スクラムとデータサイエンティストの協力
はい、kameiです。 yykamei's Podcast やっていきます。
今回のトピックは、Data Scientist と共同する Scrum、です。
このPodcastでも何回か取り上げている今の会社のチームなんですけれども、
Data Scientist の方、複数名と一緒にお仕事をするチームですと。
スクラムではないんですけど、ほぼほぼスクラムなんで、とりあえずスクラムということにしてしゃべりますと。
最近、いろいろと振り返りをするだとか、このチームのことを現状に向き直りみたいなことをすることがちょくちょくあるんですよね。
何でそれをやっているのかというと、前者…違うな、部門か、部門ですかね。
部門内で、それぞれのチームに時間が割り当てられているので、部門内のオールハンドですね。
そこでチームに時間が割り当てられているので、我々はこういうふうにやっているよ、こういうふうに、どういうふうにやっているよ、横転みたいなのですね。
そんなのを意図した会で、我々の現状をしゃべると。
こういう理由でよかった、こういう課題だみたいなことをしゃべろうという話をしていると。
そんな時に、それが自然と向き直りみたいな感じになっていて、非常に良い話が行われているんですよね。
その中で出てきたトピックの中で一番気になっているのが、データサイエンティストとデータサイエンティストじゃないソフトウェア開発者の
タイムボックスに対する捉え方が違うよねっていうところをデータサイエンティストの方が言ってくれて、
なるほどなって思ったので今回その話をしてみようかなと思っています。
タイムボックスが違うって何かっていうと、例えばスクラムだと1スプリント2週間みたいなのがあったりするんですけど、
データサイエンスにおける2週間ってなかなか短いらしいんですよね。
いろいろなデータだとか制度の研究だとかそういったPOCを重ねるだとか、そんなのやってたら2週間なんてすぐ経ってしまうと。
2週間なんてすぐ経ってしまうので、1スプリントの中で何か成果を出すって難しいよねということを言っていました。
それはそれでそうだよなって感じはしますし、想像はつきますよね。
サイエンティストって言ってるぐらいだから、科学者、実験をする人たちなんですよね。
スクラムは実験というワードにすごく信用性は高いんですけど、期間が長い実験なんですよね。
なかなか一丁一石で出るような研究でもないし、たぶん2週間なんてすごく短いだろうし。
そういった中でスプリントってやると、スプリントレビューで何か見せなきゃいけないってなるんだけど、何見せるのみたいなそういう感じ。
しかもスプリントゴールって持たないといけないけど、2週間で出せるようなゴールなんてたかが知れてるよねみたいなところがどうもあるらしくて、なかなか難しいなと。
なのでデータサイエンティストの方たちはロードマップっていうのをすごく大事にしてるというか、ロードマップがないと困っちゃうみたいなことを言っていて、
最初何を言ってるんだろうっていう感じでピンとこなかったんですけど、その会話、もともとロードマップがないとっていうところに関してのところを深掘りしていった結果、
タイムボックスに対する捉え方が違うっていうところに行き着いて、なるほどなっていうところで今に至るという感じでした。
特にここで私のチームで何か結論が出てるとか、じゃあこれをやろうみたいなところは特にないんじゃないんですけど、
でも面白い話ですよね。タイムボックスに対する捉え方が違う。
タイムボックスとデータサイエンスの課題
確かにソフトウェア開発だと、2週間で成果出すって当たり前というか、昔は当たり前じゃなかったとは思うんですけど、
2週間で出せるレベルまでストーリーを切るっていうやつですね。分割するですよ。
分割。ストーリー小さくするっていうことですよね。
ここがストーリーとストーリーの境界点なんじゃないかっていうところを見出して、それをプランニングしてやっていくっていうのが、
ソフトウェアにおけるアジャイルでのデファクトなのかなって最近は思っています。
データサイエンスっていうのがそもそも結構新しめな分野ではあって、意外にアジャイルよりも後に出てきてると思うんですよね。
そんな中でデータサイエンスでストーリー小さくするってどういうことなんだろうなっていうところに話が行くような気がしますと。
正直なところデータサイエンスに対する知見はないし、そこの専門家でもないので、
どうやってストーリータスクを小さくしていくべきかは分からないんですけど、分からないのからこそ一緒に協働しないといけない気がしてきますよね。
もともとこのチームは何となく目的が一緒っていうだけでデータサイエンティストとソフトウェア開発者、
あと他にもプロダクトマネージャーとかもいるんですけどが集められた。
結構トップダウンで集められたっぽいような感じなんですよね。
だからなんで一緒に働くのみたいなところがあったらしいんですよと。
だけどいろいろとやっていくうちに、なるほどねと仲良くなるっていうのもあるし、お互いのやってる仕事の内容が分かってくるしということで、
いい面はあったと。いい面はあったんだけど、結局ロードマップっていうかタイムボックスの捉え方が違うっていうのもまた発見としてあって、
このチームまたじゃあ別々で働いた方がいいかねみたいな話も出つつどうなんだろうなっていうところが現状という感じですね。
結構思惑がいろいろあって、ある人は別々で働いた方がいいんじゃないのって言っているし、ある人は一緒に働いた方がいいんじゃないかって言ってる人もいるし、
今本当に賛否両論っていう感じですね。ただみんな優しいからけんけんがくがくな議論にはなっていないかなと。
これがもしかしたらけんけんがくがくになるぐらいになると、いよいよチームとしてさらにまた人が仰向けそうな予感がしますよね。
それはちょっと置いといて、何話してたかな。
とにかくタイムボックスに対する捉え方が違うんですよっていうところにまた行き着くわけですけど、
その向き直りの話の中であがった面白い話として言えば、レポートっていう話をあるデータサイエンティストのメンバーが言ってたんですよね。
スプリントの期間が短くなるっていうことはそれだけイテレーションが多く行われるわけですよね。
イテレーションが多く行われるということはレポートを書く頻度が増えて、
結局レポートを書くのに忙殺されて本当にやりたいことに集中できないっていうことを言っていて、
なんとなく割と流しがちなコメントだったんですけど、
レポートっていう言葉にすごく引っかかりを覚えて、レポートって何ですかって聞いてみたら、
データサイエンスにおいてはある実験をするにあたって仮説を立てて、それに対する方法を考えて、
その結果を書いて、どうだって考察を書くみたいな、まさに実験ですよね。
論文のアブストラクト、メソッド、リザルト、ディスカッションかとほぼ同じだと思うんですけど、
そんなのを書く頻度が増えるっていうことを言っていて、
私がちょっと指摘というかボソッと言ったのが、
そのレポートって必ずマイスプリントじゃないといけないんですかって言って、
どうもスプリントレビューでそういうのを出さないといけないよねって言っていて、
その辺りちょっと思い込みがありそうだなって予感がして、
もしかしたらスプリントレビューは、スプリントレビューイコールレポートじゃなくてもいいかもしれないですねってところで、
データサイエンスのストーリーの切り方
次回につながるというところでまた向き直りは今後も継続するって感じでした。
なので、この話結構今日はいろいろ言ったり来たりして申し訳ないですけど、
データサイエンスっていうのはアジャイルよりも結構若いっていうか、
何でしょうね、ワード自体は若いかなと。
昔から行われてたような気はするんですけど、
その中でデータサイエンスとアジャイルっていうところの親和性っていうのは結構最近問われていて、
データサイエンスのタスクの切り方、ストーリーの切り方ってまだまだ改善の余地あるなっていう気がしていて、
本当に共同してみないとわからんな。
そうですね、この話してどうなるかわからなかったんですけど、またいい発見が得られました。
データサイエンス、私も若干実は別チームで働いてもいいんちゃうみたいな気持ちだったんですよね。
チームトポロジーズでいうところのストリームアラインドチームっていうんですよね。
今私のチームはまさにストリームアラインドチームで、
そのストリームアラインドチームにデータサイエンティストがいる構造ですと。
なんですけど、チームトポロジーズだと4つチームがあるじゃないですかと。
ストリームアラインドチームとプラットフォームチームとイネーブリングチームと、
そしてコンプリケティッドサブシステムチームでしたっけ、みたいなのがあったと思っていて。
コンプリケティッドサブシステムチームって、
割とデータサイエンティストなチームが当てはめられる印象があるんですよね。
だけど今のチームは面白いことに、
コンプリケティッドサブシステムで活躍しそうな人たちが
ストリームアラインドチームにいるっていうのが非常に面白いと。
話戻すと、私はチームトポロジーズに純粋に従うんだったら、
多分データサイエンティストはコンプリケティッドサブシステムで活躍して、
たまに密にコラボレーションして、
基本的にはXアザサービスのインタラクションをするのが、
ベターなんかなって思ってたんですけど、
ストリームアラインドチームにデータサイエンティストがいるっていうのも、
それはそれでなかなかない事例だし、
今後もしかしたら登壇のネタになるかもしれないし、
そして何よりも、私がデータサイエンティストの人たちと一緒に働くことによって、
もしかしたらデータサイエンスにおいての新しいストーリーの切り方っていうのを見出せるかもしれないですよね。
私がっていうのもおこがましいとは思うんですけど、
要はソフトウェア開発をやっていて、
もうストーリーを切るのが当たり前な世界観にいる人と、
まだまだデータサイエンスにおいてどうやってストーリーを切るのかっていうのが定まっていないところで、
データサイエンスにおけるストーリーの切り方に、それこそ切り込んでいけるっていうのは面白そうだなと。
だからこそ共同して働くっていうのは非常にチャレンジングで面白いなっていうところではあります。
というところで今回はデータサイエンティストと共同するスクラムというテーマでお話をさせていただきました。
それではまた。
