Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
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
35
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
共創するアーキテクチャ ~チーム全体で築く持続可能な開発エコシステム~ / Co-Creating Architecture - A Sustainable Development Ecosystem Built by the Entire Team
bitkey
PRO
1
3.5k
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
Entra ID の多要素認証(Japan Microsoft 365 コミュニティ カンファレンス 2024 )
murachiakira
0
1.3k
クラウドインフラ構築における.NETとその他IaCの比較
ymd65536
1
170
Kubernetes だけじゃない!Amazon ECS で実現するクラウドネイティブな GitHub Actions セルフホストランナー / CNDW2024
ponkio_o
PRO
6
380
メインテーマはKubernetes
nwiizo
1
230
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
3
170
クラウドネイティブなNewSQLで実現するミッションクリティカルなアプリケーションの運用
yuyu_hf
PRO
1
140
Oracle Cloud Infrastructureデータベース・クラウド:各バージョンのサポート期間
oracle4engineer
PRO
30
15k
4年で17倍に成長したエンジニア組織を支えるアーキテクチャの過去と未来
sansantech
PRO
1
4.3k
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
530
もし大規模障害が、10分で解決できたら?
masaaki_k
0
130
Featured
See All Featured
Bootstrapping a Software Product
garrettdimon
PRO
305
110k
Product Roadmaps are Hard
iamctodd
PRO
49
11k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
59k
Imperfection Machines: The Place of Print at Facebook
scottboms
265
13k
Building a Scalable Design System with Sketch
lauravandoore
459
33k
Building Flexible Design Systems
yeseniaperezcruz
327
38k
Why Our Code Smells
bkeepers
PRO
334
57k
Statistics for Hackers
jakevdp
796
220k
Fireside Chat
paigeccino
34
3k
Side Projects
sachag
452
42k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
1
200
Facilitating Awesome Meetings
lara
50
6.1k
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