iT邦幫忙

dataops相關文章
共有 24 則文章
鐵人賽 AI & Data DAY 14

技術 淺談 Data Mesh & Microservices

Data Mesh & Microservices 在國內最專業的非 Brobridge 寬橋莫屬,看看這篇貼文就知。https://www.facebook....

鐵人賽 AI & Data DAY 17

技術 資料領域需要什麼都來點 Ops:DevOps, DataOps, MLOps, AIOps

各種 Ops 是傳統組織架構崩解的號角 傳統功能性部門的分工方式容易造成資訊孤島,卻又為了企業營運活動而必須合作。純專案組織不用跨部門合作了,不必分享資訊也不必...

鐵人賽 AI & Data DAY 13

技術 Data Lakehouse (資料湖倉),順便淺談 Apache Iceberg

Data Lakehouse(資料湖倉)這是 2023 終於紅到台灣的新詞彙。Gartner:「資料湖倉是整合資料倉儲與資料湖泊為一體(湖倉一體),將運算配置與...

鐵人賽 AI & Data DAY 1

技術 30 個資料領域詞彙一覽與前言

簡單說,這 30 個詞彙是衡量家裡有沒有礦的方式之一。 所有的組織與個人都有資料,就像整個地球的地底下都有礦物,但是有經濟價值可開採的礦藏需要符合一定的標準。通...

鐵人賽 AI & Data DAY 28

技術 介紹 Data Management Association International(DAMA, 國際資料管理協會) 與 CDMP 證照

從 Data Management Association International (DAMA) 成立之初,資料管理應該還是附屬於資料庫管理或分析應用系統。...

鐵人賽 AI & Data DAY 11

技術 Data Virtualization 資料虛擬化(vs. Data Warehouse vs. Data Lake)

我第一次看到這個詞彙,就是跟 Data Visualization(資料視覺化) 放在一起,看得眼花。所以花了時間把它搞清楚,頭就不昏了。也要注意別跟 (Ser...

鐵人賽 AI & Data DAY 16

技術 DataOps(Data is the New Infra,也需要來點 Ops)

4 年前開始研究 DataOps, 當時覺得沒什麼人討論。現在發現百家爭鳴! Digital Transformation 數位轉型的理想是轉變為 Data-D...

鐵人賽 AI & Data DAY 8

技術 Data Lake 資料湖泊( 與一隻黃色小象 Hadoop 的時代)

終於講到我的 Home turf(主場、地盤)!(什麼叫做主場?就是沒 Google search 的前置作業需求) 2015 年我踏入大數據領域,在此之前我只...

鐵人賽 AI & Data DAY 5

技術 Data Warehouse 資料倉儲 (營運上各種光怪陸離的現象)

Data Warehouse(以下簡稱 DWH)這一塊目前仍然是百家爭鳴的狀態,應用架構與功能實際上沒有一個共通的業界標準。前一篇談到 DWH 時,歸類為儲存結...

鐵人賽 AI & Data DAY 9

技術 Massive Parallel Processing(MPP vs. Hadoop)

本篇還是會再提 Hadoop,以對照 MPP 的特點。Massive Parallel Processing(MPP) 實際上是一種架構。理論上依據應用場景,M...

鐵人賽 AI & Data DAY 27

技術 Master Data Management (主資料管理究竟是仙丹還是毒藥?)

許多主資料管理解決方案會合併資料整合(或傳統ETL)、資料品質一起導入,燉成一鍋,行銷成萬靈丹。 Master Data Management 主資料管理,此解...

鐵人賽 AI & Data DAY 30

技術 BizDevOps & Data (資料驅動的商業營運模式)

如果要把我這八年創業所追逐的目標濃縮成一個字,應該就是 BizDevOps。 這張圖的原作 zenexmachina.com 是用來解說 Agile + Lea...

鐵人賽 AI & Data DAY 7

技術 Business Intelligence 商業智慧

今天偶然聽到一位策略顧問的分享。她說在顧問領域也有鄙視鏈,為首是 Strategy Consultant(策略顧問),然後是 Management Consul...

鐵人賽 AI & Data DAY 26

技術 Metadata Management(企業資料架構的神經系統)

前情提要:Metadata 詮釋資料 (分離資料儲存與資料取用) DAMA International(國際資料管理協會)的 DAMA 的 DMBoK ,資料治...

鐵人賽 AI & Data DAY 10

技術 Data Visualization 資料視覺化(vs. BI 商業智慧)

為什麼我會想寫 30 個資料領域詞彙系列呢?資料領域加上 Information Technology,如此深廣的領域,豈是三十天用每天幾百字可以說清楚?我也...

鐵人賽 AI & Data DAY 19

技術 Data Product 資料產品(AI 鍊金術的賢者之石)

我是在 2021 年經由 Bryan Yang 知道這個詞彙的,他也寫過鐵人賽專文介紹。 [Day 1] 資料產品簡介 我們是從 Simon O'Regan 這...

鐵人賽 AI & Data DAY 4

技術 Metadata 詮釋資料 (分離資料儲存與資料取用)

為什麼要在 Data & AI 領域討論 Metadata 呢? 因為它是資料庫系統中的指南針。 Metadata 的中文譯名問題 元數據:中國大陸用語...

鐵人賽 AI & Data DAY 20

技術 Data Project 資料專案 (再談 Data 與 IT 領域的差異)

資料專案非 IT 專案 這段話現在是我的信件簽名檔。 2015 年炬識成立的時候以大數據為主題,當時我在業界已經累積十幾年的經驗,而且選擇我熟悉的金融業作為主要...

鐵人賽 AI & Data DAY 25

技術 Data Catalog(資料目錄,資料治理最平順的起手式)

為何選擇資料目錄當作資料治理的起點? 資料產品是讓資料價值得以「兌現」的重要手段。一套能實踐且穩定執行的資料治理框架,必須要讓不同的角色受惠,並幫助企業產生並重...

鐵人賽 AI & Data DAY 6

技術 SQL 結構化查詢語言(& NoSQL 雜談)

SQL 是指稱一種 Query Language(查詢語言)。NoSQL 是指稱某一類型的 Databases(資料庫系統)。 這兩個詞彙不算同類。但是,常常會...

鐵人賽 AI & Data DAY 21

技術 Data Governance (資料治理,企業資料組織、流程與技術的最高指導原則)

我們上一篇談到「資料團隊架構」時,講到近年開始往非階層式組織,去中心化的趨勢。我們稍微倒退一點,大約 2017 年 Data Infra 仍在發展中的狀態,私有...

鐵人賽 AI & Data DAY 18

技術 MLOps 的困境:為高監管行業的資料科學家請命

今天不長篇大論,要幫 AI 鍊金術師 - 「資料科學家」請命!其實,還有「機器學習模型工程師」,但是在高監管行業快見不到他們的身影了,因為相關環境整備不足。 這...

鐵人賽 DevOps DAY 1

技術 【Day 1】前言

在報名截止最後一天加入了,跟去年結語提到的一樣: 雖然這一次累的半死,但明年還是會默默報名吧~明年我會準備好再參賽的~16th鐵人賽見~ from 台灣人必做...

鐵人賽 DevOps DAY 3

技術 【Day 3】DataOps 是什麼?

1. DataOps 名稱由來 DataOps 最早是 Lenny Liebmann 在 2014 年提出,主要是為了優化數據流的整合和自動化,進而確保數據質量...