كتاب Practical Dataops - تأليف Harvinder Atwal (غلاف ورقي)

ملخص الكتاب احصل على مقدمة عملية حول DataOps، وهو تخصص جديد لتقديم علوم البيانات على نطاق واسع مستوحى من الممارسات المتبعة في شركات مثل Facebook و Uber و LinkedIn و Twitter و eBay. تحتاج المؤسسات إلى ما هو أكثر من مجرد أحدث خوارزميات الذكاء الاصطناعي، وأحدث الأدوات، وأفضل الكوادر البشرية لتحويل البيانات إلى إجراءات قائمة على الرؤى ومنتجات بيانات تحليلية مفيدة. إن العمليات وطرق التفكير المستخدمة لإدارة البيانات واستخدامها في القرن 20 تشكل عائقاً أمام العمل بفعالية مع تنوع البيانات وحالات الاستخدام التحليلية المتقدمة التي تمتلكها المؤسسات اليوم. يقدم هذا الكتاب النهج والأساليب اللازمة لضمان الاستخدام السريع والمستمر للبيانات لإنشاء منتجات بيانات تحليلية وتوجيه عملية اتخاذ القرار. يوضح لك كتاب Practical DataOps كيفية تحسين سلسلة توريد البيانات بدءاً من مصادر البيانات الخام المتنوعة وصولاً إلى منتج البيانات النهائي، سواء كان الهدف هو نموذج تعلم آلي أو أي مخرجات أخرى موجهة نحو البيانات. كما يوفر الكتاب نهجاً للقضاء على الجهود الضائعة وتحسين التعاون بين منتجي البيانات ومستهلكيها وبقية أقسام المؤسسة من خلال تبني مبادئ التفكير الرشيق ومبادئ تطوير البرمجيات Agile. يساعدك هذا الكتاب على تحسين سرعة ودقة تطوير التطبيقات التحليلية من خلال ممارسات إدارة البيانات و DevOps التي تضمن توسيع نطاق الوصول إلى البيانات بأمان، وتزيد بسرعة من عدد منتجات البيانات القابلة للتكرار عبر الأتمتة والاختبار والتكامل. كما يوضح الكتاب كيفية جمع الملاحظات ومراقبة الأداء لإدارة عملياتك ومخرجاتك وتحسينها باستمرار. ما ستتعلمه: تطوير استراتيجية بيانات لمؤسستك لمساعدتها على تحقيق أهدافها طويلة المدى.

تعرّف على العوائق التي تحول دون تقديم البيانات للمستخدمين على نطاق واسع وتخلص منها

اعمل على المهام الصحيحة مع أصحاب المصلحة المعنيين من خلال التعاون المرن

ابنِ الثقة في البيانات من خلال الاختبارات الصارمة والإدارة الفعالة للبيانات

ابنِ ثقافة قائمة على التعلم والتحسين المستمر من خلال مراقبة عمليات النشر وقياس النتائج

قم بتشكيل فرق عمل ذاتية التنظيم ومتعددة الوظائف، تركز على تحقيق الأهداف بدلاً من التركيز على خطوط التسلسل الإداري.

قم ببناء مسارات بيانات قوية وموثوقة لدعم الذكاء الاصطناعي، وتعلم الآلة، وغيرها من منتجات البيانات التحليلية.

لمن هذا الكتاب خبراء علوم البيانات والتحليلات المتقدمة، ورؤساء تكنولوجيا المعلومات، ورؤساء البيانات، ورؤساء التحليلات، ومحللو الأعمال، وقادة فرق العمل، ومحترفو تكنولوجيا المعلومات (مهندسو البيانات، والمطورون، والمعماريون، ومديرو قواعد البيانات) الذين يدعمون فرق البيانات ويرغبون في زيادة القيمة التي تستمدها مؤسساتهم من البيانات بشكل كبير. يعد هذا الكتاب مثالياً لمحترفي البيانات الذين يسعون للتغلب على تحديات طول وقت التسليم، وضعف جودة البيانات، وارتفاع تكاليف الصيانة، وصعوبات التوسع في إيصال مخرجات علوم البيانات والتعلم الآلي إلى مرحلة الإنتاج الموجهة للعملاء.

من الغلاف الخلفي احصل على مقدمة عملية لمفهوم DataOps، وهو تخصص جديد لتقديم علوم البيانات على نطاق واسع مستوحى من الممارسات المتبعة في شركات مثل Facebook و Uber و LinkedIn و Twitter و eBay. تحتاج المؤسسات إلى ما هو أكثر من مجرد أحدث خوارزميات الذكاء الاصطناعي، وأحدث الأدوات، وأفضل الكوادر البشرية لتحويل البيانات إلى إجراءات قائمة على الرؤى ومنتجات بيانات تحليلية مفيدة. إن العمليات وطرق التفكير المستخدمة لإدارة البيانات واستخدامها في القرن 20 تشكل عائقاً أمام العمل بفعالية مع تنوع البيانات وحالات الاستخدام التحليلية المتقدمة التي تمتلكها المؤسسات اليوم. يقدم هذا الكتاب النهج والأساليب اللازمة لضمان الاستخدام السريع والمستمر للبيانات لإنشاء منتجات بيانات تحليلية وتوجيه عملية اتخاذ القرار. يوضح لك كتاب Practical DataOps كيفية تحسين سلسلة توريد البيانات بدءاً من مصادر البيانات الخام المتنوعة وصولاً إلى منتج البيانات النهائي، سواء كان الهدف هو نموذج تعلم آلي أو أي مخرجات أخرى موجهة نحو البيانات. كما يوفر الكتاب نهجاً للقضاء على الجهود الضائعة وتحسين التعاون بين منتجي البيانات ومستهلكيها وبقية أقسام المؤسسة من خلال تبني مبادئ التفكير الرشيق ومبادئ تطوير البرمجيات Agile. يساعدك هذا الكتاب على تحسين سرعة ودقة تطوير التطبيقات التحليلية من خلال ممارسات إدارة البيانات و DevOps التي تضمن توسيع نطاق الوصول إلى البيانات بأمان، وتزيد بسرعة من عدد منتجات البيانات القابلة للتكرار عبر الأتمتة والاختبار والتكامل. كما يوضح الكتاب كيفية جمع الملاحظات ومراقبة الأداء لإدارة عملياتك ومخرجاتك وتحسينها باستمرار. ستتمكن من خلال هذا الكتاب من: تطوير استراتيجية بيانات لمؤسستك لمساعدتها على تحقيق أهدافها طويلة المدى

تعرّف على العوائق التي تحول دون تقديم البيانات للمستخدمين على نطاق واسع وتخلص منها

اعمل على المهام الصحيحة مع أصحاب المصلحة المعنيين من خلال التعاون المرن

ابنِ الثقة في البيانات من خلال الاختبارات الصارمة والإدارة الفعالة للبيانات

ابنِ ثقافة قائمة على التعلم والتحسين المستمر من خلال مراقبة عمليات النشر وقياس النتائج

قم بتشكيل فرق عمل ذاتية التنظيم ومتعددة الوظائف، تركز على تحقيق الأهداف بدلاً من التركيز على خطوط التسلسل الإداري.

قم ببناء مسارات بيانات قوية وموثوقة لدعم الذكاء الاصطناعي، وتعلم الآلة، وغيرها من منتجات البيانات التحليلية.

نبذة عن المؤلف

يعتبر Harvinder Atwal خبيراً في مجال البيانات، ويمتلك مسيرة مهنية حافلة في استخدام التحليلات لتعزيز تجربة العملاء وتحسين أداء الأعمال. ولا تقتصر شغفه على الخوارزميات فحسب، بل يمتد ليشمل الأشخاص والعمليات والتغيرات التقنية اللازمة لتحقيق القيمة من البيانات. كما يستمتع بتبادل الأفكار، وقد شارك كمتحدث في مؤتمرات O'Reilly Strata Data Conference London، وODSC London، وData Leaders Summit Barcelona. يتولى Harvinder حالياً قيادة قسم البيانات في المجموعة، وهو المسؤول عن دورة حياة البيانات بالكامل، بما في ذلك: الحصول على البيانات، وإدارة البيانات، وحوكمة البيانات، وإدارة منصات البيانات السحابية والمحلية، وهندسة البيانات، وذكاء الأعمال، وتحليلات المنتجات، وعلوم البيانات في Moneysupermarket Group. وقد سبق له قيادة فرق التحليلات في Dunnhumby و Lloyds Banking Group و British Airways. تشمل مؤهلاته العلمية درجة البكالوريوس من University College London ودرجة الماجستير في بحوث العمليات من كلية الهندسة بجامعة Birmingham.