Praktyczne vademecum jakości danych

Warsztaty prowadzone w formule onsite, w dniu poprzedzającym konferecję, dla ograniczonej grupy osób (do 20 uczestników max – decyduje kolejność zgłoszeń!)

Warsztaty przygotują uczestników do samodzielnej analizy jakości danych i poprawy błędów zgodnie z najlepszymi praktykami.

Problemy z jakością danych to temat, który zazwyczaj znajduje się na pierwszym miejscu każdej ankiety w pytaniu o wyzwania i problemy do rozwiązania - prowadzonej wśród osób zajmujących się zawodowo danymi. W praktyce widać, jak wiele projektów analitycznych lub AI ma problemy na poziomie wdrożenia i uzyskania dodatniego ROI właśnie z powodu niepoprawnych danych. Zastosowanie praktyk analizy jakości danych na wczesnym etapie każdego projektu pomoże w zaadresowaniu problemów na jak najwcześniejszym etapie. Jest dzisiaj warunkiem koniecznym racjonalnego działania organizacji biznesowych.

Formuła

Warsztaty będą miały część wykładową i praktyczne ćwiczenia.

W pierwszej części zajdziecie: podstawowe terminy, typy wymiarów jakości danych takich jak kompletność (completeness) lub terminowość (timeliness), oraz procesy profilowania i reagowania na błędy.

W części drugiej: uczestnicy będą mogli przeprowadzić profilowanie i analizę jakościową przygotowanego pliku na swoich własnych komputerach. Ćwiczenia praktyczne zostaną przeprowadzone na narzędziach typu Open Source.

Korzyści dla uczestnika

Dzięki udziałowi w warsztach uzyskasz:

• Lepsze zrozumienie, na czym polega analiza jakości danych
• Umiejętność do odkrywania najczęstsze błędy w danych, których wykrycie daje największą wartość
• Wiedzę, jak profilować dane, żeby przedstawić sponsorom biznesowym raport jakości danych i zagwarantować finansowanie dla procesów jakości danych
• Sposoby zabezpieczania platformy danych przed ładowaniem niepoprawnych danych, poprzez wdrażanie praktyki "Shift-Left"
• Podpowiedzi, jak zmierzyć jakość danych za pomocą metryk KPI, aby identyfikować najbardziej niestabilne źródła danych lub udowodnić poprawę jakości danych
• Wskazówki, jakie stosować metody obserwacji danych do automatycznego wykrywania problemów oraz niestabilności procesów ładowania danych
• Wiedzę, jak wykryć różnicę między danymi testowanymi oraz referencyjnymi, na przykład podczas migracji między bazami danych
• Sugestie, w jakich obszarach warto używać AI do monitorowania jakości danych mając gwarancję sukcesu we wczesnym przewidywaniu problemów jakościowych

Wymagania – co jest potrzebne, aby w pełni uczestniczyć w warsztatach?

Warsztat przeznaczony jest dla osób posiadających przynajmniej podstawowe doświadczenie w analizie lub przetwarzaniu danych, czyli posiadanie podstawowej wiedzy z zakresu pisania zapytań SQL. Ponieważ warsztaty uwzględniają również etap praktyczny, uczestnicy powinni przynieść swoje laptopy, na których wcześniej należy pobrać i zainstalować oprogramowanie:

• Laptop powinien mieć przynajmniej 16 GB RAM, system operacyjny obojętny: Windows/Linux/MacOS. Tablety z systemem iOS lub Android nie są obsługiwane.
• Przed warsztatami należy zainstalować oraz raz uruchomić narzędzie DQOps zgodnie z opisem na stronie: https://dqops.com/docs/getting-started/installation/.
• Nie jest potrzebna instalacja żadnych baz danych, ponieważ na czas warsztatu organizator przygotuje i udostępni stosowne tabele i pliki testowe.

Organizator zaleca pobranie i uruchomienie narzędzia DQOps przed warsztatami w domu, ponieważ cała platforma razem ze sterownikami do baz danych wymaga pobrania paczki o rozmiarze ponad 0.5 GB, co może być problemem dla hotelowej sieci WiFi podczas konferencji.

Limit uczestników

20 osób, decyduje kolejność zgłoszeń

Prowadzenie

Udział w warsztatach dodatkowo płatny.