1. 고객을 납득시키는 일을 우선시해야 합니다. 이해관계자가 이 프로젝트에서 해결하기로 약속한 요구 사항이 무엇입니까? IT 산업은 더 이상 한 번에 모든 것을 뒤바꾸는 배포를 하지 않고, 지속적인 반복 과정을 거칩니다. 데이터 소스가 얼마나 많든, 어떤 첨단 기술을 사용하든 관계없이 반복을 한 번 거칠 때마다 기본적인 고객 요구를 어떤 식으로든 더 충족시킬 수 있는 방향으로 데이터 과학의 출시 로드맵을 설계해야 합니다.

2. 프로젝트에 얼굴을 부여하세요. 이해관계자뿐만 아니라 프로젝트 관리자나 제품 소유자 관점에서도 어떤 일이 일어나는지 볼 수 있는 창이 있어야 합니다. 내부 분석의 얼굴 역할을 하는 사용자 인터페이스(UI)는 분석 프로세스를 시각화하고 프로젝트 진행 상황에 대한 통찰을 제공합니다. 이러한 UI나 대시보드는 반드시 대화형이면서 사용 중인 특정 데이터셋과 특정 결과 셋을 얻는 데 사용되는 모델을 정확하게 식별할 수 있어야 합니다. 또한, 대시보드는 사용자 그룹 간 유효성 검사와 승인에도 사용될 수 있습니다.

3. 환경 준비 상태를 확인하세요. 개발 환경은 탐색적 분석을 위해 빠르게 데이터베이스를 채우고 데이터셋을 변경할 수 있어야 합니다. 메모리 관리 문제는 데이터 과학 프로젝트의 주된 장애물입니다. 다양한 데이터 소스로부터 데이터가 엄청나게 다운로드되고, 데이터의 형태는 셰이프shape 파일, 스프레드시트, 텍스트 파일 등 다양합니다. 그러므로 개발 환경에 있는 모든 컴퓨팅 장치와 저장 장치에 대한 효과적인 메모리 관리 계획을 준비해야 합니다.