数据管理 相关的文章

Facebook数据泄露事件一度成为互联网行业的焦点，几百亿美元市值瞬间蒸发，这个代价足以在地球上养活一支绝对庞大的安全团队，甚至可以直接收购几家规模比较大的安全公司了。

如果你做过BI或大数据，一定会接触数据资产管理的一些概念，比如元数据，数据字典，血统分析等等，但你会发现，要做好大数据平台的数据资产管理并不容易，比如数据字典的维护，为什么？

数据挖掘是是用人工智能、机器学习、统计学和数据库的交叉方法在相对较大型的数据集中发现模式的计算过程，这个发现的模式就是我们一般意义上的数据模型。

在当今的大数据时代，如何利用好海量的大数据来为理财服务，是财富管理机构共同思考的问题。

这半年，采集、建模、运维、运营、培训、新员工、实习生各类事情交杂在一起，每项工作其实都可以做得更好，但都落下了很多遗憾，现在做个简要总结，特分享于你。

数据统一可以说是数据分析领域的一个长期挑战。虽然联合式的方法获得了一些青睐，但绝大部分的数据分析从业者希望在分析之前，所有数据都能在同一个地方呈现出来。这意味着，来自不同实体的数据必须统一起来，而问题就出在这个地方。

DT时代，企业大数据团队能否基于大数据平台给予企业的营销赋能，成为驱动企业转型的关键所在。

大数据正在改变我们的生活以及理解世界的方式……

每个有效的数据库都需要精心设计的模式（Schema），以保持数据干净，避免冲突，满足用户的各种需求，适应未来的扩展。

大数据一直是大家谈论的热点，但是对其中的一些基本概念，例如：数据源、数据元、元数据等等，大家是否觉得容易混淆、不易区分清楚呢？

2016年11月7日——全球领先的数据管理解决方案提供商Informatica于近日宣布推出五款全新按小时计费的Informatica Cloud产品，作为年度订阅套餐，这些产品可以在Amazon Web Services Marketplace (AWS Marketplace)中获取。

没有数据分析和建模能力，肯定难以提升业务；然而，如果模型泛滥、没有得到有效的统筹管理，其提升度恐怕也非常有限，还可能制造各种混乱。为了解决这样的问题，“模型工厂”的概念已经诞生，帮你解决模型冗杂的困境。