Ze života datového detektiva 4: Designér, architekt a konzultant #277
Co takový architekt v Bizztreat dělá?
Život architektů v Bizztreat je jízda :) Architekty u nás dělají většinou analytici, které baví budovat datové řešení na zelené louce, bavit se s businessem a přitom analyzovat a navnímat jeho fungování a potřeby a následně to všechno promítnout do návrhu logické architektury a výběru vhodné kombinace technologií. Tím ale jejich úkol nekončí, protože v úzké spolupráci s delivery teamem makají i na implementaci pivotních use casů a u toho zpravidla ještě lehce modifikují architekturu celého řešení i datových modelů (protože v systémech i datech samotných na nás občas čeká pár překvapení, o kterých se předem zkrátka nedozvíme). Jakmile s delivery teamem prošlápnou celou datovou pipeline až po finální analytický výstup a jeho úspěšný rollout směrem k businessu, může se slavit první velký mezník. Na velkých projektech pak architekti i nadále konzultují přidávání nových logických celků a dohlížejí na udržitelnost a kvalitu rozvíjeného řešení.
V Bizztreat je extrémně důležité, aby každý datový detektiv v jakékoliv roli neustále přemýšlel nad business hodnotou toho, na čem zrovna pracuje. A pokud je architekt u zrodu nových řešení a v úzkém kontaktu s business stakeholdery, pak nad tím musí přemýšlet o to víc a dostat se na jádro toho, proč business poptává zrovna tohle a tamto a jaký přínos od řešení očekávají versus co se stane, kdyby k tomu nedošlo. Nejde o to vytvořit učebnicovou architekturu, ale architekturu, která je jednoduchá, udržitelná, funkční a nejlépe odpoví na ty správné business otázky. (Rado to shrnul takhle)
Kolik architektů v Bizztreat pracuje?
Dá se říct, že potencionálně tolik, kolik v Bizztreat pracuje datových detektivů :) Každý datový detektiv se postupně seznamuje s tím, jak se u nás (a nejen u nás) dělají architektury a má možnost se v tomto směru rozvíjet. Aby se to dalo ukočírovat, tak máme tým několika ostřílených architektů, kteří se o kvalitu a rozvoj této oblasti v Bizztreat starají.
Adopce analytických výstupů uživateli
Téma samo o sobě je podpora adopce analytických výstupů uživateli - v Bizztreat na to máme dokonce framework! Je to těch extrémně důležitých posledních 10 metrů před cílem, na které se nesmí zapomínat. Eva Hankusová si o tom povídala zde.
Data Governance a DQA
Architekti u nás řeší i oblast Data Governance a DQA. Co si pod tím představujeme jsem sepsala v této mňamce nebo v ebooku.
Zapomněla jsem na něco? Chcete se na něco zeptat? Napište mi.
Verča
AI Audit: Když chcete vědět, kde ve firmě AI dává smysl (a kde ne)| Mňamka #552
Znáte to – CEO se vrátí z konference a ptá se „a my s tou AI něco děláme?“, IT má pět různých nápadů, co by se dalo zkusit, marketing chce chatbota, a ve skutečnosti nikdo přesně neví, co z toho má smysl a kde začít. AI audit je pro firmy, které nechtějí jen naskakovat do vlaku, ale chtějí vědět, kam ten vlak vlastně jede. Typicky to jsou střední a velké společnosti, které už mají digitalizované procesy a nějaká data – a teď zjišťují, že „AI strategie“ nemůže být „zkusíme, uvidíme“.
Metadata management: Proč je katalog dat nutností, ne luxusem | Mňamka #551
“Metadata jsou data o datech.“ - tohle, když od nás slyšeli profesoři na VŠE (Vysoké škole ekonomické), rovnou nás poslali ze zkoušky domů s tím, že se za nedlouho opět uvidíme. 😀Ona je to sice pravda, ale nejde ani tak úplně o jednu pevně stanovenou “definici” jako spíš o tu samotnou podstatu. Díky metadatům organizace chápe svá data, své systémy i pracovní postupy, protože metadata popisují, vysvětlují a usnadňují vyhledání, použití a správu jakéhokoliv datového zdroje.
7 nejběžnějších promptů datového analytika a inženýra | Mňamka #550
Datoví analytici a inženýři tráví spoustu času rutinními úkoly – od čištění dat až po ladění kódu. Umělá inteligence dnes dokáže část téhle práce výrazně urychlit. Klíčem je dobře napsaný prompt – zadání, kterým AI přesně řeknete, co má udělat. Podívejme se na 7 promptů, které se v praxi hodí nejčastěji.
