Mit kaphatunk egy on-premise AI adatelemző megoldástól?
About the Session
Az előadás során megnézzük az AI hype adatlekérdezéshez és vizualizációhoz kapcsolódó ígéretét. Az út rögös, nincsenek gyors és magától értetődő sikerek. Adatvédelmi és biztonsági szabályozások miatt nem feltétlenül tudjuk a legújabb felhős modelleket használni, ami tovább nehezíti dolgunkat. Megfelelő kezekben, jól körülbástyázva, értékes metaadatokkal megtámogatva viszont helyben futó nyelvi modellekkel is komoly eredményeket érhetünk el!
A gyakran túlzó elvárások alapját az interneten keringő technikai demók, sikersztori posztok és a nagy nyelvi modellek körüli rózsaszín köd gerjesztik.
Mi a valóság, mi működik out of the box?
Milyen technikákkal, módszerekkel és megközelítéssel tudunk közelíteni ezekhez a célokhoz?
Gyakorlatiasan, egy konkrét alkalmazás képernyőképei segítségével fogjuk érinteni azokat az aspektusokat, amik segítenek elérni, hogy valóban megbízhatóan és helyes eredményeket szolgáltatva tudjunk AI segítségével adatokat lekérdezni, elemezni és vizualizálni.
Központi elemek: adatkatalógus, adatmodell, business glossary, szemantikus modell, golden sql, válasz megbízhatósági szintek.
Mindezeket teljes egészében on-premise megoldással tudjuk megvalósítani!
Nincs cloud költség, helyben maradnak az adatok, üzleti logikák.
About the Speaker
Több mint húsz év data management (adattárház, bi, big data) tapasztalatokkal rendelkezem. Számos nemzetközi nagyvállalatnál (Oracle, Teradata) és kisebb tanácsadó cégeknél dolgoztam adattárház és big data konzulensként. Alapvetően technikai, megvalósító vonalon tevékenykedtem - ETL fejlesztő, adatmodellező, ETL tervező/szervező, architect, technical lead szerepkörökben.