数据平台和工程

设计可靠的管道和管理数据产品,支持分析,机器学习和人工智能应用.

问题

能否使正确的数据与其含义保持完整?

图源,所有权,允许使用和每位消费者所需的新鲜性. 在选择平台模式之前,确定质量,后裔和访问方面的缺口. 连接数据设计到具体的分析或人工智能工作负载.

设计吞,转换和服务,跨批量和流量要求. 定义合同,调整检查,故障处理和重复. 保持与数据附加的质量信号,以便消费者能够区分空结果与不完整的负载.

让平台可操作. 文件所有权,可观察性,成本驱动因素和恢复程序. 计划在有用数据产品上逐步采用,并在需求和证据证明时扩展平台.

我应该带什么来谈话?

带来你需要做出的决定,你已经知道的限制和一个小,非机密的例子. 我们可以同意,资源,专注的审查或更详细的讨论是正确的下一步.

接下来更清楚的步骤