我们是否弥合了数据科学与DevOps之间的鸿沟？

数据科学和DevOps如何配合在一起？本文中解释了为什么将Data Science与DevOps集成可以带来更好，更智能的业务。

根据调查显示，数据科学和DevOps对开发人员而言是重大新闻。JavaScript和Python是数据科学家必不可少的编程语言，在当时最受欢迎，而DevOps使其成为最大的趋势列表。在我们开始分析调查中的数据时，很有趣的是看看情况是否仍然如此。

数据科学和DevOps

但是，最大的问题是数据科学和DevOps如何结合在一起。尽管数据科学盛行，但伦敦巴克莱银行的数据科学家Gianmario Spacagna于2015年10月在欧洲Spark Summit上对《计算》杂志表示，在许多情况下，数据科学团队的影响力不足。他建议的解决方案？在数据科学和DevOps之间架起一座桥梁：“如果您是一家初创企业，那么您想雇用的最聪明的人是您的DevOps员工，而不是数据科学家。您需要工程师，机器学习专家，数学家，统计学家，敏捷专家。您需要涵盖所有内容，否则您将很难真正创建能够带来价值的适当应用程序。”

两年后，他的想法仍然很有意义。在过去的几年中，很明显“数据”本身还不够。这甚至可能使某些组织分心。有时，在电子表格中花费了太多时间，而实际上没有花费足够的时间来产生影响。真正的价值来自决策，建立关系和建立事物。

从某种意义上说，他们不知道如何利用数据科学，但许多组织仍在战略上存在缺陷。与其过多地关注其拥有的数据和获取的数据，不如将重点更多地放在谁可以访问以及它们可以做什么上。如果Data Science没有加入这些点，DevOps可以通过提供实用的解决方案（例如构建仪表板和创建API）来提供帮助。

这样的解决方案通过使数据更易于访问和更易使用，立即为数据提供了附加价值。即使对于中小型企业，如果组织未能成功将其整合到企业的更广泛文化中，则数据科学家和分析师的影响也将最小。

这种方法还影响组织如何看待客户体验。我总是回到爱彼迎发表的精彩文章。出现的“ DevOps思维”类型是对客户体验的不懈关注。由此，我不仅仅是说Airbnb工程师所做的工作是专门基于改善客户体验的愿望。相反，从某种意义上说，进行内部协作和决策的工具实际上应该类似于客户体验。优雅，引人入胜且直观。这并不意味着基于某种自私的自私逻辑将每种关系都视为纯粹的交易性，而是要更加尊重人们如何互动和分享想法。如果DevOps是一种敏捷的方法，可以弥合开发与运营之间的鸿沟，那么它也可以帮助弥合数据与运营之间的鸿沟。

我不能称赞发明了“ DataOps”，老实说，这只是管理类的另一个时髦术语。我们应注意不要在数据与开发之间造成另一个鸿沟。在当今我们使用软件构建的世界中，这根本没有任何意义。即使对于Web开发人员和设计人员而言，他们正在创建的产品也受数据驱动，以至于将数据与开发分开似乎是荒谬的。

我们是否对数据科学如何为DevOps提供信息提出了足够的疑问？这是关于在这些不同元素之间进行对话。尽管DevOps的传播者可能认为DevOps已经开始了，但前进的道路是推动更多的对话，更多的集成和更多的协作。

随着API经济对于初创企业和大型企业的成功变得越来越重要，所有这些不同领域之间的关系将越来越复杂。通过多聊，让我们变得更好，更聪明。DevOps是开始对话的好地方，但请记住这仅仅是开始，这一点很重要。