報告下載

關於報告:

2020 為企業 AI 應用落地大爆發的一年,不只在遊戲、零售電商、製造業、醫療、交通、廣告媒體、金融產業,到處可見各式各樣的創新 AI 應用。

所有 AI 神話的背後,都有一個大量資料與數據堆疊起來的坑。例如,從基礎 IT 架構的雲端應用來說,跨雲、上雲的佈署,需要各種資料庫的搬遷整合作業;而各式各樣的商業數據開發、應用分析,舉凡數據中台服務、或是 Martech 領域相關的顧客數據平台,都仰賴大量的資料處理。

 

重點摘要:

愈大量、愈複雜的數據轉換邏輯與運算,愈需要完整扎實的 ETL (Extract-Transform-Load) 底層核心架構來實現數據整合。本白皮書將示範如何使用 Google Cloud 進行資料整合的最小可行性產品,手把手 Coding 步驟解析,讓你一探 ETL 技術精髓,資料科學家、分析師、工程師絕對不可錯過的實作解析。

https://event.livehouse.in/gcp/whitepaper/1fb29229ad98fb2f0a73da092ded739e64b9c5cde61a86f96f33e6bfde82aaba.pdf


    iKala Cloud / 線上資源 / 線上資源 / 白皮書 / 【Coding 實戰】 解析 AI 神話背後的資料坑 : ETL 數據整合技術白皮書

    【Coding 實戰】 解析 AI 神話背後的資料坑 : ETL 數據整合技術白皮書

    關於報告:

    2020 為企業 AI 應用落地大爆發的一年,不只在遊戲、零售電商、製造業、醫療、交通、廣告媒體、金融產業,到處可見各式各樣的創新 AI 應用。

    所有 AI 神話的背後,都有一個大量資料與數據堆疊起來的坑。例如,從基礎 IT 架構的雲端應用來說,跨雲、上雲的佈署,需要各種資料庫的搬遷整合作業;而各式各樣的商業數據開發、應用分析,舉凡數據中台服務、或是 Martech 領域相關的顧客數據平台,都仰賴大量的資料處理。

     

    重點摘要:

    愈大量、愈複雜的數據轉換邏輯與運算,愈需要完整扎實的 ETL (Extract-Transform-Load) 底層核心架構來實現數據整合。本白皮書將示範如何使用 Google Cloud 進行資料整合的最小可行性產品,手把手 Coding 步驟解析,讓你一探 ETL 技術精髓,資料科學家、分析師、工程師絕對不可錯過的實作解析。

    https://event.livehouse.in/gcp/whitepaper/1fb29229ad98fb2f0a73da092ded739e64b9c5cde61a86f96f33e6bfde82aaba.pdf

    回到頂端