现代化数据团队及其实践是什么？
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-10-26
近年来出现了许多新的IT工具
平台和实践，并且幸运的是，不断发展的业务不仅可以生存，还可以适应，竞争，蓬勃发展，为了支持新的业务方向，数据管理技术必须是现代的，数字企业将加快操作和分析任务的速度和效率，使其实时或接近实时地运行。没有实时信息，IT系统和业务流程将无法实现这些业务目标。这进一步加剧了现代数据管理的紧迫性，再举一个例子，随着企业采用采用软件即服务（SaaS）架构构建的新应用程序来现代化其操作应用程序，有价值数据的新来源列表几乎每天都在增加。同样，参与物联网（IoT）的公司会定期整合来自新传感器和机械的更多数据。反过来，这些新的运营数据源可以为新形式的分析提供数据，真正的现代数字企业渴望通过高级分析从数据中获得更大的价值。
为了处理新数据源和高级分析的多样性
许多公司正在内部和云中部署更多的数据平台，包括新旧类型的数据，综合所有这些新的来源，目标和用例，您会发现，如果没有现代而全面的数据管理基础架构以及具备创建当今解决方案技能的现代化数据团队，数字企业就无法捕获和利用当今的数据。
在现代化数据管理时，现代化您的数据团队和实践
数据管理的现代化可以采取多种形式，但通常涉及平台和工具的升级和更换，实际上，近年来，通过“重整”（一种数据平台被另一种数据平台替代或补充）进行的现代化已经引起了IT媒体的广泛关注。但是，要成功处理当今的数据，还需要对构建和维护数据处理解决方案的团队进行改进，实际上许多企业正在积极对完全或部分负责数据驱动解决方案的团队进行现代化改造，例如数据管理，数据仓库，数据集成，报告，分析和运营数据团队。
现代化的数据团队具有许多特征和关系
鉴于企业中数据工作量的不断增长，中型和大型组织通常会拥有多个数据团队，每个团队可以向中央IT部门或业务部门（例如财务，营销，运营）报告，此外许多数据团队在组织结构图中与多个部门具有“虚线”关系。由于存在各种情况，因此数据团队可以由各种经理进行监督，包括IT主管，BI主管，数据架构师或业务部门经理。
当今的现代数据团队必须在采用新工具的同时继续使用传统工具并遵循既定的实践
因此整个数据团队终会使用一整套广泛的工具和方法，从传统的批处理，ETL，表转储和批量加载到现代数据管道，业务流程，ELT，虚拟化和实时流传输，一应俱全。数据。反过来，数据团队必须包括接受过所有这些工具类型使用培训的人员，以及敏捷，精益，自助和基于新开发实践。
每个团队成员分配专业知识并接受相关专业的培训
但同时也要在其他领域进行交叉培训，以便团队成员可以互相挤压。交叉培训还为团队经理提供了灵活的选项，可以为各个项目组建子团队，新旧数据管理实践必须共存。老式的数据管理和处理方法不会消失，因为ETL，批处理和密集的预处理仍与高价值的用例相关，尤其是在报告和数据仓库中，但是现代数字企业的用例需要新的数据和集成方法，例如早期数据提取，流水线，编排，实时集成和实时数据转换，尤其是对于高级分析和数据湖而言，新旧必须共存，用户需要现代化集成工具，团队和实践，以平等的能力支持新老。
必须学习新的数据管理技能
随着公司对数据管理及其团队进行现代化改造，他们努力填补“技能差距”，与技能差距有关的问题是，随着新技术和用例的到来，新的差距正在打开，当前由分析，实时数据，云和混合架构驱动，例如普通企业将很快在云平台上管理比在本地更多的数据，并且他们将管理比结构化数据更多的非结构化数据，因此团队需要预先计划使这些创新成功所需的技能，人数和工具。
现代数据团队的成员在不断发展
平台和实践，并且幸运的是，不断发展的业务不仅可以生存，还可以适应，竞争，蓬勃发展，为了支持新的业务方向，数据管理技术必须是现代的，数字企业将加快操作和分析任务的速度和效率，使其实时或接近实时地运行。没有实时信息，IT系统和业务流程将无法实现这些业务目标。这进一步加剧了现代数据管理的紧迫性，再举一个例子，随着企业采用采用软件即服务（SaaS）架构构建的新应用程序来现代化其操作应用程序，有价值数据的新来源列表几乎每天都在增加。同样，参与物联网（IoT）的公司会定期整合来自新传感器和机械的更多数据。反过来，这些新的运营数据源可以为新形式的分析提供数据，真正的现代数字企业渴望通过高级分析从数据中获得更大的价值。
为了处理新数据源和高级分析的多样性
许多公司正在内部和云中部署更多的数据平台，包括新旧类型的数据，综合所有这些新的来源，目标和用例，您会发现，如果没有现代而全面的数据管理基础架构以及具备创建当今解决方案技能的现代化数据团队，数字企业就无法捕获和利用当今的数据。
在现代化数据管理时，现代化您的数据团队和实践
数据管理的现代化可以采取多种形式，但通常涉及平台和工具的升级和更换，实际上，近年来，通过“重整”（一种数据平台被另一种数据平台替代或补充）进行的现代化已经引起了IT媒体的广泛关注。但是，要成功处理当今的数据，还需要对构建和维护数据处理解决方案的团队进行改进，实际上许多企业正在积极对完全或部分负责数据驱动解决方案的团队进行现代化改造，例如数据管理，数据仓库，数据集成，报告，分析和运营数据团队。
现代化的数据团队具有许多特征和关系
鉴于企业中数据工作量的不断增长，中型和大型组织通常会拥有多个数据团队，每个团队可以向中央IT部门或业务部门（例如财务，营销，运营）报告，此外许多数据团队在组织结构图中与多个部门具有“虚线”关系。由于存在各种情况，因此数据团队可以由各种经理进行监督，包括IT主管，BI主管，数据架构师或业务部门经理。
当今的现代数据团队必须在采用新工具的同时继续使用传统工具并遵循既定的实践
因此整个数据团队终会使用一整套广泛的工具和方法，从传统的批处理，ETL，表转储和批量加载到现代数据管道，业务流程，ELT，虚拟化和实时流传输，一应俱全。数据。反过来，数据团队必须包括接受过所有这些工具类型使用培训的人员，以及敏捷，精益，自助和基于新开发实践。
每个团队成员分配专业知识并接受相关专业的培训
但同时也要在其他领域进行交叉培训，以便团队成员可以互相挤压。交叉培训还为团队经理提供了灵活的选项，可以为各个项目组建子团队，新旧数据管理实践必须共存。老式的数据管理和处理方法不会消失，因为ETL，批处理和密集的预处理仍与高价值的用例相关，尤其是在报告和数据仓库中，但是现代数字企业的用例需要新的数据和集成方法，例如早期数据提取，流水线，编排，实时集成和实时数据转换，尤其是对于高级分析和数据湖而言，新旧必须共存，用户需要现代化集成工具，团队和实践，以平等的能力支持新老。
必须学习新的数据管理技能
随着公司对数据管理及其团队进行现代化改造，他们努力填补“技能差距”，与技能差距有关的问题是，随着新技术和用例的到来，新的差距正在打开，当前由分析，实时数据，云和混合架构驱动，例如普通企业将很快在云平台上管理比在本地更多的数据，并且他们将管理比结构化数据更多的非结构化数据，因此团队需要预先计划使这些创新成功所需的技能，人数和工具。
现代数据团队的成员在不断发展
数据仓库，分析和集成团队由数据工程师（20％），架构师（18％），科学家（13％），分析师（13％）和经理（13％）主导，其中数据工程师经常创建集成解决方案，但需要建筑师和其他团队成员的设计指导，因此保持数据工程师和架构师的健康稳定是现代数据团队成功的关键因素，必须采用新的数据驱动的开发方法。与IT中的其他所有内容一样，开发方法也得到了发展，团队已将其用于数据，分析和集成。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
