Linee guida pratiche per implementare Prodotti Dati

Data Catalog, Data Fabric, Data Products, Data Marketplace

Descrizione

La maggior parte delle aziende oggi archivia dati ed esegue applicazioni in un ambiente multi-Cloud ibrido. I sistemi analitici tendono a essere centralizzati e isolati come Data Warehouse e Data Mart per BI, Hadoop o Data Lake memorizzati su Cloud per Data Science e sistemi analitici di streaming stand-alone per l’analisi in tempo reale.

Questi sistemi centralizzati si affidano a Data Engineer e Data Scientist che lavorano all’interno di ciascun silos per acquisire dati da molte fonti diverse, pulirli e integrarli per l’utilizzo in uno specifico sistema analitico o modelli di Machine Learning.

Ci sono molti problemi con questo approccio centralizzato e in silos.

Per affrontare questi problemi è emerso un nuovo approccio che tenta di accelerare la creazione di dati da utilizzare in più workload analitici, l’approccio è la creazione di Prodotti Dati. Questo è un approccio decentralizzato orientato al dominio del business, alla data ownership e al data engineering per creare Prodotti Dati riutilizzabili che possono essere realizzati una sola volta e condivisi per servire su più sistemi analitici e workload.  Molte opzioni di Architettura Dati sono disponibili per creare Prodotti Dati.

Questo seminario esamina in dettaglio i Prodotti Dati evidenziando i loro punti di forza e di debolezza. E quali sono le opzioni di implementazione dei Prodotti Dati.

Il corso si sofferma inoltre sulle implicazioni organizzative dello sviluppo dei Prodotti Dati.

Le tecnologie discusse includono Cataloghi Dati, Data Fabric per lo sviluppo collaborativo di pipeline di integrazione dati per creare Prodotti Dati, DataOps per velocizzare il processo, automazione della Data Orchestration, Data Marketplace e piattaforme di Data Governance.

Cosa imparerete

  • I problemi causati nei sistemi analitici esistenti dagli ambienti multi-Cloud ibridi
  • Punti di forza e di debolezza delle Architetture Dati per implementare Prodotti Dati
  • Cosa sono i Prodotti Dati e come differiscono dagli altri approcci?
  • Quali benefici offrono e quali sono le opzioni di implementazione?
  • Quali sono i principi, i requisiti e le sfide dell’implementazione di Prodotti Dati?
  • Come organizzarsi per creare Prodotti Dati in un ambiente decentralizzato senza creare caos?
  • L’importanza di un Catalogo Dati per capire quali dati sono disponibili come un servizio
  • Come i Glossari di Business possono aiutare ad assicurarci che i Prodotti Dati siano capiti e semanticamente collegati
  • Un modello organizzativo per coordinare lo sviluppo di Prodotti Dati attraverso differenti domini per avere successo nell’implementazione
  • Quale software è richiesto per costruire, operare e governare i Prodotti Dati da usare nella Data Science, in un Data Warehouse, nella Graph Analysis e altri workload analitici?
  • Cosa è il software Data Fabric, come si integra con i Cataloghi Dati e come si connette al vostro patrimonio dati?
  • Una metodologia di implementazione per produrre Prodotti Dati affidabili e riusabili
  • Sviluppo collaborativo orientato al dominio di pipeline distribuite DataOps per creare Prodotti Dati
  • Come un Catalogo Dati, Generative AI e software di automazione dati possono essere usati per generare pipeline di DataOps per creare Prodotti Dati
  • A gestire la qualità dei dati, privacy, sicurezza dell’accesso, versioning e il ciclo di vita dei Prodotti Dati
  • Architettura dati federata e Prodotti Dati
  • Persistenza dei Prodotti Dati master in un sistema MDM
  • A consumare e assemblare Prodotti Dati in sistemi analitici multipli come Data Warehouse, Data Science e Graph Analytics per ridurre il time to value
  • Come implementare una Data Governance federata

Argomenti Trattati

  • Cosa sono i Prodotti Dati e perché sono necessari?
  • Organizzare e Standardizzare il vostro ambiente per supportare lo sviluppo di Prodotti Dati Democratizzati
  • Metodologie per creare Prodotti Dati
  • Definire e progettare Prodotti Dati usando un Catalogo, un Glossario di Business e il Data Modeling
  • Costruire Pipeline di DataOps per creare Prodotti Dati riusabili
  • Implementare una Data Governance federata per produrre e usare Prodotti Dati Compliant
Mike Ferguson

Costo

€1.200,00

Data

08 - 09 Mag 2025

Luogo

Evento online

Acquista Biglietti

Quota di partecipazione - 1464€ Iva inclusa
Available Posti: 100
The "Quota di partecipazione - 1464€ Iva inclusa" ticket is sold out. You can try another ticket or another date.
Quota di partecipazione - 1200€ Senza IVA (solo per aziende esenti)
Available Posti: 100
The "Quota di partecipazione - 1200€ Senza IVA (solo per aziende esenti)" ticket is sold out. You can try another ticket or another date.
Share on:
Facebook
Twitter
LinkedIn
Email
WhatsApp
Pocket
Reddit