本文详细分析了大数据部门的组织架构，包括数据研发、工程化、分析师、算法和平台运维五个主要团队的职能。数据研发负责ETL等技术需求，工程化团队实现中台业务，分析师提供支持，算法团队进行深度学习等复杂任务，平台运维则关注数据组件的搭建和维护。此外，文章还强调了部门管理的目标，如明确使命、把握方向、最大化团队效能及确保稳定性。
-
数据相关分成五大体系
-
-
数据研发团队；
-
-
研发/执行
-
-
分析师辅助；
-
-
纯粹技术需求，ETL之类；
-
分析做实施执行工作；
-
-
工程化团队；
-
-
实现中台、数据平台等业务的技术实现；
-
-
突击团队
-
-
快速更新迭代出预期的一个产品；
-
团队成员擅长多种技术；
-
控制交付时间；
-
-
-
解决方案/设计
-
-
根据已有需求调研、测试、设计相关的技术解决方案；
-
-
-
分析师团队；
-
-
为研发和工作做Support；
-
-
算法团队
-
-
普通研发实现不了ÿ
-
-
订阅专栏 解锁全文
扫一扫
01-28
2048
2048
05-07
3141
3141
03-02
215
215
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
