Управление данными

Возможности протокола контекста модели (MCP), появившегося у больших языковых моделей, порождают широкий спектр идей по его применению в различных классах систем, связанных с обработкой данных. Специфика и потенциальные возможности MCP хорошо подходят для реализации процессов ETL.

Максим Смирнов, CDO Hoff Tech, — о создании нового корпоративного хранилища данных для оптимизации бизнес-аналитики и поддержки управленческих решений.

Андрей Дмитриев, архитектор данных и владелец платформы DWH/BI компании «Арнест ЮниРусь», — о внедрении инструментов ИИ в процесс управления метаданными.

В рамках всероссийской конференции «Качество данных» эксперты обсудили вопросы внедрения дата-контрактов и внедрения подхода DQ by design.

Кристина Проскурина, управляющий директор управления бизнес-анализа данных Блока больших данных РСХБ.Цифра, — о создании единой платформы для аналитиков, позволившей централизовать все разрозненные аналитические «песочницы» банка.

Какая дорожная карта поможет встроить управление качеством данных в бизнес-процессы и что нужно, чтобы в конечном итоге сформировать культуру доверия к предоставляемым данным и решениям на их основе.

Федор Кирдяшов, директор по обучению Arenadata, — о реализации проекта «Кадры для экономики данных», охватывающего полный цикл профессионального развития.

Какого рода инструменты обеспечения качества данных нужны в организации и как их встроить в бизнес-процессы, чтобы получить ощутимую пользу для бизнеса.

Дмитрий Ганаев, начальник офиса управления данными «ММК-Информсервис», – о переходе на российскую платформу ведения бизнес-глоссария и выстраивании на его основе системы Data Governance.

Какие ключевые эффекты можно достичь благодаря внедрению подхода Data Quality by Design и какие важные аспекты нужно учесть, внедряя его в организации.

Станислав Карамушко, основатель Data Adventurers Guild, — о создании независимого профессионального сообщества, направленного на обсуждение управления данными как дисциплины стратегического уровня.

Дмитрий Якоб, заместитель генерального директора по ИТ компании ТМК, — о создании единого источника мастер-данных отечественной разработки, ставшего основой для будущих цифровых инициатив.

Вероника Панайотова, руководитель практики по управлению инженерными данными «Сибур Диджитал», – о создании отечественного решения для управления инженерными данными и цифровыми активами полного цикла.

Как показало исследование «Управление данными в России 2025», проведенное профессиональным сообществом The Data Adventurers Guild, российские компании окончательно разделились на два мира: 10–15% компаний уже понимают ценность данных, а 85–90% пока только боятся штрафов и воспринимают управление данными как бюрократию.

Данные – ключевой актив компаний, однако их накопленный объем еще не означает эффективного управления, повышению которого препятствуют проблемы с доступностью, производительностью и интерпретацией данных. Для решения подобных проблем необходимо разделить работу с данными по уровням управления, на каждом из которых применяется свой индивидуальный подход к процессам и инструментам.

Многие компании несут убытки из-за ошибок в мастер-данных, не представляя себе с чего начать их исправление, как правильно распределить ресурсы и какой бюджет целесообразно выделить на соответствующие инструменты? Часто кажется, что проблема с НСИ разом пропадет после внедрения специализированной системы MDM, однако стоимость подобных решений столь высока, что проект может остановиться на неопределенное время, за которое ком проблем с НСИ будет расти еще больше, а очищенные данные вновь обрастут ошибками.

Культура работы с данными в конечном счете определяет успех любых инициатив, связанных и с организацией, и с обеспечением работы с данными, а также с эффективным использованием всех информационных активов предприятия.

Эксперты GlowByte и Data Sapience — об актуальных вопросах выстраивания и развития Data Governance в организациях.

К участию в конкурсе приглашаются специалисты и команды с впечатляющими проектами, готовые продемонстрировать силу данных и их возможности в трансформации бизнеса компаний.

Инфраструктура — важнейший компонент любой платформы данных, и от правильного выбора соответствующих технологий во многом зависит, сможет ли компания реализовать весь потенциал имеющихся технологий. Большинство публикаций по lakehouse традиционно акцентируют внимание лишь на вычислениях и хранении, однако lakehouse также предусматривает слой инфраструктуры, отвечающий за безопасность и интеграцию вычислительных движков со слоем хранения.