Мониторинг качества данных Если мы не доверяем данным - мы не можем доверять анализу и выводам из этих данных. Именно поэтому проверка качества - важный шаг в работе с данными.
И где же нужно это делать? - В процессе сбора аналитической витрины.
Анонс новых модулей на курсе "Продвинутый SQL"
1️⃣ Мониторинг и проверка качества данных в витринах Речь пойдет про метрики качества, как их проверять с помощью SQL и как эти проверки автоматизировать и встроить в ETL
2️⃣ Clickhouse Колоночная база данных, широко используемая как для аналитических хранилищ. Будут описаны отличия от PostgreSQL, особенности колоночной базы и почему НЕ ВСЕ можно эффективно делать в Clickhouse
3️⃣ Практический пример реализации полного потока данных От извлечения из системы источника, загрузки в DWH, до автоматизация аналитической витрины с дашбордом
В этом посте были ссылки, но мы их удалили по правилам Сетки
