Как 4 Data Engineerа управляют экосистемой из 60 DA/DS: Построение эффективной команды в условиях масштаба и роста AI

Оптимизируй свою команду

Совместная работа, система контроля версий, организация веток
Инструментальная поддержка, декомпозиция задач
Автоматизация разработки и тестирования
Большие проекты/команды
Поиск и развитие команды
Teamlead
Teamlead
Коммуникация
Мотивация сотрудников
Управление командой
Трансформационные изменения

Программный комитет ещё не принял решения по этому докладу

Целевая аудитория

- CDO, CTO, руководители data-направлений - Тимлиды и менеджеры команд Data Engineering - Аналитики и дата-сайентисты - Специалисты по управлению продуктами в data-сфере - Руководители, внедряющие AI/ML в компанию

Тезисы

Когда на одного Data Engineer приходится более 15 специалистов по данным (DA/DS), команда сталкивается с масштабной нагрузкой, постоянным потоком запросов и высокими ожиданиями.
В этом докладе я поделюсь опытом построения эффективной команды Data Engineering в условиях ограниченного штата и высоких требований бизнеса.
Мы обсудим, как:
- Оптимизировать процессы и приоритизировать задачи
- Внедрить self-service и автоматизацию
- Сформировать культуру shared responsibility
- Подготовить data-инфраструктуру к росту AI-инициатив
- Улучшить текущую ситуацию с точки зрения масштабируемости, устойчивости и гибкости

Егор Махов

Райффайзенбанк

Дата инжер с десятилетним опытом проектировании потоков данных, создании решений для менеджмента данных и развитии data-команд в различных организациях. Он работал в таких компаниях как Райффайзенбанк и Agile Lab (Италия), где занимался созданием платформ для аналитики и обработки больших данных.

Видео

Другие доклады секции

Оптимизируй свою команду