超出技术-数据Ops新作用

DataOps是技术术语块上的新名称,但名称有误名内涵是, 因为它拼凑devOps和数据, 和DevOps相似术语但事实并非如此dataOps专家并非严格技术焦点-他们是结果焦点焦点从组织庞大数据存储库提取值至少在理想假想中

最理想的是,组织不让名称DataOps推卸 相对于它能带给现代企业的真正力量组织不应该请求数据操作器专家 单纯创建数据表 活解析系目标应该是更好地利用数据 从中提取特定值解决问题实现这一首要目标DataOps实践者需要的不仅仅是前沿技术需要合适的人以创新方式利用技术,并需要超出传统数据处理方法的强健过程

我们邀请尼亚尔古普塔华体会联盟hth数据服务总管理员 NirmalRangathan主架构师从拉克空间技术转到云聊天播客并主机Jeff DeVerter探索DataOps技术行业的兴起、期望和未来

Tune插播以下范围主题

• 集合正确的技术、人和过程从数据中提取值
• 创建比较容易路径将值交付右手
• 判定正确时间构建组织内DataOps操作
• 判断理想DataOps候选

标题DataOps远不止DevOps数据,Nirmal表示即是它的一部分角色大得多从多学科中拉出并归并DevOps组件带入自动化工具精工生产质量进程发挥作用数据治理是第三个重要因素 保证数据质量安全这三个学科合并组成DevOps专家应该是什么。”

能力三维特例创建DataOps团队收集数据、清理数据、输入进程、提取值并交付企业相关部门的能力结果可包括,例如,加深理解客户,提高供应链效率或获取洞察力创建下一个创新产品

尼哈尔说,今天数据的全部用意是提取值,以便回答企业面临的各种非常困难的问题万物应服务于目标越快效率越高 实现重要目标越有效 比如市场中自差问题产生后,你如何最大化数据值并移动它从源头到它提供值的任何地方,无论是仪表板模型还是机学习模型?实现结果组织必须经历对数据思维变换

今日DataOps角色分两端或主要侧重于传统数据治理作用,即团队为数据托管和分析师,或正向现代方法发展,提取值是DataOps团队的首要目标企业需要自问的是:我们想在哪里生存?