數據科學和DevOps如何配合在一起？本文中解釋了為什么將Data Science與DevOps集成可以帶來更好，更智能的業(yè)務。

根據調查顯示，數據科學和DevOps對開發(fā)人員而言是重大新聞。JavaScript和Python是數據科學家必不可少的編程語言，在當時最受歡迎，而DevOps使其成為最大的趨勢列表。在我們開始分析調查中的數據時，很有趣的是看看情況是否仍然如此。

數據科學和DevOps

但是，最大的問題是數據科學和DevOps如何結合在一起。盡管數據科學盛行，但倫敦巴克萊銀行的數據科學家Gianmario Spacagna于2015年10月在歐洲Spark Summit上對《計算》雜志表示，在許多情況下，數據科學團隊的影響力不足。他建議的解決方案？在數據科學和DevOps之間架起一座橋梁：“如果您是一家初創(chuàng)企業(yè)，那么您想雇用的最聰明的人是您的DevOps員工，而不是數據科學家。您需要工程師，機器學習專家，數學家，統計學家，敏捷專家。您需要涵蓋所有內容，否則您將很難真正創(chuàng)建能夠帶來價值的適當應用程序?！?/span>

兩年后，他的想法仍然很有意義。在過去的幾年中，很明顯“數據”本身還不夠。這甚至可能使某些組織分心。有時，在電子表格中花費了太多時間，而實際上沒有花費足夠的時間來產生影響。真正的價值來自決策，建立關系和建立事物。

從某種意義上說，他們不知道如何利用數據科學，但許多組織仍在戰(zhàn)略上存在缺陷。與其過多地關注其擁有的數據和獲取的數據，不如將重點更多地放在誰可以訪問以及它們可以做什么上。如果Data Science沒有加入這些點，DevOps可以通過提供實用的解決方案（例如構建儀表板和創(chuàng)建API）來提供幫助。

這樣的解決方案通過使數據更易于訪問和更易使用，立即為數據提供了附加價值。即使對于中小型企業(yè)，如果組織未能成功將其整合到企業(yè)的更廣泛文化中，則數據科學家和分析師的影響也將最小。

這種方法還影響組織如何看待客戶體驗。我總是回到愛彼迎發(fā)表的精彩文章。出現的“ DevOps思維”類型是對客戶體驗的不懈關注。由此，我不僅僅是說Airbnb工程師所做的工作是專門基于改善客戶體驗的愿望。相反，從某種意義上說，進行內部協作和決策的工具實際上應該類似于客戶體驗。優(yōu)雅，引人入勝且直觀。這并不意味著基于某種自私的自私邏輯將每種關系都視為純粹的交易性，而是要更加尊重人們如何互動和分享想法。如果DevOps是一種敏捷的方法，可以彌合開發(fā)與運營之間的鴻溝，那么它也可以幫助彌合數據與運營之間的鴻溝。

我不能稱贊發(fā)明了“ DataOps”，老實說，這只是管理類的另一個時髦術語。我們應注意不要在數據與開發(fā)之間造成另一個鴻溝。在當今我們使用軟件構建的世界中，這根本沒有任何意義。即使對于Web開發(fā)人員和設計人員而言，他們正在創(chuàng)建的產品也受數據驅動，以至于將數據與開發(fā)分開似乎是荒謬的。

我們是否對數據科學如何為DevOps提供信息提出了足夠的疑問？這是關于在這些不同元素之間進行對話。盡管DevOps的傳播者可能認為DevOps已經開始了，但前進的道路是推動更多的對話，更多的集成和更多的協作。

隨著API經濟對于初創(chuàng)企業(yè)和大型企業(yè)的成功變得越來越重要，所有這些不同領域之間的關系將越來越復雜。通過多聊，讓我們變得更好，更聰明。DevOps是開始對話的好地方，但請記住這僅僅是開始，這一點很重要。