowledge Set (Requirement)
None
None