O nas

O firmie

Od kilkunastu lat, działając na rynku IT w Polsce i nie tylko, obserwujemy, że wiele firm związanych z danymi albo tylko wynajmuje specjalistów IT w rzeczywistości nie biorąc żadnej odpowiedzialności za efekt ich prac, albo skupia się na realizacji projektów klasy „Proof of concept”, które w rzeczywistości okazują się bezużyteczne w rzeczywistości biznesowej.

Znalezienie pewnego i doświadczonego partnera, mogącego wesprzeć ekspercką wiedzą lub wręcz poprowadzić przez meandry projektów opartych na danych jest trudne. Dlatego też wiele organizacji próbuje realizować tego typu projekty na własną rękę. Efekty takiego podejścia często bywają niesatysfakcjonujące, ponieważ budowa nawet małej hurtowni danych, tak aby była biznesowo funkcjonalna, wymaga odpowiedniego doświadczenia i standaryzacji.

W odpowiedzi na te obserwacje i wyzwania powstało Data by Example – firma stworzona przez profesjonalistów, posiadających wieloletnie doświadczenie w realizacji złożonych projektów przetwarzania danych. Chcemy w sposób kompleksowy i z zachowaniem najwyższej jakości wspierać naszych klientów w budowaniu przewagi konkurencyjnej w oparciu o posiadane przez nich dane.

Nasze wartości

Słuchanie Partnerstwo

W Data by Example od samego początku pamiętamy, że IT jest usługą wspierającą rozwój biznesu. Celem projektów IT jest uzyskanie konkretnego zwrotu z inwestycji. A sama technologia i implementacja zawsze muszą być najlepszą możliwą drogą do uzyskania efektu biznesowego. Zrozumienie potrzeb klienta, wypracowanie koncepcji i wdrożenie pomysłów w życie, tak by dostarczyć finalnie oczekiwaną wartość wymaga partnerskiej relacji i otwartego podejścia, a ich fundamentem jest umiejętność nie tylko zadawania trafnych pytań, ale przede wszystkim słuchania.

Doradzanie Zaufanie

W Data by Example wierzymy, że kluczem do rozwiązywania problemów biznesowych i dostarczania wartości jest doświadczenie. To właśnie na nim opiera się zaufanie. Dlatego z naszymi klientami dzielimy się wypracowanymi na przestrzeni lat standardami i dobrymi praktykami. Wspieramy projekty naszą wiedzą technologiczną i domenową, proaktywnymi pomysłami i rekomendacjami, podyktowanymi znajomością zagadnień data. Wiemy, że zaufanie rodzi się z czasem, tak ze wspólnie osiągniętymi sukcesami jak i pokonanymi trudnościami. Dlatego w Data by Example stawiamy na długofalową współpracę, w ramach której klienci mogą liczyć na nasze profesjonalne doradztwo. Jest to szczególnie ważny aspekt w kontekście danych, nie tylko dlatego, że czas potrzebny na wdrożenie specjalisty w tym obszarze jest dłuższy niż w innych specjalizacjach IT, ale przede wszystkim dlatego, że bez zaufania działania w zakresie danych po prostu nie mają szansy powodzenia.

Dowożenie Jakość

W dobie skupienia na outsourcingu programistów, w Data by Example pragniemy czegoś więcej Bierzemy na siebie nie tylko odpowiedzialność za nastawienie i umiejętności dostarczonych specjalistów, ale przede wszystkim za efekt finalny projektu i jego wartość biznesową. Kompromisy kosztem jakości w projektach IT są według naszej filozofii strategią bardzo krótkoterminową, której się zdecydowanie wystrzegamy. Wierzymy, że nasi klienci zasługują na więcej i dlatego też więcej oczekujemy i wymagamy od samych siebie. Doskonalenie się, bycie na bieżąco z technologią, wybieganie w przyszłość koncepcjami i usprawnieniami, dynamika i elastyczność to tylko niektóre z naszych zasad. Zmieniamy świat zaczynając od siebie, a działanie „by example” wpisuje się w naszą drogę do współtworzenia ogromu możliwości przetwarzania danych w informacje.

Jak pracujemy?

Zarządzanie projektami

Lata doświadczenia w realizacji projektów IT zaowocowały wypracowaniem przez nas sposobu zarządzania projektami, który łączy najlepsze praktyki zwinnego zarządzania z podejściem klasycznym.

W pracy naszych zespołów stosujemy codzienne spotkania z project managerem i product ownerem, planowanie pracy w sprintach przy wykorzystaniu zwinnych narzędzi, a jeśli to potrzebne – spotkania mające na celu ocenę postępów prac i dyskusję o ewentualnych problemach w zespole.

Z drugiej strony wiemy, że projekty IT to nie samotne wyspy, a osoby decyzyjne w organizacjach potrzebują precyzyjnych informacji o harmonogramie, budżecie i zakresie projektu. W związku z tym na codzienne zwinne działanie zespołów nakładamy warstwę klasycznego zarządzania projektami wraz z wielopoziomową komunikacją oraz regularnymi spotkaniami komitetu sterującego.
Nasze doświadczenie potwierdza, że taki mix metod zwinnych i klasycznych jest najbardziej efektywną formą realizacji projektów w obszarze danych.

Zespoły

W zarządzaniu zespołami realizującymi projekty w obszarze danych wyznajemy dwie podstawowe zasady.

Po pierwsze zespół musi być dobrany pod względem umiejętności i doświadczenia adekwatnie do wartości jaka ma zostać dostarczona w ramach projektu. Na etapie planowania projektu określamy czy będziemy budować nowe środowiska i konieczne tym samym jest zaangażowanie specjalisty devops, czy modele danych będą przeznaczone do wykorzystania analitycznego czy tylko do zabezpieczenia danych, co wpływa z kolei na decyzję o udziale w projekcie analityka danych. Poprawnie skomponowany zespół to gwarancja płynności prac i ich wykonania na odpowiednim poziomie.

Z drugiej strony nasze doświadczenia nauczyło nas, że nie można realizować projektów IT bez udziału czterech kluczowych ról:

Product Ownera rozumiejącego budowane rozwiązanie oraz jego znaczenie biznesowe
Project Managera odpowiadającego za zakres, harmonogram i budżet projektu
Architekta odpowiedzialnego za skalowalność i bezpieczeństwo systemu oraz dobór właściwych technologii do jego realizacji
Lead Developera kontrolującego jakość rozwiązania oraz realizację projektu według najlepszych standardów

Role te nie muszą być zaangażowane w projekt w pełnym wymiarze czasu, ale ich brak znacząco wpływa na pogorszenie końcowego rezultatu projektu.

Standardy

Setki zrealizowanych projektów w obszarze danych pozwoliły nam wypracować liczne standardy pracy w obszarach: analizy i modelowania danych, projektowania architektury systemów, konstruowania środowisk i zapewniania ich bezpieczeństwa, tworzenia i testowania kodu transformującego dane, kontroli i zapewniania jakości danych, tworzenia atrakcyjnych wizualnie ale i użytecznych raportów, budowania aplikacji i interfejsów użytkownika opartych o big data oraz tworzenia, uruchamiania i utrzymania modeli sztucznej inteligencji.

Dzięki istnieniu takiej standaryzacji pracy możliwa jest realizacja projektów, nie tylko w planowanych harmonogramach i budżetach, ale przede wszystkim w odpowiedniej jakości. Jakość ta zapewnia z kolei, że zrealizowany projekt przynosi oczekiwany zwrot z inwestycji i przyczynia się do pozyskania przewagi konkurencyjnej w oparciu o dane.