Die Überwachung der Datenqualität automatisieren

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com Die Unternehmen der Welt nehmen jeden Tag insgesamt 2,5 Quintillionen Bytes an Daten auf. Aber wie viele dieser riesigen Datenmengen - die für die Entwicklung von Produkten, den Betrieb von KI-Systemen und für Geschäftsentscheidungen verwendet werden - sind von schlechter Qualität oder einfach nur schlecht? Dieses praktische Buch zeigt dir, wie du sicherstellen kannst, dass die Daten, auf die sich dein Unternehmen verlässt, nur hochwertige Datensätze enthalten. Den meisten Dateningenieuren, Datenanalysten und Datenwissenschaftlern liegt die Datenqualität wirklich am Herzen, aber sie haben oft nicht die Zeit, die Ressourcen oder das Verständnis, um eine Lösung zur Überwachung der Datenqualität zu entwickeln, die in großem Umfang erfolgreich ist. In diesem Buch erklären Jeremy Stanley und Paige Schwartz von Anomalo, wie du eine automatisierte Datenqualitätsüberwachung einsetzen kannst, um all deine Tabellen effizient abzudecken, proaktiv vor jeder Kategorie von Problemen zu warnen und Probleme sofort zu beheben. Dieses Buch wird dir helfen: Erfahre, warum Datenqualität ein geschäftliches Muss ist Unüberwachte Lernmodelle zur Erkennung von Datenproblemen zu verstehen und zu bewerten Benachrichtigungen zu implementieren, die die Ermüdung durch Alarme verringern und es dir ermöglichen, Probleme schnell zu erkennen und zu beheben die automatische Überwachung der Datenqualität mit Datenkatalogen, Orchestrierungsschichten sowie BI- und ML-Systemen zu integrieren Die Grenzen der automatisierten Datenqualitätsüberwachung kennen und wissen, wie sie überwunden werden können Lernen Sie, wie Sie Ihre Überwachungslösung in großem Umfang einsetzen und verwalten können die automatisierte Überwachung der Datenqualität langfristig aufrechtzuerhalten