详细内容或原文请订阅后点击阅览
分析自动化问题：如何避免常见错误
为了自动化分析，通常使用无代码/低代码 ETL 工具。然而，这些工具也有缺点。这是正确的选择吗？
来源:OSP网站大数据新闻作者：Corus Consulting Complise Group of Companies div>的数据科学组主管Ekaterina Torsukova div
Ekaterina Torsukova Corus Consulting 由于一些员工的热情，这些员工的热情经常在公司中引入自动分析。当公司意识到常规操作可以自动化时，它开始引入无代码和低代码ETL工具。 但是，这些工具具有重要的缺点：数据处理的算法有限。由于数据通常是“不完美的”（也就是说，它们可能是不完整的，存储的或处理的），因此通常找不到用于解决错误的问题，用于解决问题，通常找不到复杂的逻辑或数学操作。结果，迟早是在现成的无代码和低代码ETL中没有必要的数据处理算法的那一刻，公司再次被迫诉诸手动处理 - 这导致需要过渡到更专业的工具。 现场的一个不是战士：创建有效的团队的问题 通常在公司中，向专业ETL工具的过渡是由1-3人组成的小团队进行的，分析师的能力不足或半均匀。为了朝这个方向进行全面工作，需要数据，业务或系统分析师，数据工程师，BI分析师以及复杂分析的架构师，需要使用式固定师。公司经常试图提高建筑和计算的模块，而资格不足的资格部队不足。 这些专家的市场正在发展，但是到目前为止，尚未开发关键技能的标准，并且很难组建与分析解决方案合作的同质强大团队。 选择的问题：您自己的团队还是外部承包商？ 我们不努力完成该项目，而只支持其存在 div> Ekaterina TorsukovaCorus Consulting
由于一些员工的热情，这些员工的热情经常在公司中引入自动分析。当公司意识到常规操作可以自动化时，它开始引入无代码和低代码ETL工具。
但是，这些工具具有重要的缺点：数据处理的算法有限。由于数据通常是“不完美的”（也就是说，它们可能是不完整的，存储的或处理的），因此通常找不到用于解决错误的问题，用于解决问题，通常找不到复杂的逻辑或数学操作。结果，迟早是在现成的无代码和低代码ETL中没有必要的数据处理算法的那一刻，公司再次被迫诉诸手动处理 - 这导致需要过渡到更专业的工具。
现场的一个不是战士：创建有效的团队的问题
通常在公司中，向专业ETL工具的过渡是由1-3人组成的小团队进行的，分析师的能力不足或半均匀。为了朝这个方向进行全面工作，需要数据，业务或系统分析师，数据工程师，BI分析师以及复杂分析的架构师，需要使用式固定师。公司经常试图提高建筑和计算的模块，而资格不足的资格部队不足。