Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
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
32
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
在 GCP 運用 Parse 全家餐管理那堆 AI 應用的資料
line_developers_tw
PRO
0
12
40歲的我會給20歲的自己,關於軟體開發的7個建議
line_developers_tw
PRO
0
4.1k
從零到一:轉碼仔的實習攻略
line_developers_tw
PRO
0
10
做Data超讚的 誰懂?
line_developers_tw
PRO
0
17
iOS Live Activity: Opportunities & Challenges
line_developers_tw
PRO
1
96
掌握 Feature Toggle 與 OpenFeature 規範
line_developers_tw
PRO
0
190
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
690
Scaling The E-Commerce Recommendation System
line_developers_tw
PRO
0
58
Enhanced EC Recommendations: Trustworthy Validation with Large Language Models for Two-Tower Model
line_developers_tw
PRO
0
23
Other Decks in Technology
See All in Technology
生成AIをより賢く エンジニアのための RAG入門 - Oracle AI Jam Session #20
kutsushitaneko
4
210
Snykで始めるセキュリティ担当者とSREと開発者が楽になる脆弱性対応 / Getting started with Snyk Vulnerability Response
yamaguchitk333
2
180
podman_update_2024-12
orimanabu
1
260
開発生産性向上! 育成を「改善」と捉えるエンジニア育成戦略
shoota
1
230
20241220_S3 tablesの使い方を検証してみた
handy
3
240
LINE Developersプロダクト(LIFF/LINE Login)におけるフロントエンド開発
lycorptech_jp
PRO
0
120
【re:Invent 2024 アプデ】 Prompt Routing の紹介
champ
0
140
DevOps視点でAWS re:invent2024の新サービス・アプデを振り返ってみた
oshanqq
0
180
re:Invent 2024 Innovation Talks(NET201)で語られた大切なこと
shotashiratori
0
300
どちらを使う?GitHub or Azure DevOps Ver. 24H2
kkamegawa
0
630
PHPからGoへのマイグレーション for DMMアフィリエイト
yabakokobayashi
1
160
ブラックフライデーで購入したPixel9で、Gemini Nanoを動かしてみた
marchin1989
1
520
Featured
See All Featured
Building a Modern Day E-commerce SEO Strategy
aleyda
38
7k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
28
9.1k
The Cult of Friendly URLs
andyhume
78
6.1k
Writing Fast Ruby
sferik
628
61k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
10
810
The Straight Up "How To Draw Better" Workshop
denniskardys
232
140k
Product Roadmaps are Hard
iamctodd
PRO
49
11k
Designing on Purpose - Digital PM Summit 2013
jponch
116
7k
Faster Mobile Websites
deanohume
305
30k
For a Future-Friendly Web
brad_frost
175
9.4k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
26
1.9k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
48
2.2k
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