Вы уже знакомы с TPC benchmarking (модуль 6.2)? Вот и Databricks сделал свои тесты https://databricks.com/product/databricks-sql-2

У кого есть возможность, можете оставить отзыв Роман Зыков на Amazon про его книну: Roman's Data Science: How to monetize your data

Amazon.ca
Amazon.com
Или на вашем амазоне, например в Европе.

А если вы были на автограф сессии, ваша фотография может быть на Амазоне!)

И снова хорошие новости, Табло конференция будет 9-12 ноября ( прям на мое др) и поэтому она бесплатна для вас, хотя она и так бесплатна, так как 100% онлайн. Уверен будет много интересного. https://www.tableau.com/events/conference?utm_campaign=PowerBI

Свежая статья про FeatureStore. Никто не хочет рассказать про него на вебинаре? Отличие от хранилища данных, архитектура, и тп.

Хотите разобраться в облачных технологиях?
19 и 20 сентября присоединяйтесь к онлайн-курсу от Microsoft, посвящённому облачным решениям Azure (200+ решений на одной платформе).

Специалисты Microsoft расскажут, как облачные сервисы решают проблему безопасности и конфиденциальности данных пользователей. Покажут, как быстро, безопасно и эффективно интегрировать Azure с существующими сетями.

На курсе вы сможете подготовиться к сертификационному экзамену по Azure и попробовать его сдать бесплатно.
Регистрируйтесь, чтобы не пропустить: https://bit.ly/3C1KEBD

PS Microsoft поддержал фонд.

Power BI
for Intermediates
A step-by-step training guide - 80 страниц

It's designed to give you a meaningful structure but also to let you add your own
notes (that's why the empty boxes are there). It starts from the absolute basics
(SELECT * FROM table_name;) and guides you to the intermediate level (JOIN,
HAVING, subqueries). I added everything that you will need as a data analyst/
scientist.

The ideal use case of this cheat sheet is that you print it in color and keep it next to
you while you are learning and practicing SQL on your computer.

Introducing our three roles in Data & Insight at Oda

"In this post we will introduce why Oda chose exactly these three roles in our Data & Insight discipline, along with how we define them and what sets them apart. In following posts we will go into more specifics about those roles, straight from the mouth of the people who do the job, some of our Data Analysts, Data Engineers and Data Scientists."

https://medium.com/oda-product-tech/introducing-our-three-roles-in-data-insight-at-oda-7a8878182106

29 сентября пройдёт Tableau Day для русскоязычного комьюнити. Отличные спикеры и доклады, советую сходить!

— Что нового в бизнесе Tableau | Алексей Пинчук;
— История успеха Tinkoff | Артем Давтян;
— Новые возможности Tableau | Ольга Колчева;
— История успеха Sibur | Андрей Телятник;
— В чем польза Data Management Add-ons | Ольга Колчева;
— История успеха Delivery Club | Андрей Cухань;
— История успеха Wargaming | Дарья Рудых, Дмитрий Шмуриев;
— Великий самообман Self-Service BI | Александр Бараков.
#ссылка

Azure выпустила новый инструмент для бизнес глоссария и дата каталога - Azure Purview. Я им обязательно воспользуюсь для моего Delta Lake (Hive Metastore). 28 сентября вы можете узнать про этот продукт - Achieve unified data governance with Azure Purview

Отличная вакансия в компанию MARS - Website & CRM manager (описание и требования по ссылке).

Website & CRM manager will be a key part of the journey to next generation brand building with the aim with the aim to transform the way we connect with the pet parents and build relationships with them at the heart of everything we do.

This role will be a key part of Mars Pet Nutrition’s Digital Data marketing transformation and will be responsible for managing brand-owned digital experiences in Russia, for all BDB brands. This role will manage the execution of brand Digital Ecosystem strategies, across websites, CRM, organic search/SEO and content.

This role must roll out scalable solutions, optimizations, best practices and frequent learnings to advance Mars Pet Nutrition’s owned digital efforts.

Отличный заголовок - Go collect some $#*(&% data ( в посту простая идея, если хочешь быть data scientist - иди набери даты))

Интерсная заметка про data mesh, мне стало немного понятней, когд а на пальцах описали:

Force me to describe how a data mesh might actually work, and my immediate thought is something like Trino (née Presto): It’s a query wrapper that sits on top of a bunch of data sources.

This seems to be the community’s best guess for well. But as Ross Housewright points out, this is an uninspiring answer. If the data mesh works with any underlying data structure (e.g., it can sit on top of BigQuery, Oracle, S3, and every weird thing in between), it doesn’t integrate anything. It’s just a switchboard, routing queries to different destinations.

If the data mesh does requires data sources to be heavily standardized (e.g., each data source is a Snowflake database configured in a particular way), the data mesh doesn’t do anything. It’s just another layer of organization above the database schema. Presto, in fact, already does exactly this.

In both cases, the data mesh fails to help people consuming data—the people for whom all of this effort is supposedly for.

Вообще это из статьи про Data OS, где автор рассуждает о куче несвязанных инструментов, где есть vendor lock, и как не хватает операционной системы, как например, Андроид, где уживаются разные приложения.