Пропустить навигацию
Собираем Data‑комьюнити и приглашаем на митап, где вас ждут доклады от нашей команды. Мы расскажем как:
  • прошли  путь от первых отчетов до архитектуры Lakehouse;
  • выстраиваем работу с данными и какие технологии лежат в основе нашей платформы;
  • создали командой из пяти инженеров собственное BI‑решение для 22 тысяч пользователей.
А после программы — нетворкинг, чтобы пообщаться, обменяться опытом и просто приятно провести вечер с сообществом.

Дата и время

18 апреля, 17:30 (МСК+7)

Место проведения

Офлайн, Владивосток, Корабельная набережная, 10, этаж 3, зал «Юпитер», Vladivostok Grand Hotel

Доклады

Эволюция DWH: от PostgreSQL до Lakehouse
Как на самом деле развивается хранилище данных в компании? В реальности архитектура не появляется сразу в идеальном виде: она проходит путь от простых отчетов до сложных распределенных платформ.

Разберу эволюцию аналитической системы: как и почему компании добавляют ClickHouse, переходят к MPP-решениям, строят Data Lake и в итоге приходят к Lakehouse.

Обсудим, как меняются модели данных, подходы к загрузке данных и требования к Data Governance, какие архитектурные решения применимы на разных этапах роста и как избежать типичных ошибок при развитии DWH
Кирилл Семенов
Старший инженер данных
Т-Банк
Путь данных в Т-Банке
В хранилище Т-Банка содержатся петабайты данных, которые необходимы для ежедневной аналитики. Дата-платформа Т-Банка позволяет работать со всеми возможными пользовательскими сценариями и ежедневно перемалывать такие объемы.

Из опыта совместной работы с Т-Банком, разберу:
  • из каких компонентов состоит их дата-платформа;
  • сколько нужно ETL-инструментов для удовлетворения всех потребностей;
  • какие объемы данных содержатся в хранилище;
  • на каких опенсорс-решениях была построена дата-платформа;
  • как проходит переход к ДЛХ и с какими техническими трудностями сталкиваемся
Виталий Нечаев
Старший инженер данных
Т-Технологии
Как команда из пяти инженеров построила BI-платформу для 22 тысяч пользователей после ухода Tableau
После ухода Tableau перед Т-Банком стояла задача сохранить BI-инструмент для десятков тысяч пользователей. Вместо перехода на готовые решения команда решила построить собственную платформу — Proteus.

Расскажу:
  • почему не подошли существующие BI-решения;
  • как устроена архитектура Proteus;
  • как устроена гибкая кастомизация дашбордов через код;
  • с какими факапами и архитектурными ошибками мы столкнулись;
  • какие функции сейчас появляются в платформе, включая AI
Диана Ударцева
Продуктовый дизайнер
Т-Банк
​
Я даю согласие на обработку моих персональных данных для цели:
Мы обрабатываем ваши данные в соответствии с
DWH — это централизованная система, предназначенная для сбора, очистки, структурирования и хранения больших объемов исторических данных из множества источников. PostgreSQL — это мощная, свободная объектно-реляционная система управления базами данных (СУБД) с открытым исходным кодом. Lakehouse — это современная гибридная архитектура управления данными, объединяющая масштабируемость и низкую стоимость озер данных (Data Lake) с производительностью и управлением (ACID-транзакции) хранилищ данных (DWH). Дашборд — это интерактивная панель, которая собирает важные метрики из разных источников и визуализирует их в реальном времени с помощью графиков, таблиц и индикаторов. BI — это набор инструментов, методов и технологий для сбора, обработки и визуализации данных, превращающий «сырую» информацию в понятные отчеты и дашборды. AI искусственный интеллект— (ИИ), область компьютерных наук, занимающаяся созданием систем, способных имитировать когнитивные функции человека. Proteus — это мощная BI-платформа (бизнес-аналитика) для визуализации данных, позволяющая быстро преобразовывать большие массивы информации в интерактивные дашборды и графики. Tableau — это мощная BI-платформа (бизнес-аналитика) для визуализации данных, позволяющая быстро преобразовывать большие массивы информации в интерактивные дашборды и графики