Спикер:
Мы постоянно держим в голове искусственный интеллект, но настоящая польза появляется, когда его применяешь реально — не вместо ETL, а как часть ETL. Вдохновившись советом Дженсона Хуанга, мы проверяем результаты одной модели другой и получаем практический инструмент, который позволяет работать с данными быстро и без программирования.
Другой аспект работы с данными - это их качество. При этом контроль качества данных — это вечная борьба, как протирать пыль: всегда нужно следить, сразу видеть, что работает, а что нет. Мы интегрируем девять ключевых метрик качества данных с мгновенной визуализацией и простой кастомизацией, создавая основу для принятия решений и повседневной работы с информацией.
Презентация доклада
Подробный отчет о конференции
Выступление также смотрите на: