posts/managing_data_science_work.org

   1 #+date: 2018-06-19 20:51:36 +0800
   2 #+filetags: leadership management analytics military
   3 #+title: Managing data science work
   4
   5 It appears to me the cross-industry standard process for data mining
   6 (CRISP-DM) is still, almost a quarter century after first having been
   7 formulated, a valuable framework to guide management of a data science
   8 team. Start with building business understanding, followed by
   9 understanding the data, preparing it, moving from modeling to solve the
  10 problem over to evaluating the model and ending by deploying it. The
  11 framework is iterative, and allows for back-and-forth between these
  12 steps based on what's learned in the later steps.
  13
  14 #+CAPTION: CRISP-DM
  15 #+ATTR_HTML: :class img-fluid :alt CRISP-DM
  16 [[file:assets/crisp-dm-diagram.png]]
  17
  18 It doesn't put too great an emphasis on scheduling the activities, but
  19 focuses on the value creation.
  20
  21 The Observe-Orient-Decide-Act (OODA) loop from John Boyd seems to be an
  22 analogue concept. Competing businesses would then be advised to speed up
  23 their cycling through the CRISP-DM loop, as that's how Boyd stated
  24 advantage is obtained - by cycling through the OODA loops more quickly
  25 than ones opponent. Most interestingly, in both loops it's a common
  26 pitfall to skip the last step - deploying the model / acting.
  27
  28 #+CAPTION: OODA loop ([[Image by Patrick Edwin Moran - Own work, CC BY 3.0|https://commons.wikimedia.org/w/index.php?curid=3904554]])
  29 #+ATTR_HTML: :class img-fluid :alt OODA loop
  30 [[file:assets/OODA-diagram.png]]
  31
  32