[ML Project Mgmt.] 데이터 사이언스 프로젝트 관리
스크럼을 통한 머신러닝 & 딥러닝 프로젝트 관리
이 시리즈는 크게 세가지 요소로 구성되어 있습니다
- 스크럼 배우기 : ‘스크럼과XP’ 요약
- 데이터 사이언스(혹은 머신러닝) 프로젝트에 왜 스크럼이 적합하지 않은지 그 이유들과 대안
- 스크럼을 배우고, 머신러닝 프로젝트를 수행하는 팀에 도입하기까지의 회고
업데이트됨
업데이트 예정
- [2. 제품 백로그 만들기]
- [3. 스프린트 계획회의 준비하기]
- [4. 스프린트 계획 수립하기]
- [5. 스프린트를 알리는 방법]
- [6. 스프린트 백로그 만들기]
- [7. 팀방 꾸미기]
- [8. 일일 스크럼 진행하기]
- [9. 스프린트 데모하기]
- [10. 스프린트 회고하기]
- [11. 스프린트 사이의 휴식 시간]
- [12. 고정 가격 계약 하에서 릴리스 계획하기]
- [13. 스크럼과 XP 결합하기]
- [14. 테스트 하기]
- [15. 여러 스크럼 팀 다루기]
- [16. 지리적으로 분산되어 있는 팀 다루기]
- [17. 스크럼 마스터 체크리스트]
- [18. Scrum and data science]
- [19. Data Driven Scrum]
- [20. Scrum in our team]