Business Analysis Methodology Book, Emrah Yayici. 2015.
В качестве краткого руководства по бизнес-анализу книга объясняет международные методы и инструменты. Практический пример с образцами проектных документов и диаграмм используется для более практического объяснения международных инструментов, методов и принципов бережливого производства широкому кругу практиков.
Полезные книги
An Introduction to Statistical Learning, Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani. 2021.
Введение в статистическое обучение обеспечивает широкое и менее техническое рассмотрение ключевых тем статистического обучения. Каждая глава включает R lab. Эта книга подходит для всех, кто хочет использовать современные инструменты для анализа данных.
«Требования для программного обеспечения: рекомендации по сбору и документированию», Илья Корнипаев. 2013.
Эта книга — о том, как собирать, документировать и проверять требования. Она рассчитана на самый широкий круг читателей: начинающих аналитиков, проектировщиков, архитекторов, разработчиков, тестировщиков, руководителей проектов и других специалистов, задействованных в проектах по разработке программного обеспечения (ПО) на ранних стадиях.
37 Things One Architect Knows About IT Transformation. A Chief Architect's Journey, Gregor Hohpe. 2016.
Грегор Хоп рассматривает вопросы архитектуры и коммуникации, оценивает какими навыками и качествами должен обладать специалист.
Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems, Martin Kleppmann. 2017.
Труд Клеппмана стал настольной книгой многих разработчиков и архитекторов. Книга вобрала в себя все основные идеи, алгоритмы и подходы работы с данными. Кто стоит за данными, что такое алгоритмы консенсуса, какие существуют уровни согласованности — важные вопросы разбираются глобально и с референсами.
Creating a Data-Driven Organization: Practical Advice from the Trenches, Carl Anderson. 1-е издание, 2015.
Карл Андерсон рассказывает о цепочке аналитической ценности, которая поможет вам строить предиктивные бизнес-модели — от сбора данных и анализа до идей и конкретных обоснованных действий.