Нашел в интернете пост про DevOps для инжиниринга данных. Идея главная в том, чтобы не было подхода "%уяк №уяк и в продакшн", это несомненно быстро, но какова цена ошибки? Если у вас маленькое решение и мало пользователей, то ничего страшного, а если у вас много пользователей, система взаимодействует с другими системами, то вам просто нельзя рисковать!

До сих пор вспоминаю свой опыт подхода выше, когда я обновлял сервер SAP BO в Lamoda и в середине процесса кабель с интернетом случайно выдернул... В Амазоне так же с Табло было... Да что там, на своем первом месте работы в BNP Paribas, я вообще грохнул всю отчетность на несколько дней. За то есть свои плюсы, в экстремальных условия можно очень хорошо разобраться что, как и почему работает😎 На своих ошибках всегда лучше учиться, да еще за чужой счет...

Вот примерно так будет выглядеть решение на AWS. Конечно мы можем заменить любой элемент системы на Native AWS или наоборот использовать стороннее коммерчесекое решение или открытое ПО.

Работаете с маркетинговой аналитикой? Вот вам 7 уроков от модного вендора - Segment. Прям такой хайповый продукт, у многих он есть, особенно стартапы его любят.

Вообще вне зависимости от инструмента, можно просто посмотреть, что они делают с данным, какие бизнес кейсы, какие проблемы хотят решить, ну и потом на следующем собеседовании выдать за свое😉 #faketillyoumakeit

Бесплатный вебинар https://www.dataversity.net/aug-21-webinar-the-future-of-bi-isnt-a-bi-tool/

Каждый из облачных провайдеров будет вам рассказывать о их надёжности и безопасности. Но это больше маркетинг. А в результате страдает бизнес. Вот статья, в которой СТО компании принял решение перейти с Гугл на Амазон из-за сбоев. Готовы ли облака к бизнес критикал процессам? Возможно, если это заложить в архитектуру решения.

Работает с питоном? Мне нравиться использовать Jupyter Notebooks. Вот хорошая статья про этот блокнот. freecodecamp.org: How to optimize your Jupyter Notebook.
https://www.freecodecamp.org/news/optimize-your-jupyter-notebook/

23 Октября будет онлайн конференцию по аналитике https://content.dataversity.net/2019EAORegistration.html

Еще один интересный тренд, согласно иследованию Макинзи, которое они провели среди директоров, показывает, что организации уже не хватает одно облачного вендора, и чтобы быть более гибкими, компанию используют несколько вендоров. То есть уже можно мыслить шире, когда мы создаем решение в облаке.

Привет! от лица Rock Your Data буду выступать на конференции про построение решения для маркетинговой аналитике в облаке в эти выходные https://conference.smartpayment.pro/marketing-funnel/

Сегодня я выступаю в офисе McKinsey Boston вместе с их дочерней компанией QuantumBlack, которая является (для меня) самой крутой в мире консалтинговой компанией по аналитике. Поэтому я хочу, чтобы Rock Your Data была чем-то похожа на них, но у нас пока нет бизнес консалтинг партнера, но идея правильная, да и офисов по всему миру😎

Вот презентация.

*Про Матиллион я демо покажу, а в презентацию просто накидал скиншоты.

Ещё один пример миграция он премис в облако: https://aws.amazon.com/blogs/big-data/how-to-migrate-from-ibm-netezza-to-amazon-redshift-with-no-downtime/

Meetup прошел супер! Секрет простой, надо побольше гифок в презентацию и побольше шутить. Люди хотят развлечений вечером после работы, а не скучные рассказы как там все в облаке работает;)

Интересная статья про сравнение аналитики и статистики как отдельных дисциплин.

Хороший курс по основе работе с данными - трансформации и визуализация.

Я нираз писал про Snowflake. Вот и книжка почти готова. На вопрос зачем столько книг писать? Ответ простой, написать книгу - это всего лишь возможность, которая создаст еще больше возможностей. Особенно если учесть, что Rock Your Data нацелена на облачную аналитику, то такие книги лишь укрепят авторитет компании для партнеров и клиентов.