Architettura dei dati: A Primer for the Data Scientist: Un primo passo per lo scienziato dei dati

Recensioni dei lettori

Il libro sull'architettura dei dati offre una guida completa per chi si occupa di analisi e architettura dei dati, rivolgendosi a un pubblico eterogeneo. Mentre alcuni utenti lo hanno trovato accessibile e informativo, altri lo hanno criticato per la scarsa organizzazione, l'eccessiva ripetizione e i problemi di qualità di stampa.

⬤ Copertura completa dei concetti di architettura dei dati
⬤ Accessibile e leggibile per i non ingegneri
⬤ Buon riferimento per comprendere le basi dell'architettura dei dati.

⬤ Contenuti poco organizzati e ripetitivi
⬤ Necessita di una migliore supervisione editoriale
⬤ Bassa qualità di stampa che influisce sulla leggibilità
⬤ Alcune imprecisioni fattuali e informazioni confuse.

(basato su 7 recensioni dei lettori)

Titolo originale:

Data Architecture: A Primer for the Data Scientist: A Primer for the Data Scientist

Contenuto del libro:

Negli ultimi 5 anni, il concetto di big data è maturato, la scienza dei dati è cresciuta in modo esponenziale e l'architettura dei dati è diventata una parte standard del processo decisionale delle organizzazioni. In tutto questo cambiamento, i principi di base che modellano l'architettura dei dati sono rimasti gli stessi.

Rimane la necessità di guardare al "quadro generale" e di capire dove i propri dati si inseriscono nel grande schema delle cose. Architettura dei dati: A Primer for the Data Scientist, Second Edition affronta il quadro architettonico più ampio di come i big data si inseriscono nell'infrastruttura informativa esistente o nei sistemi di data warehousing. Si tratta di un argomento essenziale non solo per gli scienziati dei dati, gli analisti e i manager, ma anche per i ricercatori e gli ingegneri che hanno sempre più bisogno di gestire insiemi di dati grandi e complessi.

Finché i dati non vengono raccolti e non possono essere inseriti in un quadro o in un'architettura esistente, non possono essere utilizzati al massimo delle loro potenzialità. Basandosi su anni di esperienza pratica e utilizzando numerosi esempi e casi di studio provenienti da diversi settori, gli autori cercano di spiegare il quadro più ampio in cui si inseriscono i big data, fornendo agli scienziati dei dati il contesto necessario per capire come i pezzi del puzzle dovrebbero incastrarsi.