E16 - Manifiesto Ágil: Qué tanto aplica a Data Science?

Resumen

En este episodio (grabado el 20221220) los tres conductores revisan el Manifiesto Ágil, sus cuatro valores y sus doce principios, y discuten qué tanto aplican a Data Science. Plantean que el manifiesto es la base de las metodologías ágiles (Scrum, Kanban y otras), pero que mucha gente las usa sin conocerlo. Coinciden en que los valores son casi sentido común: trabajar bien en equipo, comunicarse, entregar algo que funcione y aceptar el cambio. Sostienen que un Data Scientist es un tipo de desarrollador de software, por lo que el manifiesto aplica casi en su totalidad. Critican que las metodologías se vendan como solución mágica con certificaciones, y dicen que hay que adaptarlas al contexto del equipo (por ejemplo, las Daily). Concluyen que lo importante son los principios y no una metodología en particular.

Capítulos

• 00:00
  IntroPresentan el tema: el Manifiesto Ágil y algunas metodologías ágiles. Comentan que mucha gente que usa metodologías ágiles no conoce los principios y que se debe diferenciar manifiesto, framework y Scrum.
• 05:06
  Postulados del manifiesto ágilExplican que son cuatro valores y que los principios son doce. Cuentan que el origen está en el desarrollo de software y que después se extendió a otras áreas.
• 05:28
  Individuos e interacciones sobre procesos y herramientasUna organización existe porque nadie puede hacer todo solo, y la comunicación pesa más que la herramienta. Dicen que los problemas suelen venir de falta de comunicación y liderazgo (hablan de "80% vs 20%") y que a veces se culpa a la herramienta o al consultor.
• 10:27
  Software funcionando sobre documentación extensivaPrefieren algo que funcione y ayude a decidir antes que PDF de 50 hojas. La documentación extensa sirve si se genera automáticamente como respaldo, y el esfuerzo debe ir a lo que hace funcionar la cosa.
• 13:10
  Colaboración con el cliente sobre negociación contractualCritican el modelo waterfall, donde se ejecuta textualmente lo especificado. En Data Science hay que iterar y hacer preguntas con la contraparte, y conviene haber estado en ambos lados (cliente y desarrollador).
• 17:41
  Respuesta ante el cambio sobre seguir un planLos planes cambian y hay que ser flexibles. El cambio no es caprichoso sino que responde a necesidades del momento.
• 20:43
  Qué tanto se aplica esto a Data ScienceComentan que los firmantes son figuras como el "tío Bob" (Robert Martin). Opinan que un Data Scientist es un tipo de desarrollador, que el rol de "translator" agrega complejidad a la comunicación, que no hay que obsesionarse con la métrica del modelo y que hay que mostrar avances constantes al cliente. Notan que es raro que algo funcione a la primera.
• 26:29
  Principios del Manifiesto ÁgilIntroducen los doce principios, que nacen de los valores y son similares a lo ya discutido.
• 26:47
  Nuestra mayor prioridad es satisfacer al cliente mediante la entrega temprana y continua de software con valorHablan del MVP y de la prueba de concepto. Uno cuenta que vive "en versión MVP" (ejemplo de lavar platos). Destacan que el valor está en llegar a probar con usuarios reales, donde aparecen los problemas.
• 31:09
  Aceptamos que los requisitos cambien, incluso en etapas tardíasLos cambios aportan ventaja competitiva y suelen tener una razón (el cliente descubre otra necesidad o cambia el mercado, por ejemplo un competidor que baja precios).
• 32:22
  Entregamos software funcional frecuentemente, entre dos semanas y dos mesesDos semanas les parece sensato, aunque una semana se sintió demasiado corta para uno de ellos. Concluyen que depende del contexto y de lo que se entrega.
• 35:57
  Los responsables de negocio y los desarrolladores trabajamos juntos de forma cotidianaCritican la actitud de hacer solo lo pedido sin preocuparse del uso del entregable. Debaten si los tickets son el problema o lo es cómo se trabajan, y mencionan las reuniones inútiles como el vicio opuesto.
• 41:26
  Los proyectos se desarrollan en torno a individuos motivadosHablan de motivación, ambiente laboral y confianza. Usan la analogía de un videojuego de equipos y mencionan que la microgestión es negativa y se reduce con personas motivadas.
• 46:01
  El método más eficiente y efectivo de comunicar es la conversación cara a caraDiscuten si una videollamada cuenta como cara a cara. Argumentan que llamar es más rápido que escribir mensajes y que el lenguaje no verbal presencial aporta vínculos; prefieren un modelo híbrido flexible.
• 53:20
  MemesComentan memes sobre el Scrum Master y las estimaciones que se vuelven deadlines (recomiendan multiplicar los plazos, "por dos" como mínimo). Hablan de Jira y su configuración, y explican a grandes rasgos la diferencia entre Scrum y Kanban.
• 01:03:01
  El software funcionando es la medida principal de progresoUn entregable tiene responsable, fecha y definición tangible. "Seguir modelando" no es un entregable.
• 01:04:30
  Los procesos Ágiles promueven el desarrollo sostenibleSe refiere a mantener un ritmo constante sin reventar a la gente, ya que los cambios generan sobrecarga.
• 01:06:21
  La atención continua a la excelencia técnica y al buen diseño mejora la AgilidadCódigo ordenado e infraestructura adecuada evitan deuda técnica y facilitan integrar o llevar a producción. Distinguen hacerlo rápido y mal de ser ágil.
• 01:08:42
  La simplicidad, o el arte de maximizar la cantidad de trabajo no realizado, es esencialSeñalan que la frase está mal escrita (maximizar trabajo no realizado sería no hacer nada, falta una restricción). Interpretan que significa evaluar qué cosas complejas valen la pena y descartar las demás.
• 01:11:59
  Las mejores arquitecturas, requisitos y diseños emergen de equipos auto-organizadosEjemplifican con decisiones externas sobre trabajo híbrido. Proponen usar el manifiesto como argumento dentro de una organización.
• 01:14:12
  A intervalos regulares el equipo reflexiona sobre cómo ser más efectivoLo relacionan con la retrospectiva y el feedback del equipo. Lo que funciona puede dejar de hacerlo si cambia el equipo.
• 01:16:00
  ResumenConcluyen que todo se reduce a trabajar bien en equipo y que el manifiesto ordena el sentido común y lo hace consciente.
• 01:17:08
  Cómo aplicar todo estoResumen de Scrum: Daily, Sprint planning, review y retro, historias de usuario y puntos. Debaten si la Daily diaria tiene sentido en equipos donde cada uno trabaja en lo suyo y la adaptan a reuniones dos veces por semana. Afirman que Scrum es una implementación del manifiesto y que hay que adaptarla al contexto. Advierten sobre negocios de certificación y sobre gerentes que usan la metodología como escudo.
• 01:32:20
  Ejemplos de metodologías ágilesMencionan Scrum, Kanban (origen en Toyota), Scrumban, Extreme Programming (programación en pares), Lean Software Development, Feature Driven Development, Dynamic System Development Method, Adaptive Software y Crystal. Comentan que la programación en pareja da resultados robustos (un hackatón de unas 20 horas con trabajo en grupos produjo MVP) y facilita traspasar conocimiento.
• 01:37:30
  CierreConcluyen que los valores son sensatos y aplican a Data Science casi totalmente. La comunicación es lo principal, las metodologías son herramientas y no hay que dejar que se las vendan sin entender el contexto.

Palabras clave