在荒芜的数据科学领域中建立架构思维

设计思维是全新的需求工程。设计思维源于 20 世纪 60 年代，但 IBM 是将此方法应用于 IT 行业的主要贡献者之一。虽然通常会使用更复杂的术语来解释设计思维，但我认为设计思维只有一个目的：将人类的大脑转变到创新思维模式。因此，它使用书写和绘画来代替口述和打字。退后一步，您的眼界将更加开阔。

设计思维时刻牢记用户体验，并明确强调产品背后的业务。因此，它回答了下列关键问题：

• 谁：为谁构建产品?
• 尝试要解决什么问题?
• 要如何解决问题?
• 每个思考阶段的结果都是“最小可行产品”(MVP) 的定义。

编码

平台云革命是快速建立原型的主要推动因素。可以在几小时(而不是几天或几周)内运行原型。这可将迭代周期缩短一个数量级。这样，每天都可以收集用户反馈。此阶段的最佳实践包括：

• 每日站立会议
• 结对编程和测试驱动开发
• 持续集成
• 自动测试
• 重构微服务
• 交付

每日交付需要满足两个前提条件。首先，必须使用工具链完全自动执行构建和部署过程。其次，每次落实到源代码存储库时，都必须生成可供用户随时测试的完全生产就绪型产品。基于云的解决方案可以满足这个需求，从而让开发者专注于编程。

运行

如果使用云运行时，那么项目的操作方面将由云服务处理。根据要求，这可能发生在公共云、私有云或混合云中以及基础架构级别、平台级别或服务级别。这样通常会导致运营团队被淘汰，而开发者可以集中精力为项目增加价值。此阶段的最佳实践包括：

• 准备实现高可用性
• 暗启动和功能开关
• 自动缩放

管理

由于前提是您已拥有完全受管的云运行时，因此可以轻松添加洲际高可用性/故障转移、持续监控和动态缩放功能。此阶段的最佳实践包括：

• 自动监控
• 快速自动恢复
• 业务连续性
• 学习

由于迭代周期非常短且可持续获得用户反馈，因此可以立即测试假设并生成明智的决策，从而促使将发现的成果添加到待办任务中以供进一步调整业务核心。此阶段的最佳实践包括：

• A/B 测试
• 假设驱动的开发
• 实时用户行为分析

IBM DataFirst Method

虽然通常与 IBM 客户有关，但 DataFirst Method 设计合约产品(IBM DataFirst Method 是 IBM Cloud Garage Method 的一个实例)中包含的合约专门以 IT 转型为目标，旨在使基础架构、流程和员工为 AI 做好准备。有关更多信息，访问 [ibm.biz/DataFirstMethod](ibm.biz/DataFirstMethod)。

IBM 数据与分析参考架构

每个项目都不尽相同，每个用例都需要不同的技术组件。但所有这些都可以 用抽象的术语来加以描述。以下列表列举并解释了这些术语。

• 数据源：内部或外部数据源，包括关系数据库、网页、CSV 文件、JSON 文件、文本文件、视频和音频数据。
• 企业数据：基于云的解决方案，有助于扩展企业数据模型。因此，可能需要持续不断地将企业数据子集传输到云端
• 流式分析：目前最有效的方法是批处理。但有时候，可通过添加实时分析功能来提升数据产品的价值，因为世界上大部分数据在几秒钟内就会失去价值。比如，股票市场数据或车辆摄像头捕获行人横穿马路的事实。
• 数据集成：清理和变换数据，并在可能的情况下添加下游功能。
• 数据存储库：用于存储数据的持久存储库。
• 发现和探索：了解您拥有的数据及其外观。
• 切实可行的洞察：您可在此处完成自己的大部分工作。在这里，您可创建和评估自己的机器学习模型和深度学习模型。
• 应用程序/数据产品：虽然模型行之有效，但只有在普通业务用户使用它们时，其价值才会提升。因此，您必须创建数据产品。数据产品不一定需要保留在云端。可推送至移动应用程序或企业应用程序。
• 安全性、信息监管和系统管理：这是一个很容易被遗忘的重要步骤。为了满足许多合规性法规，务必要控制各类信息的访问者。企业用户是架构的一部分，因为他们的需求可能与公共用户不同。云用户的需求又可能与企业用户不同。

结束语

（编辑：济南站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!