<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Data-Science on Davide Tarasconi</title>
    <link>https://davidetarasconi.com/tag/data-science/</link>
    <description>Recent content in Data-Science on Davide Tarasconi</description>
    <generator>Hugo</generator>
    <language>it-IT</language>
    <lastBuildDate>Mon, 14 Dec 2020 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://davidetarasconi.com/tag/data-science/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>La data science non è abbastanza agile?</title>
      <link>https://davidetarasconi.com/2020/12/14/la-data-science-non-e-abbastanza-agile/</link>
      <pubDate>Mon, 14 Dec 2020 00:00:00 +0000</pubDate>
      <guid>https://davidetarasconi.com/2020/12/14/la-data-science-non-e-abbastanza-agile/</guid>
      <description>&lt;p&gt;&lt;em&gt;Questo articolo è comparso originariamente sul &lt;a href=&#34;https://agilemonocle.substack.com/p/-agile-monocle-s01e04&#34;&gt;agile monocle&lt;/a&gt;, la mia newsletter in lingua inglese in cui parlo di agile non come un martello ma come una lente attraverso cui osservare il modo in cui lavoriamo.&lt;/em&gt;&lt;/p&gt;
&lt;hr&gt;
&lt;p&gt;Ogni volta che una nuova competenza inizia ad avere trazione ed essere sempre più richiesta ricadiamo automaticamente nella trappola della specializzazione: ci servono specialisti e ci ritroviamo a non sapere come integrare questi specialisti all&amp;rsquo;interno dei nostri team e progetti agili, e ci ritroviamo a dire cose come &lt;em&gt;&amp;ldquo;la data science non è agile&amp;rdquo;&lt;/em&gt;.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
