Automatizar la supervisión de la calidad de los datos

Las empresas del mundo ingieren cada día un total de 2,5 quintillones de bytes de datos. Pero, ¿cuántos de estos datos -utilizados para crear productos, alimentar sistemas de IA e impulsar decisiones empresariales- son de mala calidad o simplemente malos? Este práctico libro te muestra cómo garantizar que los datos en los que confía tu organización sólo contengan registros de alta calidad.

La mayoría de los ingenieros de datos, analistas de datos y científicos de datos se preocupan realmente por la calidad de los datos, pero a menudo no disponen del tiempo, los recursos o los conocimientos necesarios para crear una solución de supervisión de la calidad de los datos que tenga éxito a escala. En este libro, Jeremy Stanley y Paige Schwartz, de Anomalo, explican cómo puedes utilizar la supervisión automatizada de la calidad de los datos para cubrir todas tus tablas de forma eficaz, alertar proactivamente sobre todas las categorías de problemas y resolverlos de inmediato.

Este libro te ayudará:

• Saber por qué la calidad de los datos es un imperativo empresarial
• Comprender y evaluar los modelos de aprendizaje no supervisado para detectar problemas en los datos
• Implementar notificaciones que reduzcan la fatiga de las alertas y te permitan clasificar y resolver los problemas rápidamente
• Integrar la supervisión automatizada de la calidad de los datos con catálogos de datos, capas de orquestación y sistemas de BI y ML.
• Comprende los límites de la supervisión automatizada de la calidad de los datos y cómo superarlos
• Aprende a desplegar y gestionar tu solución de supervisión a escala
• Mantén la supervisión automatizada de la calidad de los datos a largo plazo