• Pandas 是最著名的用于处理结构化数据的 Python 库。从科学家的一次性分析到完整的生产数据管道，它可以在任何地方使用，以实现数据清理、操作和分析的自动化。它的流行可以归因于它的易用性以及它建立在 Python 之上的事实，Python 是最流行的编程语言之一，学习曲线相对较低。
  • SQL的基础是在关系型数据库的黎明时期奠定的。那时，还没有数据仓库，没有商业智能工具，当然也没有分析工程师这样的东西。然而，SQL仍然是大多数数据专业人员与他们的原始材料进行交互的主要用户界面。底层技术已经有了不可估量的改进，但除了对ANSI标准的少量更新外，语言的核心仍然没有改变。在无数数据专业人
  • 控制的错觉：是一种认知偏见，我们总是高估了我们对事件的控制程度。它描述了人类倾向于相信他们可以控制或至少影响结果，而事实上他们不能。 当受到控制偏见的错觉时，人们会觉得他们对环境的控制力比他们实际能控制的多。 例如，你和你的家人要去看你最喜欢的足球队的联赛冠军赛。像往常一样，你爸爸穿上了他的 icon
  • 随着 Lakehouse 的日益普及，人们对分析和比较作为该数据架构核心的开源项目的兴趣日益浓厚：Apache Hudi、Delta Lake 和 Apache Iceberg。 目前发表 icon
  • 在软件中，设计可能是最重要的增长杠杆之一。 2022 年 5 月 11 日，Airbnb 宣布重新设计，根据 CEO Brian Chesky 的说法，这是该应用程序“十年来最大的变化”: 在新版本中，您打开 icon
  • 在 Shopify，我们接受了全栈数据科学的理念，并且经常被问到“成为全栈数据科学家意味着什么？”。该术语最近在数据行业中出现了激增，但似乎没有就定义达成共识。因此，我们与几位 Shopify 数据科学家聊天 icon
  • 将数据驱动文化引入组织的第一个关键步骤是将数据收集和分析要求嵌入到产品开发工作流程中。作者讲述了分析需求文档如何帮助定义更好的数据策略。 在推出任何新产品时，我们如何跨各方、团队和利益进行协调？ 以房地产为例： 在房地产领域，如果没有准 icon
  • Neobanking（新银行业务）：在家中开设银行账户的便利性、24 小时支持的可用性以及无需跳过传统环节即可获得信贷的机会吸引了许多人。 当然，这些都伴随着新的风险类型。然而，对于新的挑战，也有同样创新的解决方案，包括[url= icon
  • 显著性偏见（又称突出性偏见）描述了我们关注那些更值得注意的项目或信息的倾向，而忽略那些没有引起我们注意的项目。 虽然快速检测什么是重要的和值得注意的资源的能力是一个重要的生存和学习机制，但我们倾向于关注手头最突出的和情感上最引人注目的细节，导致我们忽略潜在的重要信息。反过来，这可能会促使我们做出 icon
  • 希克定律预测，做出决定所需的时间和努力会随着选项的数量而增加。选择越多，用户做出决定的时间就越多。 解决办法： [list] [*]找到一个有很多选项或有很多重复的地方。 [*]试着减少选项的数量，或者找到隐藏项目的方法。(它们都需要同时显示吗？或改为渐进式显示) [*]如果你不能尽量减少选项，试着 icon
  • 数据仓库有很多定义，现在最重要的两个是： [list] [*][url= Kimball[/url]对数据仓库的定义 [/list icon
  • 商业智能平台的使命是启迪......商业决策，这一点并不令人意外。有两种方法可以做到这一点。 [list] [*]提供一个出色的技术平台，允许数据团队向运营团队自我提供高质量的数据。 [*]组织运营团队与数据团队完全解放。也就是说，确保业务团队（=不是 icon
  • 如果您参与实时分析，就不能再忽视“更改数据捕获(简称#CDC)”。 一些最流行和最先进的架构现在建立在基于 CDC 的解决方案之上。让我们探索是什么让 CDC 如此受欢迎，看看它将如何影响您的商业模式和项目。 虽然云提供了许多好处，例如存储和灾难恢复，但它限制了您做出实 icon
  • ABCNFP 非营利组织（不是真名）是由支持一项美好而崇高事业的优秀人才组成。Salesforce 已经在 ABCNFP 使用了几年，并且在咨询合作伙伴的帮助下，高度定制以适应组织的复杂服务模型。用户对他们定制的 CRM 的采用很好，而 icon
  • Atheon建立了这样一个dbt案例：CTE（通用表表达式）是passthrough的，性能的影响是可以忽略不计的，因为现代数据仓库优化器识别这种模式。该博客通过比较“导入的 CTE” 和“直接在 CTE 中引用基表”的情况 icon
  • GoCardless 的 ETL 方法侧重于将数据视为 API，避开已经开始巩固的行业标准 ELT 现代数据仓库方法。 [b]上游数据质量挑战[/b] 在上游遛弯时发现，工程师在修改服务时没有意识到像删除字段这样简单的事情可能会对下游的仪表板（或其他消费者）产生重大影响。 部分挑战是数据是 icon
  • 数据质量问题的具体成本因业务而异，因垂直而异。但是，平均而言，[url= icon
  • [i][url= icon