ค่าใช้จ่ายในการทำความสะอาดข้อมูลมักจะอยู่นอกเหนือขอบเขตความสะดวกสบายของธุรกิจที่เต็มไปด้วยข้อมูลที่อาจสกปรก ซึ่งขัดขวางเส้นทางสู่กระแสข้อมูลองค์กรที่น่าเชื่อถือและเป็นไปตามข้อกำหนด
มีบริษัทเพียงไม่กี่แห่งที่มีทรัพยากรที่จำเป็นในการพัฒนาเครื่องมือสำหรับความท้าทาย เช่น ความสามารถในการสังเกตข้อมูลในวงกว้าง ตามที่ Kyle Kirwan ผู้ร่วมก่อตั้งและ CEO ของ Bigeye แพลตฟอร์มการสังเกตข้อมูลกล่าว ด้วยเหตุนี้ หลายๆ บริษัทจึงมักมองไม่เห็นด้วยตาเปล่า โดยจะตอบสนองเมื่อมีบางอย่างผิดพลาด แทนที่จะจัดการกับคุณภาพของข้อมูลในเชิงรุก
ความน่าเชื่อถือของข้อมูลให้กรอบการทำงานทางกฎหมายสำหรับการจัดการข้อมูลที่ใช้ร่วมกัน ส่งเสริมการทำงานร่วมกันผ่านกฎทั่วไปในการรักษาความปลอดภัยข้อมูล ความเป็นส่วนตัว และการรักษาความลับ และช่วยให้องค์กรสามารถเชื่อมต่อแหล่งข้อมูลของตนได้อย่างปลอดภัยในที่เก็บข้อมูลที่ใช้ร่วมกัน
Bigeye นำวิศวกรข้อมูล นักวิเคราะห์ นักวิทยาศาสตร์ และผู้มีส่วนได้ส่วนเสียมารวมกันเพื่อสร้างความไว้วางใจในข้อมูล แพลตฟอร์มดังกล่าวช่วยให้บริษัทต่างๆ สามารถตรวจสอบและตรวจจับสิ่งผิดปกติได้โดยอัตโนมัติ และสร้าง SLA เพื่อรับรองคุณภาพของข้อมูลและไปป์ไลน์ที่เชื่อถือได้
ด้วยการเข้าถึง API ที่สมบูรณ์ อินเทอร์เฟซที่เป็นมิตรกับผู้ใช้ และการปรับแต่งอัตโนมัติแต่มีความยืดหยุ่น ทีมข้อมูลสามารถตรวจสอบคุณภาพ ตรวจหาและแก้ไขปัญหาในเชิงรุก และทำให้แน่ใจว่าผู้ใช้ทุกคนสามารถพึ่งพาข้อมูลได้
ประสบการณ์ข้อมูล Uber
สมาชิกกลุ่มแรกสองคนของทีมข้อมูลที่ Uber — Kirwan และ Bigeye ผู้ร่วมก่อตั้งและ CTO Egor Gryaznov — ตั้งใจที่จะใช้สิ่งที่พวกเขาเรียนรู้ในการสร้างขนาดของ Uber เพื่อสร้างเครื่องมือ SaaS ที่ปรับใช้ได้ง่ายขึ้นสำหรับวิศวกรข้อมูล
Kirwan เป็นหนึ่งในนักวิทยาศาสตร์ด้านข้อมูลคนแรกของ Uber และเป็นผู้จัดการผลิตภัณฑ์ข้อมูลเมตาคนแรก Gryaznov เป็นวิศวกรระดับพนักงานที่จัดการคลังข้อมูล Vertica ของ Uber และพัฒนาเครื่องมือและกรอบงานด้านวิศวกรรมข้อมูลภายในหลายอย่าง
พวกเขาตระหนักว่าเครื่องมือที่ทีมของพวกเขาสร้างขึ้นเพื่อจัดการ Data Lake ขนาดใหญ่ของ Uber และผู้ใช้ข้อมูลภายในหลายพันรายนั้นล้ำหน้ากว่าทีมวิศวกรรมข้อมูลส่วนใหญ่มาก
ความคิดเห็น
แสดงความคิดเห็น