Lépj szintet a Databricks-szel: Modern adatfeldolgozás SQL és PySpark alapokon

Eleged van a hibás forrásfájlokból és a lassú lekérdezésekből? Ezen a gyakorlatias webináron belésünk a motorháztető alá, és megmutatjuk, hogyan alakítja át a piacvezető Databricks a kaotikus nyers adatokat megbízható vállalati adatplatformmá. Megismered a Lakehouse szemléletet, az AI-alapú adatkezelést és a Unity Catalog működését, amelyek megalapozzák a jövőálló riportálást és a Power BI dashboardok stabil működését. Miről lesz szó? A modern adatplatformok evolúciója: miért a Databricks Lakehouse a piac jelenlegi éllovasa, és hogyan érhető el Azure, AWS vagy Google Cloud alatt. Szigorú vállalati rend a Data Lake-ben: a Unity Catalog háromszintű névterének logikája. ÉLŐ DEMÓ, a híd az SQL és a Python között: hogyan dolgozik együtt az adatmérnök és az elemző ugyanabban a notebookban a Databricks Assistant segítségével. ÉLŐ DEMÓ, biztonság felsőfokon: hogyan menthetők meg a hibás betöltések a Delta Lake tranzakciós naplójával és a látványos Time Travel, vagyis időutazás funkcióval. ÉLŐ DEMÓ, adatútvonal és belső riporting: hogyan dokumentálja a Unity Catalog automatikusan az adatútvonalat (Data Lineage), és hogyan készíthetünk azonnali belső dashboardot a megtisztított adatokból. Az előadóról: Balogh Balázs tíz éve foglalkozik adatokkal különböző szerepekben, adattárház fejlesztőként, ETL developerként, 2022 óta pedig data engineerként. Negyedik éve a Cubix mentora, és ő szervezi a Budapest.py Python workshop sorozatot. Jelenleg az ALDI International IT Services Senior Data Engineereként dolgozik, ahol a globális vállalati adatvagyon minőségéért, strukturálásáért és hatékony feldolgozásáért felel. Több tucat forrásrendszer adataiból építenek kulcsrakész, előre tisztított adattermékeket (Data Product), amelyeket a vállalat üzleti elemzői és BI-szakemberei azonnal fel tudnak használni a stratégiai riportokhoz.