Descripción
Comprenda los conceptos modernos de estructura de datos (data fabric) y malla de datos (data mesh) utilizando el descubrimiento y las capacidades de entrega de datos de autoservicio basados en IA, una variedad de estilos de integración de datos inteligentes y la gobernanza unificada de datos automatizada, todo diseñado para entregar "datos como un producto" dentro de entornos de nube híbrida.
Este libro le enseña cómo implementar con éxito soluciones de malla de datos de última generación y obtener una visión general completa de cómo una arquitectura de estructura de datos utiliza inteligencia artificial (IA) y aprendizaje automático (ML) para la gestión automatizada de metadatos y el descubrimiento y consumo de datos de autoservicio. Aprenderá cómo la estructura de datos y la malla de datos se relacionan con otros conceptos como DataOps, MLOps, AIDevOps y más. Se incluyen muchos ejemplos para demostrar cómo modernizar el consumo de datos para permitir una experiencia de "compra de datos" (datos como producto).
Al final de este libro, comprenderá el concepto y la arquitectura de la estructura de datos en relación con temas como la gobernanza y el cumplimiento de datos unificados y automatizados, la arquitectura de información empresarial, la IA y los entornos de nube híbrida, y la catalogación inteligente y la gestión de metadatos.
Lo que aprenderá
- Descubra las mejores prácticas y métodos para implementar con éxito una arquitectura de estructura de datos y una solución de malla de datos.
- Comprenda las capacidades clave de la estructura de datos, por ejemplo, el descubrimiento de datos de autoservicio, las técnicas inteligentes de integración de datos, la catalogación inteligente y la gestión de metadatos, y la IA confiable.
- Reconozca la importancia de la estructura de datos para acelerar la transformación digital y democratizar el acceso a los datos.
- Profundice en temas importantes de la estructura de datos, abordando los desafíos actuales de la estructura de datos.
- Concebir los conceptos de estructura de datos y malla de datos de manera integral dentro de un contexto empresarial.
- Familiarícese con los beneficios empresariales de la estructura de datos y la malla de datos.
A quién va dirigido este libro
Cualquier persona interesada en implementar arquitecturas modernas de estructura de datos y soluciones de malla de datos dentro de una empresa, incluidos líderes de TI y empresariales, profesionales de gobernanza de datos y oficinas de datos, administradores e ingenieros de datos, científicos de datos y arquitectos de información y datos. Los lectores deben tener una comprensión básica de la arquitectura de información empresarial.
Autor: Eberhard Hechler, Maryela Weihrauch, Wu
Editorial: Apress
Publicado: 04/01/2023
Páginas: 427
Tipo de encuadernación: Tapa blanda
Peso: 1.41 libras
Tamaño: 9.21 pulgadas de alto x 6.14 pulgadas de ancho x 0.93 pulgadas de profundidad
ISBN13: 9781484292525
ISBN10: 1484292529
Categorías BISAC:
- Informática | Inteligencia Artificial | General
- Informática | Administración y gestión de bases de datos
- Informática | Teoría de la información
Sobre el autor
Eberhard Hechler es arquitecto ejecutivo en el Laboratorio de I+D de IBM Alemania. Es miembro de la organización de desarrollo de datos e IA y aborda el alcance más amplio del análisis, incluido el aprendizaje automático (ML). Después de más de dos años en el Laboratorio IBM Kingston en Nueva York, trabajó en desarrollo de software, optimización del rendimiento, arquitectura y diseño de TI/soluciones, integración de Hadoop y Spark, y gestión de dispositivos móviles (MDM).
Eberhard trabajó con Db2 en la plataforma MVS, centrándose en las pruebas y las mediciones de rendimiento. Ha trabajado en todo el mundo con clientes de IBM de diversas industrias en una gran cantidad de temas como datos e IA, arquitecturas de información y soluciones industriales. De 2011 a 2014, estuvo en IBM Singapur, trabajando como arquitecto principal de Big Data en el Sector de Comunicaciones del Grupo de Software de IBM en toda la región de Asia-Pacífico.Eberhard ha estudiado en Alemania y Francia, y posee una maestría (Dipl.-Math.) en Matemáticas Puras y una licenciatura (Dipl.-Ing. (FH)) en Ingeniería Eléctrica. Es miembro de la Academia de Tecnología de IBM y es coautor de los siguientes libros: Enterprise MDM, The Art of Enterprise Information Architecture, Beyond Big Data y Deploying AI in the Enterprise (Apress).
Maryela Weihrauch es una ingeniera distinguida de IBM en el grupo de desarrollo de datos e IA para ventas técnicas de IBM Z, y es líder de éxito del cliente. Tiene una amplia experiencia con bases de datos relacionales en términos de sistemas, aplicaciones y diseño de bases de datos. Colabora con empresas de todo el mundo y les ayuda a adoptar nuevas tecnologías de datos y análisis. Sus funciones anteriores en el desarrollo de Db2 para z/OS han incluido la determinación de una estrategia de Db2 para z/OS para HTAP (procesamiento híbrido de transacciones y análisis), incluida la estrategia y la implementación del acelerador de análisis de Db2, así como la estrategia de habilitación de aplicaciones de Db2.
Maryela asesora a empresas de todo el mundo sobre muchas iniciativas de modernización de datos y lidera un esfuerzo para desarrollar una metodología para determinar la mejor arquitectura de datos para una aplicación determinada basada en criterios de decisión de arquitectura de datos.
Maryela posee dos maestrías en Ciencias de la Computación de la Universidad Técnica de Chemnitz, Alemania, y de la Universidad Estatal de California, Chico, California, EE. UU. Es titular de varias patentes y miembro de la Academia de Tecnología de IBM. Con frecuencia comparte su experiencia en conferencias de todo el mundo.
Yan (Catherine) Wu es la directora de programa en el Laboratorio de IBM Silicon Valley. Es una líder de ingeniería con profunda experiencia en gobernanza de datos, inteligencia artificial (IA), aprendizaje automático (ML), pensamiento de diseño empresarial y marketing de productos pragmático. Tiene una amplia experiencia trabajando con grandes clientes para descubrir casos de uso para la gobernanza de datos y la IA, explorar cómo se pueden aplicar las últimas tecnologías para resolver desafíos comerciales del mundo real e implementar estas tecnologías para acelerar la transformación digital empresarial. Tiene un historial comprobado en la traducción de las necesidades del cliente en soluciones de software mientras trabaja en colaboración con equipos de desarrollo, diseño y gestión de ofertas distribuidos globalmente.
Antes de su puesto actual en IBM EE. UU., Catherine fue la directora del laboratorio de desarrollo de datos e IA en IBM China. En estas funciones, Catherine demostró su capacidad para pensar de manera horizontal y estratégica para reunir equipos y crear soluciones innovadoras para problemas complejos.
Catherine es embajadora de la organización Women in Data Science (https: //www.widsconference.org/). Le apasiona inspirar y educar a los científicos de datos de todo el mundo, especialmente a las mujeres en este campo. Organizó eventos regionales de WiDS durante los últimos tres años.
Catherine posee una maestría en Ciencias de la Computación de la Universidad Nacional de Singapur y una licenciatura en Tecnología Informática de la Universidad de Tsinghua.