数据科学交付包
Skill: delivering-data-science
基本信息
| ID | 字段 | 填写内容 |
|---|---|---|
artifact_id |
工件编号 | |
project |
项目 | |
skill |
适用技能 | |
version |
版本 | |
date |
日期 | |
status |
状态 | |
author |
编写人 | |
owner |
负责人 | |
approver |
批准人 | |
purpose |
目的 | |
business_outcome |
业务结果 | |
scope |
范围与排除项 | |
source_inputs |
输入与来源 | |
assumptions |
假设与约束 | |
decisions |
决定 | |
rationale |
决定依据 | |
risks |
风险 | |
exceptions |
例外 | |
open_items |
未决项 | |
due_date |
期限 | |
acceptance_criteria |
验收标准 | |
evidence_location |
证据位置 | |
reviewer_decision |
评审决定 | |
next_gate |
下一阶段门 |
专题分析与决策
业务假设与决策边界 (hypothesis)
定义拟验证的假设、基线方案、成功判据和禁止自动化的决定。
填写项目证据、结论与责任人。
数据特征与标签 (data_features)
固定预测时点、数据用途、特征可用性、标签延迟和泄漏检查。
填写项目证据、结论与责任人。
实验与评估协议 (evaluation)
规定时间切分、独立测试、分群误差、成本和对照指标。
填写项目证据、结论与责任人。
可复现证据 (reproducibility)
记录数据版本、代码、环境、随机性和评估工件。
填写项目证据、结论与责任人。
模型卡与限制 (model_card)
说明目标用途、表现、已知失败模式、受影响方和人工兜底。
填写项目证据、结论与责任人。
生产服务与灰度 (production)
定义影子或灰度门、人工流程、可观测性和发布批准。
填写项目证据、结论与责任人。
监控重训与变更 (monitoring)
设定漂移、效果、偏差与再训练触发和独立复核。
填写项目证据、结论与责任人。
回滚与退役 (rollback)
写明停止阈值、回退、数据保留和退役责任。
填写项目证据、结论与责任人。
工作台账
数据特征 (features)
记录特征来源、时点和用途约束。
特征 (feature) |
定义 (definition) |
来源 (source) |
规则 (rule) |
负责人 (owner) |
证据 (evidence) |
|---|---|---|---|---|---|
验证监控 (validation)
跟踪独立验证、漂移和停用动作。
指标 (metric) |
验证 (validation) |
漂移阈值 (drift_threshold) |
测试结果 (test_result) |
负责人 (owner) |
证据 (evidence) |
复核日期 (review_date) |
|---|---|---|---|---|---|---|