Я создаю автономную SaaS-платформу для мониторинга данных без кода / с низким кодом в Spoonbill AI. За последние 12 месяцев я разговаривал с различными компаниями, аналитиками данных, инженерами по машинному обучению и специалистами по данным о проблемах, с которыми они сталкиваются при предоставлении высококачественных надежных данных для своего бизнеса. В этом блоге я делюсь некоторыми своими знаниями и наблюдениями о мониторинге данных для аналитики и вариантов использования машинного обучения, а также о связанных с этим проблемах, с которыми сталкиваются специалисты по обработке данных в этих областях.
Отказ от ответственности. Этот блог основан на моих собственных наблюдениях, оценках и выводах.
Традиционно компании использовали данные для аналитики и отчетности по бизнес-показателям из автономных источников данных, таких как хранилища данных. Но в последние несколько лет использование данных все больше перемещается из офлайн-среды в более онлайн-мир, где данные теперь используются для принятия решений в реальном времени и повышения качества обслуживания клиентов с использованием данных в реальном времени и передовых технологий машинного обучения.
Что касается ландшафта мониторинга данных, я рассмотрю следующие две темы в отдельных разделах
1. Категории решений для мониторинга данных
2. Требования к мониторингу данных для вариантов использования Analytics и ML.
Следующий блог серии: Категории решений для мониторинга данных
