Мнение Программного комитета о докладе
Дата-инженеры и дата-аналитики взаимодействуют как кошки с собаками? Докладчик расскажет возможные причины такого поведения и как инженеры с инженерными практиками могут помочь аналитикам и наоборот.
Как договориться с аналитиком, если ты инженер в Data-мире
Доклад принят в программу конференции
Целевая аудитория
Дата-инженеры, их руководители, а также дата-сайентисты, которые разрабатывают или планируют разрабатывать data-intensive applications.
Тезисы
В области Data Science, Machine Learning и даже Data Engineering нет таких устойчивых традиций разработки, как в других областях. При этом, конечно же, есть свои сложности и проблемы. Новички приходят в эту область, быстро понимают, что всё совсем не так, как они себе представляли, а те, кто пока к ней приглядывается, часто имеют довольно искажённое представление о том, как выстраивается типичный цикл разработки и какие там есть неожиданные неприятности. В ситуации, когда ты приходишь в аналитическую команду инженером или работаешь с соседней командой дата-сайентистов, это взаимодействие часто приводит к склокам и недопониманию.
В докладе мы обсудим возможные причины, почему такое может происходить и что можно сделать, чтобы этого не было. Я поделюсь соображениями о том, как можно сделать так, чтобы дата-сайентисты и дата-инженеры выполняли свои задачи без ощущения, что это их убивает.
Data Platform Engineer в команде Data Insights and Analytics Platforms в финтех-компании.
Прошёл путь Computer Science -> Science -> Data Science -> Data. Насмотрелся всякого, набил шишек, сделал пару диссертаций. Любит разбираться в сложных штуках и думать о том, как их улучшить
Klarna
Klarna — это международный финтех, предоставляющий сервисы оплаты для продавцов и покупателей, которые помогают упрощать обработку платежей в интернете.
