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
62
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
從校園到職場 我的實習旅程
line_developers_tw
PRO
0
99
探索數據未來
line_developers_tw
PRO
0
14
MLE 的修煉之路
line_developers_tw
PRO
0
84
LINE 實習分享 & 國際黑客松參賽分享
line_developers_tw
PRO
0
42
在 GCP 運用 Parse 全家餐管理那堆 AI 應用的資料
line_developers_tw
PRO
0
38
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
9.4k
從零到一:轉碼仔的實習攻略
line_developers_tw
PRO
0
67
做Data超讚的 誰懂?
line_developers_tw
PRO
0
50
iOS Live Activity: Opportunities & Challenges
line_developers_tw
PRO
1
150
Other Decks in Technology
See All in Technology
もう難しくない!誰でもカンタンDocker入門 〜30分であなたのPCにアプリを立ち上げる〜
devops_vtj
0
110
watsonx.data上のベクトル・データベース Milvusを見てみよう/20250418-milvus-dojo
mayumihirano
0
140
コードや知識を組み込む / Incorporating Codes and Knowledge
ks91
PRO
0
130
より良い開発者体験を実現するために~開発初心者が感じた生成AIの可能性~
masakiokuda
0
220
Aspire をカスタマイズしよう & Aspire 9.2
nenonaninu
0
250
Classmethod AI Talks(CATs) #21 司会進行スライド(2025.04.17) / classmethod-ai-talks-aka-cats_moderator-slides_vol21_2025-04-17
shinyaa31
0
630
Стильный код: натуральный поиск редких атрибутов по картинке. Юлия Антохина, Data Scientist, Lamoda Tech
lamodatech
0
820
Dynamic Reteaming And Self Organization
miholovesq
3
680
CodePipelineのアクション統合から学ぶAWS CDKの抽象化技術 / codepipeline-actions-cdk-abstraction
gotok365
5
320
OpsJAWS34_CloudTrailLake_for_Organizations
hiashisan
0
180
勝手に!深堀り!Cloud Run worker pools / Deep dive Cloud Run worker pools
iselegant
4
540
4/17/25 - CIJUG - Java Meets AI: Build LLM-Powered Apps with LangChain4j (part 2)
edeandrea
PRO
0
140
Featured
See All Featured
GraphQLの誤解/rethinking-graphql
sonatard
71
10k
Thoughts on Productivity
jonyablonski
69
4.6k
Documentation Writing (for coders)
carmenintech
69
4.7k
The Language of Interfaces
destraynor
157
25k
A Tale of Four Properties
chriscoyier
158
23k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
251
21k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
136
33k
A Modern Web Designer's Workflow
chriscoyier
693
190k
Gamification - CAS2011
davidbonilla
81
5.2k
Automating Front-end Workflow
addyosmani
1370
200k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.6k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
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