大数据岗位总结和相关书籍推荐
现在的很多公司的大数据团队一般有三个小组:大数据平台组、数据仓库组以及数据分析组。
数据标准和数据规范到底有什么区别?
如果给一个具体的比喻,那么规范相当于教科书,标准相当于考试试卷。一个用于教学,一个用于检验教学结果。
企业级大数据中台架构实战
当一个程序员逆袭从为一名架构师的时候,那考虑最多的就是如何设计现阶段公司的数据中台架构。
什么是低代码的窘境?
从本质上来说,不管是PaaS,还是低代码、无代码,其实都是一种应用软件的构建方式。
理解这些变革悖论,才能更好推动数字化转型
在帮助企业进行数字化转型的过程中,需要把握一些大的原则,而且这些原则是以悖论的形式出现的。美国作家菲茨杰拉德(F. Scott Fitzgerald)曾说过:“检验一流智力的标准,就是在头脑中同时存在两种截然相反的想法时仍能保持行动能力。”
创业的首个挑战:如何找到和留住第一批客户
想要赢得第一批客户,你并不需要多么“完美”的推销方式,越自然越人性化就越有可能成功。
从数据中挖掘「商业洞察」的几种思路
商业洞察一直以来都是比较神秘的话题。如何从一堆数据中找到新的商业机会?如何找到满足客户的需求,在市场数据中找到新的机会点?
Kubernetes 将改变数据库的管理方式
当技术决策人考虑在 Kubernetes 上部署数据库时,面临的第一个问题就是:“Kubernetes 有应对有状态服务的能力吗?”
数据治理一体化实践之体系化建模
本文基于美团配送数据治理的历程,分享了数据定义、模型设计、数据生产三环节统一的配送数据“底座”的建设与实践。
数据治理工作的8种推进套路
数据治理共分为8种方法,分别是:顶层设计法、技术推动法、应用牵引法、标准先行法、监管驱动法、质量管控法、利益驱动法、项目建设法。
你真的了解ELT和ETL吗?
ETL 和 ELT 有很多共同点,从本质上讲,每种集成方法都可以将数据从源端抽取到数据仓库中,两者的区别在于数据在哪里进行转换。
按图索骥,谈谈数据库技术选型
随着企业数字化转型深入,对于数据使用场景也呈现多元化趋势,正有越来越多数据被企业利用起来。如何为众多场景选择一款合适的数据库产品,是很多企业面临的问题。