Pour une approche Inclusive et Collaborative
MANIFESTE
Pour une approche inclusive et collaborative des projets data.
The Linux Foundation propose un manifeste décrivant les valeurs et principes permettant l’approche la plus efficace, éthique et moderne du travail d’équipe sur les données.
Nous y adhérons, le traduisons ci-dessous et nous vous invitons à le signer !
Nous pensons que ces valeurs et principes, pris ensemble, décrivent l’approche la plus efficace, éthique et moderne du travail d’équipe sur les données.
Les Valeurs
Inclusion
Optimisez la diversité, la connectivité et l’accessibilité entre les projets de données, les collaborateurs et les résultats
Expérimentation
Mettez l’accent sur les tests itératifs continus et l’analyses des données
Responsabilité
Comportez-vous de manière éthique et transparente, corrigez rapidement les erreurs et tenez informés les autres responsables
Impact
Hiérarchisez les projets avec des objectifs bien définis et concevez-les pour obtenir des résultats mesurables et substantiels
Les Principes
En tant que « data team », nous visons à :
#1 Utiliser les données pour améliorer la vie de nos utilisateurs, clients, organisations et communautés.
#2 Créer un travail reproductible et extensible.
#3 Construire des équipes avec des idées, des expériences et des forces diverses.
#4 Donner la priorité à la collecte et à la disponibilité continues des discussions et des métadonnées.
#5 Identifier clairement les questions et les objectifs qui motivent chaque projet et les utiliser pour guider à la fois la planification et l’amélioration.
#6 Être ouvert à changer nos méthodes et nos conclusions en réponse à de nouvelles connaissances.
#7 Présenter notre travail de manière à permettre aux autres de prendre des décisions plus éclairées.
#8 Respecter et inviter les critiques justes tout en favorisant l’identification et la discussion ouverte des erreurs, des risques et des conséquences imprévues de notre travail.
#9 Protéger la vie privée et la sécurité des personnes représentées dans nos données.
#10 Aider les autres à comprendre les applications de données les plus utiles et les plus appropriées pour résoudre des problèmes réels.