Быстрое прототипирование

Содержание:

Data Science проекты включают в себя множество дисциплин и областей знаний, позволяющих получить целостный, тщательный и точный взгляд на необработанные данные. Одним из важных этапов в анализе данных является быстрое прототипирование.

Например, у вас есть отличная идея для нового приложения. Прежде чем инвестировать 10 миллиардов долларов в разработку и рекламу, необходимо проверить, что теория рабочая. На помощь приходит прототипирование интерфейса.

Сначала вы составляете макет приложения и показываете его клиентам. Собираете отзывы и начинаете программирование в среде разработки, а не в производственной. Затем показываете «альфа-версию» (или V1) небольшому количеству ответственных за проект и получаете отзывы.

Вы узнаете, что это отличная идея, но ее нужно пересмотреть. Процесс продолжается, пока не продукт не удовлетворят. В заключение, вы получаете отличные отзывы, так как потенциально было доказано, что приложение имеет ценность, а инвестирование в крупномасштабное развертывание может проходить с меньшим финансовым риском.

Основы прототипирования

Быстрое прототипирование — это этап в жизненном цикле разработки проекта Data Science, который предполагает создание наиболее эффективных моделей путем загрузки, очистки, подготовки, обучения, настройки и оценки данных, чтобы их можно было использовать в производственной среде.

Непроизводственный пилот

В некоторых случаях у вас может быть технологическая и социологическая возможность представить свой продукт горстке пользователей до того, как он будет запущен в производство. В этом случае вы можете сделать непродовольственный пилот.

В рамках пилотного проекта, не связанного с продуктом, создается версия конечного продукта для небольшого числа клиентов, а затем собираются отзывы о продукте. Вы можете внести изменения, а затем повторно доставить их своей группе пользователей и продолжать процесс, пока продукт не будет готов к производству.

Гибридный пилот / внедрение

В других случаях вы не будете слишком довольны возможностями для доставки продукта горстке пользователей до того, как он будет запущен. В этом случае может потребоваться гибридный пилотный проект.

Предположим, вы создаете новую страницу и хотите увидеть, как ваша команда продаж отреагирует на нее. Можно создать новую страницу, но сделать ее доступной только избранной группе. На этом этапе вы отслеживаете, как аудитория реагирует на нее. Следует вносить изменения, а затем повторно доставлять их людям, продолжая этот процесс, пока продукт не будет готов для крупномасштабного развертывания.

Быстрое прототипирование

Типы прототипов

  • Одноразовый;
  • Эволюционный;
  • Гибридный.

В первом случае быстрое прототипирование — это не продукт, который идет в производство. Прототип просто помогает написать требования к реальному продукту, который в конечном итоге будет выпущен.

Во втором случае опытный образец принимается на вооружение. Любой код, который вы напишете и построите, будет частично или полностью перенесен в производственную среду. По большей части созданная система переходит в рабочую среду.

В случае, когда оба вида совмещаются, часть кода прототипа отправляется в разработку, а часть выбрасывается. Например, вся внутренняя часть идет в производство, но лицо продукта перекодируется.

Жизненный цикл прототипирования

Процесс начинается с первоначальной идеи. Затем он переходит к пилотной фазе, где находится в непрерывном цикле обратной связи до тех пор, пока не будет принято решение о переходе к производству.

Первоначальная идея

Это начало, когда у менеджера, руководителя высшего звена или даже сотрудника появляется идея, и он хочет представить ее компании. Может быть запланирована встреча, чтобы поговорить с несколькими заинтересованными сторонами и получить мнения на этот счет.

Созываются дополнительные встречи для проработки деталей и вопросов. Какова цель продукта? Как это улучшит бизнес-операции? Какой принесет доход? Какова предполагаемая рентабельность инвестиций? Ответив на эти вопросы, вы сможете постепенно продвигаться по проекту Data Science.

Макет дизайна

Этот этап заключается в том, чтобы изложить видение на бумаге и поделиться им с заинтересованными сторонами и даже с клиентами, чтобы получить обратную связь. Задаются следующие вопросы: как это должно выглядеть? Какие функции у нас должны быть изначально? Вам нужно какое-то представление о том, что вы собираетесь построить в первую очередь.

Быстрое прототипирование

Пилот

Если вы проводите гибридный пилотный проект, создается рабочая среда, которая будет доступна ограниченным пользователям. При разработке этой разрабатывать продукт в среде, которая в некоторой степени отражает производственную. Но самое главное, чтобы она отличалась высокой скоростью, гибкостью и надежностью.

Будет ли ваша система развернута в производственной среде при создании эволюционного эксперимента? Если ответа на вопрос нет, прототип может превратиться в одноразовый, планировали вы это или нет.

Чтобы перейти к производству, необходимо проверить рентабельность инвестиций и убедиться, что продукт стоит дополнительных средств. Так что пилотный этап очень важен. Следует, чтобы клиенты имели легкий доступ к продукту и могли эффективно его использовать. В противном случае он может потерпеть неудачу не потому, что это плохая идея, а потому, что ваша пилотная среда была плохой.

Важно, чтобы экспериментальный проект был такого же высокого качества, как и производственный, в противном случае вы рискуете потерпеть неудачу.

Производство

После всего вышеперечисленного ваш прототип переходит в производство. Вы доказали, что у вас есть отличная идея, которая будет приносить доход. Код либо отправляется, либо производственная группа работает над воссозданием пилотного проекта в производственной среде.

Придется работать со своей командой, чтобы убедиться, что продукт остается на виду. Может быть, вам нужен новый поток данных, чтобы вы могли отслеживать прогресс системы. Все это следует вынести на обсуждение.

Различные решения, которые предлагает быстрое прототипирование, влияют на конечную производительность продукта. Дальнейшая оптимизация и автоматизация процесса создания прототипов для быстрой итерации позволяет специалистам по обработке данных повысить эффективность с точки зрения затраченного времени, используемых инфраструктурных ресурсов и количества экспериментов.

Регистрируйтесь на курсы DevEducation.

Присоединяйся к DevEducation — стань востребованным специалистом и построй карьеру в IT!