数据研发问题之数据研发推进认知提升如何解决

简介: 数据研发问题之数据研发推进认知提升如何解决

问题一:在数据层面,数据研发应该如何学习?

在数据层面,数据研发应该如何学习?


参考回答:

在数据层面,由于数据工作强相关,数据研发应重点学习。可以通过学习数据域划分、各方常用数据表、数据白皮书等来提升对数据层面的理解。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/618531



问题二:在系统层面,数据研发需要了解什么?

在系统层面,数据研发需要了解什么?


参考回答:

在系统层面,数据研发需要了解公司的核心系统及其核心能力、覆盖范围、演进过程,以便让数据研发工作的推进更稳定。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/618532



问题三:作为数据研发如何推进认知提升形成自己的框架?

作为数据研发如何推进认知提升形成自己的框架?


参考回答:

看看这个图,我觉得应该能帮到你



关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/618533



问题四:数据的核心目的是什么?

数据的核心目的是什么?


参考回答:

数据的核心目的是服务和支持业务的发展,满足业务看数用数的需求,并在此基础上反哺业务系统,助力业务挖掘潜在机会。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/618534



问题五:作为一个数据,了解业务很重要,那么如何快速了解业务?

作为一个数据,了解业务很重要,那么如何快速了解业务?


参考回答:

快速了解业务可以从三个层面入手:看组织架构关系以构建业务认知框架,了解业务核心能力以确定工作核心方向,以及梳理业务核心场景以便工作落到细节之上。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/618535

相关文章
|
4月前
|
开发框架 运维 Cloud Native
核心系统转型问题之提升研发效能和保障研发质量如何解决
核心系统转型问题之提升研发效能和保障研发质量如何解决
|
5月前
|
供应链 Java 中间件
软件架构一致性问题之研发新产品创造价值如何解决
软件架构一致性问题之研发新产品创造价值如何解决
41 0
|
数据采集 存储 运维
作为一线开发对数据治理的认知
数据治理的目的是为了让数据更加准确,降低后续数据清洗的难度,节约成本,加强把控,好处是说不完的,但这实际开发中所遇到的问题却比好处要复杂,你可能考虑到所有的问题,但却无法预估问题解决的难度。
177 1
|
存储 监控 架构师
十年业务开发总结,如何做好高效高质量的价值交付
软件交付是一个非常复杂的过程和体系,需要保障好每个阶段的质量和效率才能保障最终的质量和效率。本文将尝试从需求交付的前、中、后三个环节来阐述一下如何做高效高质量的价值交付。
142470 3
|
数据采集 监控 安全
数据治理工作的8种推进套路(下)
数据治理工作的8种推进套路(下)
数据治理工作的8种推进套路(下)
|
Cloud Native 前端开发 IDE
「技术人生」第10篇:如何做研发效能提升(即指标体系建设过程回顾)
本文作者将给大家提供一些简单的容易实操的方法,能够让所有人都知道什么是效能的提升,如何提升个人的效能,如何提升团队的效能。
1672 13
「技术人生」第10篇:如何做研发效能提升(即指标体系建设过程回顾)
|
数据采集 测试技术 BI
数据治理工作的8种推进套路
数据治理工作的8种推进套路
|
运维 监控 Cloud Native
《必致(BizDevOps)白皮书2022》——04必致(BizDevOps)实践案例——4.2 案例二:阿里巴巴,以应用为核心打造持续业务交付能力
《必致(BizDevOps)白皮书2022》——04必致(BizDevOps)实践案例——4.2 案例二:阿里巴巴,以应用为核心打造持续业务交付能力
452 0
|
敏捷开发 搜索推荐 架构师
|
人工智能 运维 监控
8 年产品经验,我总结了这些持续高效研发实践经验 · 研发篇
在产研全链路流程上,协同最大的目标就是团队信息的透明化,即在清晰目标的指引下进行团队信息透明的日常研发工作,助力项目/产品成功发布。基于此,研发过程是否行之有效就成为我们关注的另一重点要素。通常「研发过程」是指:代码到制品再到部署上线的全链路,这个过程是持续集成的重中之重。
673 0
8 年产品经验,我总结了这些持续高效研发实践经验 · 研发篇

热门文章

最新文章