एआई मॉडल और प्लेटफ़ॉर्म
वेबिनार समीक्षा: अपने संगठन में सभी के लिए डेटा को अधिक खपत योग्य बनाने के लिए कैसे
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
AtScale के सेमिनार “अपने संगठन में सभी के लिए डेटा को अधिक खपत योग्य बनाने के लिए कैसे” में यह बताया गया है कि नेता कैसे डेटा को केंद्रीकृत कर सकते हैं और इसे सिलोस से दूर ले जा सकते हैं, जिससे यह संगठन में सभी के लिए अधिक सुलभ हो जाता है।
विशेष अतिथि वक्ता
सेमिनार में चार वक्ता हैं:
- क्रिस चैपमैन: एएमएजेडन अमेज़न वेब सेवाओं में सीनियर स्पेशलिस्ट सॉल्यूशन आर्किटेक्ट, क्रिस चैपमैन ग्राहकों के साथ मिलकर स्वदेशी एएमएजेडन सेवाओं और साझेदार उत्पादों के साथ स्वचालन, सुरक्षा और शासन के सर्वोत्तम अभ्यासों को लागू करने का काम करते हैं। एक एएमएजेडन प्रमाणित समाधान वास्तुकार के रूप में, वह क्लाउड कंप्यूटिंग, डेटा एकीकरण और वास्तुकला, सास कंप्यूटिंग और सॉफ्टवेयर डिजाइन और विकास में कुशल हैं।
- ब्रायन प्रास्क: वावा में एडवांस्ड एनालिटिक्स, प्लेटफ़ॉर्म और डेटा सेवाओं में ब्रायन प्रास्क एक विचार नेता हैं जिनके पास विपणन विश्लेषण, उत्पाद प्रबंधन और डेटा विज्ञान कार्यों में 15 से अधिक वर्षों का अनुभव है। वावा में काम करने से पहले, वह अनुसंधान और सूचना सेवाओं, वित्तीय सेवाओं, भुगतान, खुदरा, उपभोक्ता पैकेज्ड सामान, यात्रा और प्रौद्योगिकी में शामिल थे।
- पेरी स्ट्रोल: फेसबुक में इंजीनियरिंग और डेटा इन्फ्रास्ट्रक्चर के निदेशक, पेरी स्ट्रोल उच्च-प्रदर्शन, बड़े पैमाने पर डेटा प्रणालियों के साथ काम करते हैं। फेसबुक के साथ काम करने से पहले, वह वेफेयर में डेटा प्रौद्योगिकियों के प्रमुख थे। उनके पास सॉफ्टवेयर और उत्पाद विकास, डेटा इन्फ्रास्ट्रक्चर और टीम विकास में व्यापक अनुभव है।
- डेव मारियानी: एटस्केल में सह-संस्थापक और मुख्य प्रौद्योगिकी अधिकारी, डेव मारियानी ने पहले क्लाउट और याहू में इंजीनियरिंग के उपाध्यक्ष के रूप में काम किया था। उन्होंने हडोप पर बीआई के लिए दुनिया का सबसे बड़ा बहु-आयामी घन बनाने का काम किया था।
एक सफल डेटा परियोजना के विभिन्न टुकड़े
इन चार वक्ताओं द्वारा आयोजित सेमिनार कई क्षेत्रों पर गहराई से चर्चा करता है, जिनमें एक सफल डेटा परियोजना के लिए आवश्यक विभिन्न टुकड़े शामिल हैं। कई कंपनियां इसलिए विफल हो जाती हैं क्योंकि वे जटिल परियोजना में सीधे कूद जाती हैं, बजाय इसके कि वे सरल से शुरू करें और समय के साथ जटिलता बढ़ाएं।
नवाचार और अंतर्दृष्टि डेटा तक पहुंच, इसे संसाधित करने के लिए समय और कंप्यूटर, और विशेषज्ञों द्वारा संचालित होती है जो इसे अर्थपूर्ण रिपोर्ट और ग्राफ में बदल सकते हैं। यह प्रक्रिया प्रत्येक कंपनी के लिए अद्वितीय है, और आगे बढ़कर, यह कंपनी की आंतरिक संरचना के भीतर अद्वितीय है। उदाहरण के लिए, प्रत्येक टीम या संगठन का एक हिस्सा भिन्न हो सकता है, और प्रत्येक चरण में विशेषज्ञ उपकरण और कौशल होते हैं।
कई कंपनियां प्रत्येक डेटा विज्ञान टीम में योग्य विशेषज्ञों को भरने के लिए संघर्ष करती हैं, इसलिए यह महत्वपूर्ण है कि वे एक टीम की प्रगति को लोकतंत्रित करें, जो सभी टीमों को इसका लाभ उठाने के लिए पहुंच प्रदान करेगी।
कंपनियों को करने वाली पहली चीजों में से एक डेटा विज्ञान टीमों से भारी उठाने को उतार देना है, और यह स्वचालन बुनियादी ढांचे, सामान्य उपकरणों के लिए स्व-सेवा, अनुपालन लागू करने और पहचान पहुंच प्रबंधन के साथ डेटा को सुरक्षित करने के माध्यम से किया जा सकता है।
एएमएजेडन के संबंध में, डेटा परियोजनाएं कुंजी मेट्रिक्स जैसे कि कितना डेटा, यह कितनी तेजी से संसाधित होने की आवश्यकता है, और टीम प्रक्रिया को कैसे मैन्युअल रूप से प्रबंधित करती है, पर भिन्न होती हैं। कुछ उपकरण कम विशेषज्ञता वाले लोगों के लिए शॉर्टकट प्रदान करते हैं।
इन सभी बातों के साथ, डेटा तक पहुंच प्राप्त करना एक बड़ी चुनौती का केवल एक छोटा सा हिस्सा है। डेटा तक पहुंच प्राप्त करने के बावजूद, कई कंपनियां तकनीकी कौशल प्राप्त करने के लिए संघर्ष करती हैं जो सभी टुकड़ों को एक साथ रखने के लिए आवश्यक हैं। यह महत्वपूर्ण है कि संगठन विशेषज्ञता वाले लोगों को प्रवाह में छोटे हिस्सों पर ध्यान केंद्रित करें, और वे उन्हें एक साथ ला सकते हैं क्योंकि कंपनी डेटा परियोजनाओं के लिए पूर्व-निर्धारित टुकड़ों के साथ पैटर्न पर मानकीकृत करती है। यहां लक्ष्य व्यवसायिक बुद्धिमत्ता लोगों को सही समय पर सही उपकरणों के साथ कुशलता से सक्षम करना है।
यदि आप अपने संगठन में सभी के लिए डेटा और विश्लेषण को खपत योग्य बनाने के तरीके के बारे में अधिक जानना चाहते हैं, तो आप एटस्केल पर पूरे सेमिनार के लिए पंजीकरण कर सकते हैं।
