Mit Streamlit schneller zum datenwissenschaftlichen Prototyp
Daten beleuchten
Data Scientists müssen für Prototypen schnell Daten visualisieren können. Streamlit wandelt Jupyter-Notebooks in Web-Apps, ohne dass tieferes Frontend-Know-how vorhanden sein muss.
Streamlit ist eine Open-Source-Python-Bibliothek, mit der sich schnell Web-Apps für Data Science und maschinelles Lernen erstellen lassen. Nutzerinnen und Nutzer benötigen dafür keine Frontend-Kenntnisse. 2018 gestartet, steht Streamlit kurz vor der Version 1.0.
Der Begriff Datenprodukt umfasst Daten, ihr KI-Modell und die Darstellung der Ergebnisse. Beim Entwickeln von Datenprodukten sind neben den eigentlichen Fachabteilungen auch andere Abteilungen wie IT, Verkauf oder Marketing involviert. Um schneller Hypothesen überprüfen zu können, erstellen fachübergreifende Teams in kurzen agilen Sprints Prototypen in Form von Minimum Viable Products (MVP). Angelehnt an Googles Design Sprints (siehe ix.de/zxer), etablieren sich solche Data Sprints immer mehr, in denen die Teams innerhalb von drei bis fünf Tagen einen Prototyp vom Konzept bis zur Implementierung realisieren (siehe Kasten „Data Design Sprint“).