발표: 창고를 넘어: BigQuery 만으로 데이터 문제를 해결할 수 없는 이유

사라 어셔는 빅쿼리와 같은 웨어하우스에서 대기 시간과 비용으로 어려움을 겪는 아키텍처의 "파국"에 대해 논의합니다. 그녀는 혈통과 혁신을 다시 제어하기 위해 개념적 데이터 수명주기(Raw, Curated, Use Case)를 필요로 합니다. 그녀는 확장성을 방해하지 않으면서 ML 팀과 분석을 모두 강화하는 단일 진실의 원천을 설계하기 위한 실용적인 전략을 공유합니다. 사라 어셔에 의해.