Het hebben van de juiste data op de juiste plaats op het juiste moment met de juiste kwaliteit is belangrijk voor het ondersteunen van zakelijke beslissingen, optimalisatie, automatisering en het voeden van AI-modellen. Net als bij software ontwikkeling, wilt u snel nieuwe functionaliteiten van hoogwaardige kwaliteit opleveren. Nieuwe data, nieuwe inzichten, nieuwe AI modellen wilt u niet maandelijks, maar wanneer ze klaar zijn beschikbaar stellen aan de gebruiker. Dat is wat DataOps in de theorie kan bewerkstelligen. Maar in de praktijk loopt men tegen heel wat uitdagingen aan die het een stuk moeilijker maken het DataOps proces in een organisatie te effectueren. Hoe om te gaan met bijv. development sandboxes en representatieve testdata over systemen heen.
In deze sessie tonen Niels Naglé en Vincent Goris wat DataOps is en dat het niet gewoon DevOps voor data is. Zij gaan in op de unieke uitdagingen, oplossingen voor deze uitdagingen en hun lessons learned.
- Hoe verhoudt DataOps zich tot DevOps en waar zitten de verschillen?
- Een stappenplan om DataOps te implementeren in uw organisatie
- Het effect op je teams en organisatie
- Het belang van de metadata, datacatalogus en automatisering
- De uitdagingen en praktische oplossingen.