Разбираем с PROфессиональной точки зрения все нюансы общения с Big DATA.
Как подойти, влюбиться и остаться навсегда. Наши эксперты – люди из профессии, которые объясняют сложные вещи простыми словами. Помогаем сориентироваться в большом мире хаотичных данных и узнать больше о внутренней кухне DATA-практики.
PROработу
PROтулы
PROэкспертизу
PRODATA
Что такое DataOps? Этому направлению еще нет и 10 лет, а оно уже стало востребованным среди заказчиков. Ведь если DevOps занимается предоставлением бизнесу работающего ПО, то DataOps концентрируется на оперативной доставке актуальных рабочих данных каждому участнику корпоративных процессов. В новом выпуске подкаста ведущие Евгений Никифоров и Данила Голощапов вместе с гостем выпуска Александром Кучиным, руководителем Data DevOps-направления в EPAM, разбираются в тонкостях этой специальности.
Бонусом – рассказы о собственных нестыдных фейлах и факапах с проектов по BigData. Слушайте и не повторяйте. 😉
Таймкоды:
0:43 – О госте
1:25 – В чем разница между системным инженером и DevOps
2:27 – Особенности работы в Data DevOps
5:32 – Граница между системным аднимистратором и DevOps
7:25 – Какие инструменты есть сейчас
9:15 – Что встречается чаще: программирование или декларативный силь описания?
10:39 – «Хардкор» в работе
11:45 – Как складываются отношения с DevOps-девелоперами
16:30 – Как разговаривать с заказчиком о сложных инфраструктурных кейсах
21:38 – Как уберечься от ошибок?
25:20 – Что если в облаке что-то взорвется?
26:31 – Про стоимость простоя
27:40 – «Уверенность произрастает из опыта»
29:09 – Истории факапов
33:19 – Про «костыли и палки» на проектах – истории от всех
41:56 – Про особенности автоматизации
44:03 – Есть ли что-то такое, что вообще не автоматизируется?
46:02 – Советы молодым специалистам. Как прийти в эту сферу?
27 May 2021
Data Science
Как разобраться с гигантским объемом данных, построить на их основе работающую рекомендательную систему и помочь бизнесу заказчика? Слушайте новый выпуск подкаста о Data Science. Узнайте, почему это направление всегда будет актуально в нашем цифровом мире, как с его помощью меняются целые области научных знаний, и что нужно уметь, чтобы устроиться на работу по этой специальности. В гостях – Татьяна Бородина, старший аналитик данных в компании EPAM. Ведущие – Евгений Никифоров и Данила Голощапов.
Таймкоды:
0:35 – Как Татьяна пришла в Data Science
2:05 – Кто такой дата-сайентист?
4:46 – В чем специфичные отличия Data Science
11:08 – Почему Data Science стала популярной именно в момент наибольшего интереса к Data-технологиям
16:33 – Про сложности в общении пользователей и роботов, созданных благодаря Data Science моделям
24:19 – Является ли проблемой неприятие пользователями созданных Data Science моделей
25:35 – Как устранять ошибки в выводах, которые делает модель
27:48 – Когда не хватает данных, на чём обучать модель?
31:16 – Приходится ли сталкиваться с проблемами личной этики при работе с большими данными в Data Science?
35:22 – Насколько реально использовать созданные модели не по назначению
39:20 – Области, где Data Science вносит существенные изменения уже сейчас, и области, где перемены только предстоят
43:35 – Есть ли области, где Data Science вообще не нужен?
46:54 – Полезные рекомендации тем, кто хочет попасть в Data Science
29 Mar 2021
Data Quality
Поговорим про качество данных? Гостем нового выпуска подкаста PRODATA стал руководитель направления Data Quality EPAM Роман Юшин. Из выпуска узнаете: чем отличается Data QA от классического тестирования, каким образом тестировать Cloud, а также как можно стать Data QA инженером. Ведущие подкаста - Евгений Никифоров и Данила Голощапов.
Таймкоды:
0:55 – Старт направления Data Quality
3:00 – Специфика обучения Data-направлению
4:34 – Чем Data QA отличается от классического тестирования
7:40 – Где обязанности Data Quality инженеров расходятся с QA
13:10 – Какие есть методы проверок
15:40 – Бывают ли в Data Quality ручные проверки
18:00 – Что тестировать сложнее всего
18:42 – Несколько инсайтов Data Quality
21:05 – Как выстраивать параллельные процессы с другими командами
22:30 – Как Data Quality проявляет себя на начальных стадиях проекта
26:03 – Как собрать Data-set, чтобы наиболее точно отразить данные заказчика
30:05 – Про инфрастуктуру
31:30 – Про Cloud. Как тестировать
39:39 – Истории проектов
42:55 – Советы начинающим Data QA инженерам
8 Feb 2021
Solution-архитектура в DATA
Второй выпуск PRODATA посвящен архитектуре IT-решений. Ведущие Евгений Никифоров и Данила Голощапов вместе с solution-архитектором EPAM Василием Хомутовым разбирают особенности работы архитекторов в Data-практике, обсуждают нюансы во взаимодействии с командой инженеров и делятся подробностями реальных рабочих кейсов из арсенала архитектора.
1:07 – Как попасть в архитектуру. История гостя
3:15 – Архитектор – кто это?
5:07 – Классификация архитекторов
7:00 – Нужно ли архитектору ходить на дейли?
13:43 – Сколько нужно встреч с командой, чтобы успешно работать
15:48 – Точка зрения разработчика: чего не хватает в общении с архитектором
17:51 – Когда архитектор не нужен на проекте
22:12 – Как предсказать развитие проекта, чтобы понять нужно ли оставлять архитектора
24:20 – Специфика solution-архитектуры в Data-практике
28:31 – Что нужно знать, чтобы быть архитектором в Data
31:02 – Путь в архитектуру – это путь от девелопера или аналитика?
32:37 – Архитектор пишет код?
35:39 – Про проекты архиктекторов
36:31 – Про отношения между менеджерами и архитекторами
40:15 – Про проекты в Data + рабочий кейс
8 Dec 2020
Как попасть в DATA-практику?
В первом выпуске поговорим о том, как можно прийти в Data-практику, что для этого понадобится и какие перспективы у этого направления в ближайшие годы.
Ведущие: Евгений Никифоров, Данила Голощапов
Гость: Станислав Федяков, Senior Delivery Manager
Таймкоды:
01:04 – Почему Станислав выбрал Data-практику
04:01 – Что такое большие данные и почему для работы с ними нужно отдельное направление
05:00 – Что нужно знать помимо фреймворков?
08:11 – «Excel Data Management – то, с чего мы чаще всего начинаем»
08:52 – Специалисты каких направлений работают в Data
10:34 – Чем может заниматься специалист DevOpsв Data-практике
11:38 – Необходимые для входа в Data-практику компетенции
12:34 – «Чтобы прийти в Data-практику, вы уже должны быть хорошим программистом. Остальному научим»
13:28 – Какие могут быть перспективы у синьора, если он решил идти в Data
15:21 – Кроме задач хранения и преобразования, какие еще есть направления внутри Data
17:00 – Где проходит граница между Data-инженером и Enterprise-разработчиком
18:09 – О росте интереса со стороны заказчиков
19:39 – Об интересных проектах и цифрах
24:44 – Что будет дальше, после пандемии
25:57 – Рекомендации тем, что хочет попасть в Data-практику
Contact ProDATA
Guest appearances
Books guests
Based on episode analysis; this does not confirm that the show is currently accepting guests.
Host of ProDATA?
Claim your podcast to manage its listing and keep your show details accurate.
Pod Engine is an independent podcast discovery and analytics service and is not affiliated with or endorsed by this podcast. Artwork and show content belong to their owners. Full legal notice.
Explore this show Podcast research with Pod Engine
