Overview
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Os teus painéis de produtos têm um aspeto estranho? Os teus relatórios trimestrais estão desatualizados? O conjunto de dados que estás a utilizar está estragado ou simplesmente errado? Estes problemas afectam quase todas as equipas, mas são normalmente tratados numa base ad hoc e de forma reactiva. Se respondeste sim a estas perguntas, este livro é para ti.
Atualmente, muitas equipas de engenharia de dados enfrentam o problema "bons pipelines, maus dados". Não importa o quão avançada é a tua infraestrutura de dados se os dados que estás a canalizar são maus. Neste livro, Barr Moses, Lior Gavish e Molly Vorwerck, da empresa de observabilidade de dados Monte Carlo, explicam como lidar com a qualidade e a confiança dos dados em escala, aproveitando as melhores práticas e tecnologias usadas por algumas das empresas mais inovadoras do mundo.
- Cria condutas de dados mais fiáveis e fiáveis
- Escreve scripts para fazer verificações de dados e identificar condutas danificadas com a observabilidade dos dados
- Aprende a definir e manter SLAs, SLIs e SLOs de dados
- Desenvolve e lidera iniciativas de qualidade de dados na tua empresa
- Aprende a tratar os serviços e sistemas de dados com a diligência de um software de produção
- Automatiza gráficos de linhagem de dados no teu ecossistema de dados
- Cria detectores de anomalias para os teus activos de dados críticos
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access