View
289
Download
0
Embed Size (px)
Citation preview
Investigación y Desarrollo en contexto AGIL
Marivi Briz
@marivibriz @pc_garcia
Pablo García
TALE
NTO
AG
IL
SCR
UM
TECN
OLO
GÍA
DAT
A
SCIE
NCE
CENTRO I+D
CAN’T DO
EPIC SHIT WITH
BASIC PEOPLE…
DISCOVER, DISRUPT, DELIVER
MAR
KET
IDEA
CONCEPTO (hito G/NG)
RELEASE PROTOTIPO (hito RFA)
RELEASE PRODUCTO (hito TA)
Entender viabilidad y definir concepto
Crear un nuevo Release del Producto
Adaptar y entregar producto al cliente
Kanban Sprint 0 Sprint 1 Sprint n
Descubir y comprender al cliente
…. …. Sprint n+1
Deseable, factible tecnicamente y viable
económicamente.
Release listo para ser desplegado.
Release listo para ser comercializado.
Ciclo de vida del producto
Kanban
KANBAN PORTAFOLIO DE OPORTUNIDADES
Investigación & Ideación
G
O/N
O G
O
Conceptualización Construcción
Conocimiento del cliente. Oportunidad de mercado.
Estado del Arte.
MAR
KET
PU
LL
Implantación
DISCOVER, DISRUPT, DELIVER
Product Backlog
Demanda
Cadena de valor
Oferta To do Doing QA Done
Velocidad comprometida
Tiempo medio ciclo-tarea
Tasa de llegada
Tasa de error
Tiempo medio E2E-tarea
Utilización
Cumplimiento cronograma
Índice de conformidad Cliente/PO
Equipo
t
OK?
Velocidad real (troughput)
Cumplimiento presupuesto
Productividad
Calidad
Capacidad
Eficiencia
Servicio
Tiempo medio espera-tarea
Q Devs
Tasa de impedimentos Sprint Backlog
QA index
Calidad US
DISCOVER, DISRUPT, DELIVER
Elev
ator
Sta
tem
ent
Scrum @ Telefónica I+D
Product Backlog
Sprint Planning
Sprint Backlog
Sprint 3 sem
Sprint Review
potentially shippable
product increment
24 hrs
Burndown Chart Task board
User Stories
Sprint Retro
Vision
Idea
Daily Scrum
Roles Clientes Product Owner
Scrum Master
Team
Ceremonias 1. Sprint Planning 2. Daily Scrum
3. Sprint Review
4. Sprint Retro
Artefactos Product Backlog Sprint Backlog
Product increment
http://fiware-iot-stack.readthedocs.org/en/latest/index.html https://github.com/telefonicaid/fiware-orion
Research / Data Science
¿Qué es Data Science?
Utiliza teorías y técnicas de muchos campos y disciplinas para ayudar a los tomadores de decisiones en muchas industrias, como la ciencia , la ingeniería, la economía, la política, las
finanzas y la educación
Manejar, maniuplar, extraer, interpretar y generar conocimiento a partir de grandes
volumnes de datos heterogenos
Data Scientist Es un profesional con formación multidisciplinaria capaz de tomar datos y poder darles vida, sacar
información y una historia a partir de ellos
Formación de pregrado:
Ej: Control de riego
13
Sensorhumedadyestaciónmeteorológica
Datosmeteorológicos:humedad,temperatura,radiaciónsolaryvelocidaddelviento.
Ej: Control de riego
14
¿Y que recibe el usuario final?
¿Nos comemos solos la torta?
16
TP TN FP FNTest 1 95.78% 97.71% 4.22% 2.29%Test 2 95.81% 96.95% 4.19% 3.05%Test 3 94.3% 93.16% 5.67% 6.84%
ConfusionMatrix
¡Todos pueden ser parte de
esto!
¿Preguntas?