Canva - Engineering Blog
·
我们如何在内部构建实验
内容提要
Canva的实验分析平台经历了显著变革，旨在提升数据科学家的工作效率和用户体验。最初的Python包用于标准化实验结果计算，后开发了Django网页应用以实时共享分析结果。为提高可靠性，实验分析框架被专门工程团队重写并整合进Feature Control，采用AWS lambda和API，简化用户操作。未来，Canva将继续优化实验流程，确保用户轻松进行实验分析。
关键要点
-
Canva的实验分析平台经历了显著变革，以支持数据科学家的增长和提升用户体验。
-
最初的实验分析框架是一个Python包，用于标准化实验结果的计算和共享。
-
为了解决共享结果的困难，Canva开发了一个Django网页应用，提供实时更新和结果共享的界面。
-
随着需求的增加，Canva将实验分析框架交给专门的工程团队重写，并整合进Feature Control。
-
新系统采用AWS lambda和API，简化了用户操作，提高了可靠性和可访问性。
-
Canva推出了教育项目，帮助员工理解实验的理论和实践，减少了技术支持请求。
-
为了让非技术用户也能使用实验分析，Canva重新设计了用户界面，采用点选式操作，确保所有指标的一致性和有效性。
-
Canva将继续优化实验流程，确保每个人都能轻松进行实验分析。
延伸问答
Canva的实验分析平台经历了哪些重要变革？
Canva的实验分析平台经历了从Python包到Django网页应用的转变，并由专门的工程团队重写，整合进Feature Control，采用AWS lambda和API，提升了用户体验和可靠性。
Canva是如何解决实验结果共享困难的？
Canva开发了一个Django网页应用，提供实时更新和结果共享的界面，解决了通过Slack或Confluence共享结果的繁琐问题。
Canva的实验分析框架是如何提高用户操作的？
新系统通过采用点选式操作界面，简化了用户创建实验分析组件的流程，使非技术用户也能轻松使用。
Canva在实验分析中如何支持数据科学家的增长？
Canva的实验分析平台经过改进，支持数据科学家的数量增长，并成为数据堆栈中的核心工具，提升了工作效率。
Canva如何确保实验分析的可靠性和可访问性？
通过将实验分析框架交给专门的工程团队重写，并整合进Feature Control，Canva确保了实验分析的可靠性和可访问性。
Canva推出的教育项目有什么作用？
教育项目帮助员工理解实验的理论和实践，减少了技术支持请求，提升了员工自助解决数据问题的能力。
