Please enable JavaScript.
Coggle requires JavaScript to display documents.
Como falhar em projetos de Data Science (Não entender o que o cliente quer…
Como falhar em projetos de Data Science
Não entender o que o cliente quer
Situação 2: o cliente sabe o que é Data Science, mas não sabe como aplicar no negócio
Solução: técnica Brainstorming
Situação 1: o cliente não sabe o que é Data Science
Solução: treinamento prévio à realização e condução do projeto
Não conhecer os dados antes de modelar
Situação 2: não saber o que os dados explicam
Solução: análise exploratória de dados
Situação 1: não conhecer o processo gerador dos dados.
Solução: conhecer a solução de engenharia de dados
Utilizar os algoritmos da moda em vez do mais adequado
Situação: o cliente quer usar Deep Learning
Solução: valuation técnico ou financeiro comparativo entre Deep Learning e a técnica adequada
Empregar apenas as métricas de avaliação que você conhece
Situação: utilizar acurácia e precisão em todos os projetos que envolvam classificação
Solução: pesquisa bibliográfica de trabalhos correlatos
Planejar a implantação apenas na hora de implantar
Situação: modelar em R e implantar no SAS
Solução: concepção e planejamento em gestão de projetos