Как работают платформы данных

Начнем в 19:00, войти можно будет до 19:30

Поделюсь тем, как перенесли аналитические процессы с SAS на связку dbt и Airflow: какую архитектуру выбрали, с какими неочевидными проблемами столкнулись при переносе логики и данных и чего в итоге добились в скорости и удобстве разработки

Модератор митапа

На примере прогнозирования спроса разберем, какие данные нужны после завершения расчётов и как освобождать место в хранилище, не теряя важную историю. Покажу, как ИИ-агент может помогать инженеру разбираться в зависимостях между расчетами и данными, не получая права на их удаление.

Как сделать так, чтобы ИИ-ассистент не просто отвечал на вопросы, а сам находил узкие места в тяжелых вычислениях и чинил их, — расскажу на примере собственного инструмента