未读消息消息

购物车

我的订单

个人中心

店铺

我的订单收藏

拍卖

拍卖交易我的竞拍收藏

我的好友资金账户

卖家中心

客服 |

帮助中心 9:00-20:30 在线留言

客服电话

010-89648155

服务时间

客服咨询 8:00-21:00

纠纷处理 9:00-21:00

图书审核 9:00-18:00

监督与建议

请选择

手机孔网

DataOps实践手册：敏捷精益的数据运营

作者: 哈文德 · 阿特瓦尔（Harvinder Atwal）

出版社: 机械工业出版社

出版时间: 2022-10

版次: 1

ISBN: 9787111716068

定价: 99.00

装帧: 软精装

开本: 16开

纸张: 胶版纸

页数: 228页

字数: 268千字

分类: 计算机与互联网

4 张插图图片

3人买过

数据运营是指通过数据来分析和解决问题，利用各种数据科学技术挖掘数据价值，帮助企业优化业务管理和提升决策效率。随着我国数字化转型的深入，传统基于项目、人工处理的各类数据运营活动已经无法满足业务发展要求。集合了敏捷开发、精益制造以及DevOps理念的DataOps因此顺势而生，并且受到了业界的广泛关注。
  本书总结了作者25年的行业经验和对DataOps的认知，从当前数据科学交付面临哪些挑战、什么是DataOps、通过哪些手段可以建立对数据的信任，以及如何实现DataOps目标和成功实施DataOps几个方面进行了系统的阐述。
  本书适合参与数字化转型的各类角色人员学习，尤其有助于数据科学高级管理岗位的专业人士开拓视野、提升领导力。马欢，本科毕业于同济大学，后获得上海交通大学工学硕士学位。从开发工程师做起，担任过系统分析师、系统架构师、项目经理等角色。具有20多年的信息系统开发设计经验，曾经两次获得部级科技发展奖项。主持翻译了《DAMA-DMBOK数据管理知识体系指南》系列等专业书籍，作为骨干编委参与编写《国际数据之都——上海城市数字化转型市民手册》，此外还翻译了《首席数据官管理手册：建立并运行组织的数据供应链》《区块链重构规则》《数据与现实》《星型模型》等多本译著。2011年首次把数据管理专业认证CDMP引入中国，并获得CDMP大师级认证，主理的“DAMA数据管理”是国内最活跃的专业社区之一。译者序

前言

第1部分入门

第1章数据科学中的问题

   有问题吗？

        现实

        数据价值

        技术、软件和算法

        数据科学家

        数据科学过程

        组织文化

   知识鸿沟

        数据科学家的知识鸿沟

        IT知识鸿沟

        技术知识鸿沟

        领导力知识鸿沟

        数据素养鸿沟

        缺乏支持

        教育和文化

        不明确的目标

        留给数据科学家来弄清楚

   总结

   尾注

第2章数据战略

   我们为什么需要新的数据战略

        数据已不再属于IT

        数据战略的范围

        战略时间跨度

        战略发起人

        从识别现状开始

        组织方面

        人员方面

        技术方面

        流程方面

        数据资产方面

   识别分析用例

        使命、愿景和KPI

        构思——我们能做些什么?

   数据生命周期的基准能力

        差距分析——需要改变什么?

        定义数据战略目标——我们需要

        从哪里开始?

   交付数据战略

        定义数据战略举措——我们如何

        实现目标?

        制定执行和度量计划——如何

        知道进度?

   总结

   尾注

第2部分迈向数据运营

第3章精益思维

   精益思维简介

        丰田的起源

        精益软件开发

        精益产品开发

   精益思维和数据分析

        识别浪费

        价值流图

        快速交付

        拉动式系统

        看到整体

        根因分析

   总结

   尾注

第4章敏捷协作

   为什么选择敏捷？

        瀑布式项目管理

        敏捷价值观

   敏捷框架

        Scrum

        XP及 Scrum/XP 混合

        看板方法

        Scrumban

   大规模敏捷

        SoS

        规范敏捷交付

        规模化敏捷框架

   DataOps的敏捷

        DataOps宣言

        DataOps原则

        数据科学生命周期

   敏捷DataOps 实践

        构思

        准备

        研发

        过渡/生产

   总结

   尾注

第5章构建反馈和度量

   系统思维

        持续改进

        反馈循环

   团队健康

        回顾

        健康检查

        海星回顾

        帆船回顾

        事前检验

   服务交付

        服务交付审查会议

        改进服务交付

   产品健康

        数据产品监控的KPI

        监控

        概念漂移

   产品效益

        效益度量

        效益度量的挑战

        A/B测试和度量的替代方案

        指标的挑战

   总结

   尾注



第3部分进一步措施

第6章建立信任

   信任拥有数据和系统的人

        访问和供应数据

        数据安全和隐私

        资源利用率监控

   人们可以信任数据

        元数据

        加标签

        采集过程中的信任

        数据质量评估

        数据清理

        数据血缘

        数据发现

        数据治理

   总结

   尾注

第7章面向 DataOps 的 DevOps

   开发和运营

        冲突

        打破螺旋

   持续交付的快速流程

        可重现的环境

        部署管道

        持续集成

        自动化测试

   部署和发布流程

        自动部署

        发布流程

        DevOps 度量

        审核流程

   数据分析的DevOps

        数据冲突

        数据管道环境

        数据管道编排

        数据管道持续集成

        简化和重用

   MLOps 和 AIOps

        机器学习模型开发

        机器学习模型投产

   总结

   尾注

第8章 DataOps 组织

   团队结构

        面向职能的团队

        面向领域的团队

        新技能矩阵

        核心角色

        支持角色

        团队不需要“I型人”

   优化团队

        沟通渠道和团队规模

        产品型而非项目型

        办公位置

   汇报关系

        数据平台管理

        跨职能角色

   总结

   尾注

第4部分自服务组织

第9章 DataOps 技术

   基于DataOps的价值和原则选择

        工具

        调整脊椎模型

        对实践和工具的影响

   DataOps技术生态系统

        流水线

        数据集成

        数据准备

        流处理

        数据管理

        可重复性、部署、编排和监控

        计算基础设施和查询执行引擎

        数据存储

        DataOps平台

        数据分析工具

        挑战

   建造vs购买

        扩展

        内部构建

        购买或租赁现成产品

        借用开源软件

        扩建、构建、购买、出租或借用

        云原生架构

   不断发展的技术栈

        Wardley地图

        使用Wardley地图

        技术雷达

   总结

   尾注

第10章 DataOps工厂

   第一步

        从数据战略开始

        领导力

   最小可行的DataOps

        第一个方案

        度量

        第一个DataOps团队

   跨团队扩展

        达到临界点

        团队协调

        文化

        数据治理

   扩展

        成功的组织

        集中化平台

        全局自动化

        提供自助服务

   总结

  尾注
内容简介:
数据运营是指通过数据来分析和解决问题，利用各种数据科学技术挖掘数据价值，帮助企业优化业务管理和提升决策效率。随着我国数字化转型的深入，传统基于项目、人工处理的各类数据运营活动已经无法满足业务发展要求。集合了敏捷开发、精益制造以及DevOps理念的DataOps因此顺势而生，并且受到了业界的广泛关注。
本书总结了作者25年的行业经验和对DataOps的认知，从当前数据科学交付面临哪些挑战、什么是DataOps、通过哪些手段可以建立对数据的信任，以及如何实现DataOps目标和成功实施DataOps几个方面进行了系统的阐述。
本书适合参与数字化转型的各类角色人员学习，尤其有助于数据科学高级管理岗位的专业人士开拓视野、提升领导力。
作者简介:
马欢，本科毕业于同济大学，后获得上海交通大学工学硕士学位。从开发工程师做起，担任过系统分析师、系统架构师、项目经理等角色。具有20多年的信息系统开发设计经验，曾经两次获得部级科技发展奖项。主持翻译了《DAMA-DMBOK数据管理知识体系指南》系列等专业书籍，作为骨干编委参与编写《国际数据之都——上海城市数字化转型市民手册》，此外还翻译了《首席数据官管理手册：建立并运行组织的数据供应链》《区块链重构规则》《数据与现实》《星型模型》等多本译著。2011年首次把数据管理专业认证CDMP引入中国，并获得CDMP大师级认证，主理的“DAMA数据管理”是国内最活跃的专业社区之一。
目录:
译者序

前言

第1部分入门

第1章数据科学中的问题

   有问题吗？

        现实

        数据价值

        技术、软件和算法

        数据科学家

        数据科学过程

        组织文化

   知识鸿沟

        数据科学家的知识鸿沟

        IT知识鸿沟

        技术知识鸿沟

        领导力知识鸿沟

        数据素养鸿沟

        缺乏支持

        教育和文化

        不明确的目标

        留给数据科学家来弄清楚

   总结

   尾注

第2章数据战略

   我们为什么需要新的数据战略

        数据已不再属于IT

        数据战略的范围

        战略时间跨度

        战略发起人

        从识别现状开始

        组织方面

        人员方面

        技术方面

        流程方面

        数据资产方面

   识别分析用例

        使命、愿景和KPI

        构思——我们能做些什么?

   数据生命周期的基准能力

        差距分析——需要改变什么?

        定义数据战略目标——我们需要

        从哪里开始?

   交付数据战略

        定义数据战略举措——我们如何

        实现目标?

        制定执行和度量计划——如何

        知道进度?

   总结

   尾注

第2部分迈向数据运营

第3章精益思维

   精益思维简介

        丰田的起源

        精益软件开发

        精益产品开发

   精益思维和数据分析

        识别浪费

        价值流图

        快速交付

        拉动式系统

        看到整体

        根因分析

   总结

   尾注

第4章敏捷协作

   为什么选择敏捷？

        瀑布式项目管理

        敏捷价值观

   敏捷框架

        Scrum

        XP及 Scrum/XP 混合

        看板方法

        Scrumban

   大规模敏捷

        SoS

        规范敏捷交付

        规模化敏捷框架

   DataOps的敏捷

        DataOps宣言

        DataOps原则

        数据科学生命周期

   敏捷DataOps 实践

        构思

        准备

        研发

        过渡/生产

   总结

   尾注

第5章构建反馈和度量

   系统思维

        持续改进

        反馈循环

   团队健康

        回顾

        健康检查

        海星回顾

        帆船回顾

        事前检验

   服务交付

        服务交付审查会议

        改进服务交付

   产品健康

        数据产品监控的KPI

        监控

        概念漂移

   产品效益

        效益度量

        效益度量的挑战

        A/B测试和度量的替代方案

        指标的挑战

   总结

   尾注



第3部分进一步措施

第6章建立信任

   信任拥有数据和系统的人

        访问和供应数据

        数据安全和隐私

        资源利用率监控

   人们可以信任数据

        元数据

        加标签

        采集过程中的信任

        数据质量评估

        数据清理

        数据血缘

        数据发现

        数据治理

   总结

   尾注

第7章面向 DataOps 的 DevOps

   开发和运营

        冲突

        打破螺旋

   持续交付的快速流程

        可重现的环境

        部署管道

        持续集成

        自动化测试

   部署和发布流程

        自动部署

        发布流程

        DevOps 度量

        审核流程

   数据分析的DevOps

        数据冲突

        数据管道环境

        数据管道编排

        数据管道持续集成

        简化和重用

   MLOps 和 AIOps

        机器学习模型开发

        机器学习模型投产

   总结

   尾注

第8章 DataOps 组织

   团队结构

        面向职能的团队

        面向领域的团队

        新技能矩阵

        核心角色

        支持角色

        团队不需要“I型人”

   优化团队

        沟通渠道和团队规模

        产品型而非项目型

        办公位置

   汇报关系

        数据平台管理

        跨职能角色

   总结

   尾注

第4部分自服务组织

第9章 DataOps 技术

   基于DataOps的价值和原则选择

        工具

        调整脊椎模型

        对实践和工具的影响

   DataOps技术生态系统

        流水线

        数据集成

        数据准备

        流处理

        数据管理

        可重复性、部署、编排和监控

        计算基础设施和查询执行引擎

        数据存储

        DataOps平台

        数据分析工具

        挑战

   建造vs购买

        扩展

        内部构建

        购买或租赁现成产品

        借用开源软件

        扩建、构建、购买、出租或借用

        云原生架构

   不断发展的技术栈

        Wardley地图

        使用Wardley地图

        技术雷达

   总结

   尾注

第10章 DataOps工厂

   第一步

        从数据战略开始

        领导力

   最小可行的DataOps

        第一个方案

        度量

        第一个DataOps团队

   跨团队扩展

        达到临界点

        团队协调

        文化

        数据治理

   扩展

        成功的组织

        集中化平台

        全局自动化

        提供自助服务

   总结

  尾注

查看详情

DataOps实践手册：敏捷精益的数据运营

内容简介:

作者简介:

目录: