தரவு பொறியாளர்களை AI மாற்றுமா?

தரவு பொறியாளர்களை AI மாற்றுமா?

சுருக்கமான பதில்: AI, தரவு பொறியாளர்களை முழுமையாக மாற்றாது; இது SQL வரைவு, பைப்லைன் சாரக்கட்டு, சோதனைகள் மற்றும் ஆவணப்படுத்தல் போன்ற மீண்டும் மீண்டும் நிகழும் வேலைகளை தானியங்குபடுத்தும். உங்கள் பங்கு பெரும்பாலும் குறைந்த உரிமை, டிக்கெட் சார்ந்த வேலையாக இருந்தால், அது மிகவும் வெளிப்படையானது; உங்களிடம் நம்பகத்தன்மை, வரையறைகள், நிர்வாகம் மற்றும் சம்பவ பதில் இருந்தால், AI முக்கியமாக உங்களை வேகமாக்குகிறது.

முக்கிய குறிப்புகள்:

உரிமை : குறியீட்டை விரைவாக உருவாக்குவதை விட, விளைவுகளுக்கான பொறுப்புணர்வை முன்னுரிமைப்படுத்துங்கள்.

தரம் : குழாய்வழிகள் நம்பகமானதாக இருக்கும் வகையில் சோதனைகள், கவனிக்கத்தக்க தன்மை மற்றும் ஒப்பந்தங்களை உருவாக்குங்கள்.

ஆளுகை : தனியுரிமை, அணுகல் கட்டுப்பாடு, தக்கவைத்தல் மற்றும் தணிக்கைப் பாதைகளை மனிதர்களுக்குச் சொந்தமானதாக வைத்திருங்கள்.

தவறான பயன்பாட்டு எதிர்ப்பு : AI வெளியீடுகளை வரைவுகளாகக் கருதுங்கள்; நம்பிக்கையான தவறைத் தவிர்க்க அவற்றை மதிப்பாய்வு செய்யவும்.

பங்கு மாற்றம் : பாய்லர்பிளேட்டை தட்டச்சு செய்வதில் குறைந்த நேரத்தையும், நீடித்து உழைக்கும் அமைப்புகளை வடிவமைப்பதில் அதிக நேரத்தையும் செலவிடுங்கள்.

தரவு பொறியாளர்களை AI மாற்றுமா? தகவல் வரைபடம்

நீங்கள் தரவு குழுக்களைச் சுற்றி ஐந்து நிமிடங்களுக்கு மேல் செலவிட்டிருந்தால், சில நேரங்களில் கிசுகிசுக்கப்படும், சில சமயங்களில் ஒரு சந்திப்பில் ஒரு சதித் திருப்பம் போலத் தொடங்கப்படும் பல்லவியைக் கேட்டிருப்பீர்கள்: AI தரவு பொறியாளர்களை மாற்றுமா?

மேலும்... எனக்குப் புரிகிறது. AI SQL ஐ உருவாக்கலாம், பைப்லைன்களை உருவாக்கலாம், ஸ்டேக் டிரேஸ்களை விளக்கலாம், dbt மாதிரிகளை வரையலாம், கிடங்கு திட்டங்களை கூட அமைதியற்ற நம்பிக்கையுடன் பரிந்துரைக்கலாம். SQL க்கான GitHub Copilot dbt மாதிரிகள் பற்றி GitHub Copilot
ஒரு ஃபோர்க்லிஃப்ட் ஏமாற்று வேலைகளைக் கற்றுக்கொள்வதைப் பார்ப்பது போல் உணர்கிறேன். ஈர்க்கக்கூடியது, சற்று ஆபத்தானது, மேலும் அது உங்கள் வேலைக்கு என்ன அர்த்தம் என்பதை நீங்கள் முழுமையாக உறுதியாக நம்பவில்லை 😅

ஆனால் உண்மை தலைப்புச் செய்தியை விடக் குறைவான நேர்த்தியானது. AI தரவு பொறியியலை முற்றிலுமாக மாற்றுகிறது. இது மந்தமான, மீண்டும் மீண்டும் செய்யக்கூடிய பிட்களை தானியக்கமாக்குகிறது. இது "எனக்கு என்ன வேண்டும் என்று எனக்குத் தெரியும், ஆனால் தொடரியல் நினைவில் இல்லை" என்ற தருணங்களை விரைவுபடுத்துகிறது. இது புதிய வகையான குழப்பங்களையும் வளர்க்கிறது.

எனவே, கை அலை போன்ற நம்பிக்கையோ அல்லது அழிவை நோக்கிச் செல்லும் பீதியோ இல்லாமல், அதை முறையாகப் பரப்புவோம்.

இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:

🔗 கதிரியக்கவியலாளர்களை AI மாற்றுமா?
இமேஜிங் AI எவ்வாறு பணிப்பாய்வு, துல்லியம் மற்றும் எதிர்கால பாத்திரங்களை மாற்றுகிறது.

🔗 கணக்காளர்களை AI மாற்றுமா?
AI எந்த கணக்கியல் பணிகளை தானியங்குபடுத்துகிறது மற்றும் மனிதனாக என்ன இருக்கிறது என்பதைப் பாருங்கள்.

🔗 முதலீட்டு வங்கியாளர்களை AI மாற்றுமா?
ஒப்பந்தங்கள், ஆராய்ச்சி மற்றும் வாடிக்கையாளர் உறவுகளில் AI இன் தாக்கத்தைப் புரிந்து கொள்ளுங்கள்.

🔗 காப்பீட்டு முகவர்களை AI மாற்றுமா?
எழுத்துறுதி, விற்பனை மற்றும் வாடிக்கையாளர் ஆதரவை AI எவ்வாறு மாற்றுகிறது என்பதை அறிக.

"தரவு பொறியாளர்களை AI மாற்றுகிறது" என்ற கேள்வி ஏன் மீண்டும் மீண்டும் எழுகிறது 😬

இந்தப் பயம் ஒரு குறிப்பிட்ட இடத்திலிருந்து வருகிறது: தரவுப் பொறியியலில் மீண்டும் மீண்டும் செய்யக்கூடிய பல பணிகள் உள்ளன .

  • SQL ஐ எழுதுதல் மற்றும் மறுசீரமைப்பு செய்தல்

  • உட்கொள்ளல் ஸ்கிரிப்ட்களை உருவாக்குதல்

  • ஒரு திட்டத்திலிருந்து மற்றொன்றுக்கு புலங்களை மேப்பிங் செய்தல்

  • சோதனைகள் மற்றும் அடிப்படை ஆவணங்களை உருவாக்குதல்

  • பைப்லைன் தோல்விகளைப் பிழைத்திருத்துதல்... ஒருவிதத்தில் கணிக்கக்கூடியது

மீண்டும் மீண்டும் செய்யக்கூடிய வடிவங்களில் AI வழக்கத்திற்கு மாறாக சிறந்தது. மேலும் தரவு பொறியியலின் ஒரு பகுதி சரியாக அதுதான் - வடிவங்களில் அடுக்கப்பட்ட வடிவங்கள். GitHub கோபிலட் குறியீடு பரிந்துரைகள்

மேலும், கருவிகளின் சுற்றுச்சூழல் அமைப்பு ஏற்கனவே சிக்கலை "மறைத்து" வருகிறது:

எனவே AI தோன்றும்போது, ​​அது கடைசிப் பகுதி போல உணரலாம். அடுக்கு ஏற்கனவே சுருக்கப்பட்டிருந்தால், AI பசை குறியீட்டை எழுத முடியும் என்றால்... என்ன மிச்சம்? 🤷

ஆனால் மக்கள் தவறவிடும் விஷயம் இதுதான்: தரவு பொறியியல் முக்கியமாக தட்டச்சு செய்வதல்ல . தட்டச்சு செய்வது எளிதான பகுதியாகும். கடினமான பகுதி என்னவென்றால், தெளிவற்ற, அரசியல், மாறிவரும் வணிக யதார்த்தத்தை நம்பகமான அமைப்பாக செயல்பட வைப்பதாகும்.

மேலும் AI இன்னும் அந்த இருளுடன் போராடுகிறது. மக்களும் போராடுகிறார்கள் - அவர்கள் சிறப்பாக மேம்படுத்துகிறார்கள்.

தரவு பொறியாளர்கள் நாள் முழுவதும் உண்மையில் என்ன செய்கிறார்கள் (கவர்ச்சியற்ற உண்மை) 🧱

வெளிப்படையாகச் சொல்லப் போனால் - “டேட்டா இன்ஜினியர்” என்ற வேலைப் பெயர் நீங்கள் வெறும் கணித அடிப்படையில் ராக்கெட் என்ஜின்களை உருவாக்குவது போல் தெரிகிறது. நடைமுறையில், நீங்கள் நம்பிக்கையை .

ஒரு பொதுவான நாள் என்பது "புதிய வழிமுறைகளைக் கண்டுபிடிப்பது" குறைவாகவும் இன்னும் அதிகமாகவும் இருக்கும்:

  • தரவு வரையறைகள் குறித்து அப்ஸ்ட்ரீம் குழுக்களுடன் பேச்சுவார்த்தை நடத்துதல் (வேதனையானது ஆனால் அவசியம்)

  • ஒரு அளவீடு ஏன் மாறியது (மற்றும் அது உண்மையானதா என்பதை) ஆராய்தல்

  • திட்டச் சறுக்கலையும் "நள்ளிரவில் யாரோ ஒரு பத்தியைச் சேர்த்தனர்" என்பதையும் கையாள்வது ஆச்சரியங்களை அளிக்கிறது

  • குழாய்கள் நிலையற்றவை, மீட்டெடுக்கக்கூடியவை, கவனிக்கத்தக்கவை என்பதை உறுதி செய்தல்

  • கீழ்நிலை ஆய்வாளர்கள் தற்செயலாக முட்டாள்தனமான டாஷ்போர்டுகளை உருவாக்காதபடி பாதுகாப்புத் தண்டவாளங்களை உருவாக்குதல்

  • உங்கள் கிடங்கு பணக் கொளுத்தும் இடமாக மாறாமல் இருக்க செலவுகளை நிர்வகித்தல் 🔥

  • அணுகலைப் பாதுகாத்தல், தணிக்கை செய்தல், இணக்கம், தக்கவைப்புக் கொள்கைகள் GDPR கொள்கைகள் (ஐரோப்பிய ஆணையம்) சேமிப்பக வரம்பு (ICO)

  • உங்களை ஏமாற்றாமல் மக்கள் உண்மையில் பயன்படுத்தக்கூடிய தரவு தயாரிப்புகளை உருவாக்குதல் 20 கேள்விகள்

வேலையின் பெரும் பகுதி சமூக மற்றும் செயல்பாட்டு ரீதியானது:

  • "இந்த மேஜை யாருக்கு சொந்தம்?"

  • "இந்த வரையறை இன்னும் செல்லுபடியாகுமா?"

  • "CRM ஏன் நகல்களை ஏற்றுமதி செய்கிறது?"

  • "இந்த அளவீட்டை நிர்வாகிகளுக்கு சங்கடப்படாமல் அனுப்ப முடியுமா?" 😭

நிச்சயமாக, இதில் சில பகுதிகளுக்கு AI உதவ முடியும். ஆனால் அதை முழுமையாக மாற்றுவது... ஒரு நீட்டிப்பு.

தரவு பொறியியல் பணியின் வலுவான பதிப்பை உருவாக்குவது எது? ✅

இந்தப் பிரிவு முக்கியமானது, ஏனெனில் மாற்றுப் பேச்சு பொதுவாக தரவு பொறியாளர்கள் முக்கியமாக "குழாய் உருவாக்குபவர்கள்" என்று கருதுகிறது. அது சமையல்காரர்கள் முக்கியமாக "காய்கறிகளை நறுக்குகிறார்கள்" என்று கருதுவது போன்றது. இது வேலையின் ஒரு பகுதி, ஆனால் அது வேலை அல்ல.

ஒரு தரவு பொறியாளரின் வலுவான பதிப்பு பொதுவாக இவற்றில் பெரும்பாலானவற்றைச் செய்ய முடியும் என்பதாகும்:

  • மாற்றத்திற்கான வடிவமைப்பு
    தரவு மாறுகிறது. குழுக்கள் மாறுகின்றன. கருவிகள் மாறுகின்றன. ஒரு நல்ல பொறியாளர் யதார்த்தம் தும்மும் ஒவ்வொரு முறையும் சரிந்து போகாத அமைப்புகளை உருவாக்குகிறார் 🤧

  • ஒப்பந்தங்கள் மற்றும் எதிர்பார்ப்புகளை வரையறுக்கவும்
    "வாடிக்கையாளர்" என்றால் என்ன? "செயலில்" என்றால் என்ன? ஒரு வரிசை தாமதமாக வரும்போது என்ன நடக்கும்? ஒப்பந்தங்கள் ஆடம்பரமான குறியீட்டை விட குழப்பத்தைத் தடுக்கின்றன. திறந்த தரவு ஒப்பந்த தரநிலை (ODCS) ODCS (GitHub)

  • எல்லாவற்றிலும் கவனிக்கத்தக்க தன்மையை உருவாக்குங்கள்
    "அது இயங்கியதா" மட்டுமல்ல, "அது சரியாக இயங்கியதா." புத்துணர்ச்சி, தொகுதி முரண்பாடுகள், பூஜ்ய வெடிப்புகள், விநியோக மாற்றங்கள். தரவு கவனிக்கத்தக்க தன்மை (டைனட்ரேஸ்) தரவு கவனிக்கத்தக்க தன்மை என்றால் என்ன?

  • போன்ற சமரசங்களை வயது வந்தவர்களுடன் செய்யுங்கள்
    . சரியான குழாய் இணைப்பு எதுவும் இல்லை, நீங்கள் வாழக்கூடிய குழாய் இணைப்புகள் மட்டுமே உள்ளன.

  • வணிகத் தேவைகளை நீடித்த அமைப்புகளாக மாற்றுங்கள்
    மக்கள் அளவீடுகளைக் கேட்கிறார்கள், ஆனால் அவர்களுக்குத் தேவையானது ஒரு தரவு தயாரிப்பு. AI குறியீட்டை வரைவு செய்ய முடியும், ஆனால் வணிக கண்ணிவெடிகளை மாயமாக அறிய முடியாது.

  • தரவை அமைதியாக வைத்திருங்கள்
    ஒரு தரவு தளத்திற்கான மிக உயர்ந்த பாராட்டு என்னவென்றால், அதைப் பற்றி யாரும் பேசுவதில்லை. நிகழ்வுகள் இல்லாத தரவு நல்ல தரவு. பிளம்பிங் போல. அது தோல்வியடையும் போது மட்டுமே நீங்கள் அதை கவனிக்கிறீர்கள் 🚽

நீங்கள் இவற்றைச் செய்தால், “டேட்டா இன்ஜினியர்களை AI மாற்றுமா?” ... சற்று வித்தியாசமாகத் தெரிகிறது. AI, உரிமையை அல்ல, பணிகளை .

தரவு பொறியாளர்களுக்கு AI ஏற்கனவே உதவி செய்து வருகிறது (அது உண்மையிலேயே சிறந்தது) 🤖✨

AI என்பது வெறும் சந்தைப்படுத்தல் மட்டுமல்ல. நன்றாகப் பயன்படுத்தினால், அது ஒரு சட்டபூர்வமான சக்தி பெருக்கி.

1) வேகமான SQL மற்றும் உருமாற்ற வேலை

  • வரைவு சிக்கலான இணைப்புகள்

  • நீங்கள் யோசிக்க விரும்பாத சாளர செயல்பாடுகளை எழுதுதல்

  • எளிய மொழி தர்க்கத்தை வினவல் எலும்புக்கூடுகளாக மாற்றுதல்

  • SQL க்கான GitHub Copilot ஐப் படிக்கக்கூடிய CTE களாக அசிங்கமான வினவல்களை மறுசீரமைத்தல்

இது மிகப்பெரியது, ஏனெனில் இது "வெற்றுப் பக்கம்" விளைவைக் குறைக்கிறது. நீங்கள் இன்னும் சரிபார்க்க வேண்டும், ஆனால் நீங்கள் 0% க்கு பதிலாக 70% இல் தொடங்குகிறீர்கள்.

2) பிழைத்திருத்தம் மற்றும் மூல காரணம் பிரட்தூள்களில் நனைக்கப்பட்டது

AI இதில் நன்றாக உள்ளது:

  • பிழை செய்திகளை விளக்குதல்

  • எங்கு பார்க்க வேண்டும் என்று பரிந்துரைக்கிறது

  • "ஸ்கீமா பொருத்தமின்மையைச் சரிபார்க்கவும்" வகை படிகளைப் பரிந்துரைக்கிறது GitHub Copilot
    இது ஒருபோதும் தூங்காத, சில சமயங்களில் நம்பிக்கையுடன் பொய் சொல்லும் ஒரு சளைக்காத ஜூனியர் பொறியாளரைப் போன்றது 😅

3) ஆவணப்படுத்தல் மற்றும் தரவு பட்டியல் செறிவூட்டல்

தானாக உருவாக்கப்பட்டது:

  • நெடுவரிசை விளக்கங்கள்

  • மாதிரி சுருக்கங்கள்

  • பரம்பரை விளக்கங்கள்

  • "இந்த அட்டவணை எதற்காகப் பயன்படுத்தப்படுகிறது?" dbt ஆவணங்களின்

இது சரியானதல்ல, ஆனால் ஆவணப்படுத்தப்படாத குழாய்களின் சாபத்தை இது உடைக்கிறது.

4) சோதனை சாரக்கட்டு மற்றும் சரிபார்ப்புகள்

AI பின்வருவனவற்றை முன்மொழியலாம்:

மீண்டும் - எது முக்கியம் என்பதை நீங்கள் இன்னும் தீர்மானிக்கிறீர்கள், ஆனால் அது வழக்கமான பகுதிகளை விரைவுபடுத்துகிறது.

5) குழாய்வழி "பசை" குறியீடு

கட்டமைப்பு டெம்ப்ளேட்கள், YAML ஸ்காஃபோல்டுகள், ஆர்கெஸ்ட்ரேஷன் DAG டிராஃப்டுகள். அந்த விஷயங்கள் திரும்பத் திரும்ப வரும், காலை உணவாக AI திரும்பத் திரும்ப சாப்பிடும் 🥣 அப்பாச்சி ஏர்ஃப்ளோ DAGகள்

AI இன்னும் போராடும் இடத்தில் (இதுதான் அதன் மையக்கரு) 🧠🧩

இது மிகவும் முக்கியமான பகுதி, ஏனெனில் இது மாற்று கேள்விக்கு உண்மையான அமைப்புடன் பதிலளிக்கிறது.

1) தெளிவின்மை மற்றும் மாற்றும் வரையறைகள்

வணிக தர்க்கம் அரிதாகவே தெளிவாக இருக்கும். மக்கள் வாக்கியத்தின் நடுவில் தங்கள் மனதை மாற்றிக்கொள்கிறார்கள். "செயலில் உள்ள பயனர்" "செயலில் பணம் செலுத்தும் பயனர்" ஆகிறார், "சில நேரங்களில் பணத்தைத் திரும்பப் பெறுவதைத் தவிர்த்து செயலில் பணம் செலுத்தும் பயனர்" ஆகிறார்... அது எப்படி என்று உங்களுக்குத் தெரியும்.

அந்த தெளிவின்மையை AI சொந்தமாக்கிக் கொள்ள முடியாது. அது யூகிக்க மட்டுமே முடியும்.

2) பொறுப்புக்கூறல் மற்றும் ஆபத்து

ஒரு குழாய் உடைந்து, நிர்வாக டேஷ்போர்டு முட்டாள்தனத்தைக் காட்டும்போது, ​​ஒருவர் செய்ய வேண்டியது:

  • வகைப்படுத்தல்

  • தாக்கத்தைத் தெரிவிக்கவும்

  • சரி செய்

  • மீண்டும் வருவதைத் தடுக்கவும்

  • பிரேத பரிசோதனை எழுது

  • கடந்த வார எண்களை வணிகம் இன்னும் நம்ப முடியுமா என்று முடிவு செய்யுங்கள்

AI உதவ முடியும், ஆனால் அது அர்த்தமுள்ள வகையில் பொறுப்பேற்க முடியாது. நிறுவனங்கள் அதிர்வுகளில் இயங்குவதில்லை - அவை பொறுப்பில் இயங்குகின்றன.

3) அமைப்புகள் சிந்தனை

தரவு தளங்கள் சுற்றுச்சூழல் அமைப்புகளாகும்: உட்கொள்ளல், சேமிப்பு, மாற்றங்கள், இசைக்குழு, நிர்வாகம், செலவுக் கட்டுப்பாடுகள், SLAகள். ஒரு அடுக்கில் ஏற்படும் மாற்றம் அலைகள். அப்பாச்சி காற்றோட்டக் கருத்துக்கள்

உலகளாவிய வலியை உருவாக்கும் உள்ளூர் மேம்படுத்தல்களை AI முன்மொழிய முடியும். இது கதவை அகற்றுவதன் மூலம் ஒரு சத்தமிடும் கதவை சரிசெய்வது போன்றது 😬

4) பாதுகாப்பு, தனியுரிமை, இணக்கம்

மாற்று கற்பனைகள் இறந்து போகும் இடம் இதுதான்.

AI கொள்கைகளை உருவாக்க முடியும், ஆனால் அவற்றைப் பாதுகாப்பாக செயல்படுத்துவது உண்மையான பொறியியல் ஆகும்.

5) "தெரியாத தெரியாதவை"

தரவு சம்பவங்கள் பெரும்பாலும் கணிக்க முடியாதவை:

  • ஒரு விற்பனையாளர் API சொற்பொருளை அமைதியாக மாற்றுகிறது

  • ஒரு நேர மண்டல அனுமானம் தலைகீழாக மாறுகிறது

  • ஒரு பின்நிரப்பு ஒரு பகிர்வை நகலெடுக்கிறது

  • மறுமுயற்சி பொறிமுறை இரட்டை எழுத்துகளை ஏற்படுத்துகிறது

  • ஒரு புதிய தயாரிப்பு அம்சம் புதிய நிகழ்வு வடிவங்களை அறிமுகப்படுத்துகிறது

நிலைமை அறியப்பட்ட வடிவமாக இல்லாதபோது AI பலவீனமாக இருக்கும்.

ஒப்பீட்டு அட்டவணை: நடைமுறையில் என்ன, எதைக் குறைக்கிறது 🧾🤔

கீழே ஒரு நடைமுறை பார்வை உள்ளது. "மக்களை மாற்றும் கருவிகள்" அல்ல, ஆனால் சில பணிகளைச் சுருக்கும் கருவிகள் மற்றும் அணுகுமுறைகள்.

கருவி / அணுகுமுறை பார்வையாளர்கள் விலை நிலவரம் இது ஏன் வேலை செய்கிறது
AI குறியீடு கோபிலட்டுகள் (SQL + பைதான் உதவியாளர்கள்) GitHub கோபிலட் நிறைய குறியீடுகளை எழுதும் பொறியாளர்கள் இலவசம் முதல் பணம் செலுத்துதல் வரை ஸ்கேஃபோல்டிங், ரீஃபாக்டர்கள், தொடரியல் ஆகியவற்றில் சிறந்தவர்... சில நேரங்களில் மிகவும் குறிப்பிட்ட முறையில் தன்னைத்தானே கவர்ந்து கொள்வார்
நிர்வகிக்கப்பட்ட ELT இணைப்பிகள் Fivetran அணிகள் உட்கொள்ளலை உருவாக்குவதில் சோர்வடைந்துள்ளன சந்தா-y தனிப்பயன் உட்கொள்ளல் வலியை நீக்குகிறது, ஆனால் வேடிக்கையான புதிய வழிகளில் இடைநிறுத்துகிறது
தரவு கண்காணிப்பு தளங்கள் தரவு கண்காணிப்பு (டைனட்ரேஸ்) SLA-க்களை வைத்திருக்கும் எவரும் நடுத்தர நிறுவனங்களுக்கு முரண்பாடுகளை முன்கூட்டியே கண்டுபிடிக்கிறது - குழாய்களுக்கான புகை அலாரங்கள் போல 🔔
உருமாற்ற கட்டமைப்புகள் (அறிவிப்பு மாதிரியாக்கம்) dbt பகுப்பாய்வு + DE கலப்பினங்கள் பொதுவாக கருவி + கணக்கிடு லாஜிக்கை மட்டுப்படுத்தி சோதிக்கக்கூடியதாக மாற்றுகிறது, குறைவான ஸ்பாகெட்டியை உருவாக்குகிறது
தரவு பட்டியல்கள் + சொற்பொருள் அடுக்குகள் dbt சொற்பொருள் அடுக்கு மெட்ரிக் குழப்பம் கொண்ட அமைப்புகள் நடைமுறையில், சார்ந்துள்ளது "உண்மையை" ஒரு முறை வரையறுக்கிறது - முடிவற்ற அளவீட்டு விவாதங்களைக் குறைக்கிறது
அப்பாச்சி ஏர்ஃப்ளோ வார்ப்புருக்கள் கொண்ட இசைக்குழு மேடை மனப்பான்மை கொண்ட அணிகள் திறந்த + செயல்பாடுகள் செலவு பணிப்பாய்வுகளை தரப்படுத்துகிறது; குறைவான ஸ்னோஃப்ளேக் DAGகள்
AI- உதவியுடன் கூடிய ஆவணங்கள் dbt ஆவணங்களை உருவாக்குதல் ஆவணங்களை எழுதுவதை வெறுக்கும் அணிகள் மலிவானது முதல் மிதமானது வரை அறிவு மறைந்து போகாமல் இருக்க "போதுமான" ஆவணங்களை உருவாக்குகிறது
தானியங்கி நிர்வாகக் கொள்கைகள் NIST தனியுரிமை கட்டமைப்பு ஒழுங்குபடுத்தப்பட்ட சூழல்கள் எண்டர்பிரைஸ்-ஒய் விதிகளை அமல்படுத்த உதவுகிறது - ஆனால் விதிகளை வடிவமைக்க மனிதர்கள் இன்னும் தேவை

என்ன விடுபட்டிருக்கிறது என்பதைக் கவனியுங்கள்: “தரவு பொறியாளர்களை அகற்ற பொத்தானை அழுத்தவும்” என்று சொல்லும் ஒரு வரிசை. ஆமாம்… அந்த வரிசை இல்லை 🙃

சரி... AI டேட்டா இன்ஜினியர்களை மாற்றுமா அல்லது வேலையை மாற்றுமா? 🛠️

இதோ வியத்தகு அல்லாத பதில்: AI, தொழிலை அல்ல, பணிப்பாய்வின் சில பகுதிகளை மாற்றும்.

ஆனால் அது மறுகட்டமைக்கும் . நீங்கள் அதைப் புறக்கணித்தால், நீங்கள் அழுத்தத்தை உணருவீர்கள்.

என்ன மாற்றங்கள்:

  • பாய்லர்ப்ளேட் எழுதுவதற்கு குறைவான நேரம்

  • ஆவணங்களைத் தேடுவதற்கு குறைவான நேரம்

  • மதிப்பாய்வு செய்தல், சரிபார்த்தல், வடிவமைத்தல் ஆகியவற்றிற்கு அதிக நேரம்

  • ஒப்பந்தங்கள் மற்றும் தர எதிர்பார்ப்புகளை வரையறுக்க அதிக நேரம் திறந்த தரவு ஒப்பந்த தரநிலை (ODCS)

  • தயாரிப்பு, பாதுகாப்பு, நிதி ஆகியவற்றுடன் கூட்டு சேர அதிக நேரம்

இதுதான் நுட்பமான மாற்றம்: தரவு பொறியியல் "குழாய்களை உருவாக்குதல்" பற்றி குறைவாகவும், "நம்பகமான தரவு தயாரிப்பு அமைப்பை உருவாக்குதல்" பற்றி அதிகமாகவும் மாறுகிறது

அமைதியான திருப்பத்தில், அது அதிக மதிப்புமிக்கது, குறைவானது அல்ல.

மேலும் - இது வியத்தகு முறையில் தோன்றினாலும் கூட நான் இதைச் சொல்லப் போகிறேன் - AI தரவு கலைப்பொருட்களை உருவாக்கக்கூடியவர்களின் எண்ணிக்கையை அதிகரிக்கிறது , இது முழு விஷயத்தையும் விவேகத்துடன் வைத்திருக்க யாராவது தேவைப்படுவதை அதிகரிக்கிறது. அதிக வெளியீடு என்பது அதிக குழப்பத்தை ஏற்படுத்தும். GitHub Copilot.

இது எல்லாருக்கும் ஒரு பவர் டிரில் கொடுப்பது மாதிரி. சூப்பர்! இப்போ யாராவது "தயவுசெய்து தண்ணீர் குழாயில் துளையிடாதீர்கள்" என்ற விதியை அமல்படுத்த வேண்டும் 🪠

(எல்லா இடங்களிலும் AI இருந்தாலும் கூட) மதிப்புமிக்கதாக இருக்கும் புதிய திறன் தொகுப்பு 🧠⚙️

நீங்கள் ஒரு நடைமுறை "எதிர்கால-ஆதார" சரிபார்ப்புப் பட்டியலை விரும்பினால், அது இப்படி இருக்கும்:

அமைப்பு வடிவமைப்பு மனநிலை

  • மாற்றத்தைத் தக்கவைக்கும் தரவு மாதிரியாக்கம்

  • தொகுதி vs ஸ்ட்ரீமிங் பரிமாற்றங்கள்

  • தாமதம், செலவு, நம்பகத்தன்மை சிந்தனை

தரவு தர பொறியியல்

ஆளுகை மற்றும் நம்பிக்கை கட்டமைப்பு

மேடை சிந்தனை

  • மீண்டும் பயன்படுத்தக்கூடிய வார்ப்புருக்கள், தங்கப் பாதைகள்

  • உட்கொள்ளல், உருமாற்றங்கள், சோதனைக்கான தரப்படுத்தப்பட்ட வடிவங்கள் Fivetran dbt தரவு சோதனைகள்

  • உருகாத சுய சேவை கருவி

தொடர்பு (ஆம், உண்மையில்)

  • தெளிவான ஆவணங்களை எழுதுதல்

  • வரையறைகளை சீரமைத்தல்

  • "இல்லை" என்று பணிவாக ஆனால் உறுதியாகச் சொல்வது

  • ரோபோ மாதிரி பேசாமல் சமரசங்களை விளக்குதல் 🤖

இவற்றை நீங்கள் செய்ய முடிந்தால், “டேட்டா இன்ஜினியர்களை AI மாற்றுமா?” என்ற கேள்வி குறைவான அச்சுறுத்தலாக மாறும். AI உங்கள் மாற்றாக அல்ல, உங்கள் வெளிப்புற எலும்புக்கூடாக மாறும்.

சில தரவு பொறியியல் பாத்திரங்கள் சுருங்கும் யதார்த்தமான சூழ்நிலைகள் 📉

சரி, சீக்கிரம் உண்மை நிலையைப் பாருங்க, ஏன்னா இது முழுக்க முழுக்க சூரிய ஒளியும் ஈமோஜி காகிதக் காகிதங்களும் இல்ல 🎉

சில பாத்திரங்கள் அதிகமாக வெளிப்படும்:

  • அனைத்தும் நிலையான இணைப்பிகளாக இருக்கும் தூய உட்கொள்ளல்-மட்டும் பாத்திரங்கள் ஃபைவ்ட்ரான் இணைப்பிகள்

  • குறைந்தபட்ச டொமைன் நுணுக்கத்துடன் பெரும்பாலும் மீண்டும் மீண்டும் அறிக்கையிடும் குழாய்களைச் செய்யும் குழுக்கள்

  • தரவு பொறியியலை "SQL குரங்குகள்" என்று கருதும் அமைப்புகள் (கடுமையானவை, ஆனால் உண்மை)

  • குறைந்த உரிமைப் பதவிகளில், வெறும் டிக்கெட்டுகள் மற்றும் நகல்-ஒட்டு வேலைகள் மட்டுமே இருக்கும்

AI பிளஸ் நிர்வகிக்கப்பட்ட கருவிகள் அந்தத் தேவைகளைச் சுருக்கலாம்.

ஆனால் அங்கே கூட, மாற்றீடு பொதுவாக இப்படித்தான் இருக்கும்:

  • ஒரே மாதிரியான வேலையைத் திரும்பத் திரும்பச் செய்யும் மக்கள் குறைவு

  • தள உரிமை மற்றும் நம்பகத்தன்மைக்கு அதிக முக்கியத்துவம்

  • "ஒரு நபர் அதிக குழாய் இணைப்புகளை ஆதரிக்க முடியும்" என்பதை நோக்கிய மாற்றம்

ஆமாம் - தலை எண்ணிக்கை முறைகள் மாறலாம். பாத்திரங்கள் உருவாகின்றன. தலைப்புகள் மாறுகின்றன. அந்தப் பகுதி உண்மையானது.

இருப்பினும், அதிக உரிமை, அதிக நம்பிக்கை கொண்ட பாத்திரப் பதிப்பு அப்படியே உள்ளது.

இறுதிச் சுருக்கம் 🧾✅

தரவு பொறியாளர்களை AI மாற்றுமா? மக்கள் கற்பனை செய்வது போல் சுத்தமாகவும், முழுமையாகவும் இல்லை.

AI:

  • திரும்பத் திரும்பச் செய்யும் பணிகளை தானியக்கமாக்குதல்

  • குறியீட்டு முறை, பிழைத்திருத்தம் மற்றும் ஆவணங்களை துரிதப்படுத்துதல் dbt ஆவணங்களுக்கான GitHub Copilot

  • குழாய்களை உற்பத்தி செய்வதற்கான செலவைக் குறைக்கவும்

ஆனால் தரவு பொறியியல் அடிப்படையில் இதைப் பற்றியது:

AI அதற்கு உதவ முடியும்… ஆனால் அது அதை "சொந்தமாக்காது".

நீங்கள் ஒரு தரவு பொறியாளராக இருந்தால், நடவடிக்கை எளிது (எளிதானது அல்ல, ஆனால் எளிமையானது):
உரிமை, தரம், தள சிந்தனை மற்றும் தகவல் தொடர்பு ஆகியவற்றில் சாய்ந்து கொள்ளுங்கள். முக்கியமான பகுதிகளை நீங்கள் கையாளும் போது, ​​AI பாய்லர்பிளேட்டைக் கையாளட்டும்.

ஆமாம் - சில நேரங்களில் அது அறையில் பெரியவராக இருப்பது. கவர்ச்சியாக இல்லை. அமைதியாக இருந்தாலும் சக்தி வாய்ந்தது 😄

தரவு பொறியாளர்களை AI மாற்றுமா?
இது சில பணிகளை மாற்றும், ஏணியை மாற்றியமைக்கும், மேலும் சிறந்த தரவு பொறியாளர்களை இன்னும் மதிப்புமிக்கவர்களாக மாற்றும். அதுதான் உண்மையான கதை.

அடிக்கடி கேட்கப்படும் கேள்விகள்

தரவு பொறியாளர்களை AI முழுமையாக மாற்றுமா?

பெரும்பாலான நிறுவனங்களில், AI, குறிப்பிட்ட பணிகளை முழுவதுமாக நீக்குவதற்குப் பதிலாக, பொறுப்பேற்க அதிக வாய்ப்புள்ளது. இது SQL வரைவு, பைப்லைன் சாரக்கட்டு, ஆவணப்படுத்தல் முதல் தேர்ச்சி மற்றும் அடிப்படை சோதனை உருவாக்கத்தை துரிதப்படுத்த முடியும். ஆனால் தரவு பொறியியல் உரிமை மற்றும் பொறுப்புணர்வையும் கொண்டுள்ளது, மேலும் குழப்பமான வணிக யதார்த்தத்தை நம்பகமான அமைப்பாக நடத்தும் அழகற்ற வேலையையும் கொண்டுள்ளது. அந்த பகுதிகளுக்கு "சரியானது" எப்படி இருக்கும் என்பதை மனிதர்கள் தீர்மானிக்க வேண்டும், விஷயங்கள் உடைக்கப்படும்போது பொறுப்பேற்க வேண்டும்.

தரவு பொறியியலின் எந்தப் பகுதிகளை AI ஏற்கனவே தானியங்குபடுத்தி வருகிறது?

மீண்டும் மீண்டும் செய்யக்கூடிய வேலைகளில் AI சிறப்பாகச் செயல்படுகிறது: SQL வரைவு மற்றும் மறுசீரமைப்பு, dbt மாதிரி எலும்புக்கூடுகளை உருவாக்குதல், பொதுவான பிழைகளை விளக்குதல் மற்றும் ஆவணக் குறிப்புகளை உருவாக்குதல். இது பூஜ்ய அல்லது தனித்துவச் சரிபார்ப்புகள் போன்ற சாரக்கட்டு சோதனைகளையும் செய்யலாம் மற்றும் ஆர்கெஸ்ட்ரேஷன் கருவிகளுக்கான டெம்ப்ளேட் "பசை" குறியீட்டை உருவாக்கலாம். வெற்றி என்பது உந்துதல் - நீங்கள் ஒரு வேலை செய்யும் தீர்வை நெருங்கத் தொடங்குகிறீர்கள் - ஆனால் நீங்கள் இன்னும் சரியானதைச் சரிபார்த்து, அது உங்கள் சூழலுக்குப் பொருந்துவதை உறுதி செய்ய வேண்டும்.

AI SQL மற்றும் பைப்லைன்களை எழுத முடிந்தால், தரவு பொறியாளர்களுக்கு என்ன மிச்சம்?

நிறைய: தரவு ஒப்பந்தங்களை வரையறுத்தல், திட்ட சறுக்கலைக் கையாளுதல் மற்றும் குழாய்வழிகள் சுயாதீனமானவை, கவனிக்கத்தக்கவை மற்றும் மீட்டெடுக்கக்கூடியவை என்பதை உறுதி செய்தல். தரவு பொறியாளர்கள் மெட்ரிக் மாற்றங்களை ஆராய்வது, கீழ்நிலை பயனர்களுக்கான பாதுகாப்புத் தடுப்புகளை உருவாக்குவது மற்றும் செலவு மற்றும் நம்பகத்தன்மை பரிமாற்றங்களை நிர்வகிப்பது ஆகியவற்றில் நேரத்தைச் செலவிடுகிறார்கள். பெரும்பாலும் நம்பிக்கையை வளர்ப்பது மற்றும் தரவு தளத்தை "அமைதியாக" வைத்திருப்பது, அதாவது யாரும் அதைப் பற்றி தினமும் சிந்திக்க வேண்டிய அளவுக்கு நிலையானதாக வைத்திருப்பது போன்ற வேலைகள் இதில் அடங்கும்.

ஒரு தரவு பொறியாளரின் அன்றாட வேலையை AI எவ்வாறு மாற்றுகிறது?

இது பொதுவாக பாய்லர்பிளேட் மற்றும் "தேடல் நேரத்தை" குறைக்கிறது, எனவே நீங்கள் தட்டச்சு செய்வதில் குறைந்த நேரத்தையும், மதிப்பாய்வு செய்தல், சரிபார்த்தல் மற்றும் வடிவமைப்பதில் அதிக நேரத்தையும் செலவிடுகிறீர்கள். அந்த மாற்றம் எல்லாவற்றையும் கையால் குறியிடுவதற்குப் பதிலாக எதிர்பார்ப்புகள், தரத் தரநிலைகள் மற்றும் மீண்டும் பயன்படுத்தக்கூடிய வடிவங்களை வரையறுப்பதை நோக்கி பங்கைத் தூண்டுகிறது. நடைமுறையில், நீங்கள் தயாரிப்பு, பாதுகாப்பு மற்றும் நிதியுடன் அதிக கூட்டாண்மைப் பணிகளைச் செய்வீர்கள் - ஏனெனில் தொழில்நுட்ப வெளியீடு உருவாக்குவது எளிதாகிறது, ஆனால் நிர்வகிப்பது கடினமாகிறது.

"செயலில் உள்ள பயனர்" போன்ற தெளிவற்ற வணிக வரையறைகளுடன் AI ஏன் போராடுகிறது?

வணிக தர்க்கம் நிலையானது அல்லது துல்லியமானது அல்ல என்பதால் - அது திட்டத்தின் நடுவில் மாறுகிறது மற்றும் பங்குதாரரைப் பொறுத்து மாறுபடும். AI ஒரு விளக்கத்தை வரைய முடியும், ஆனால் வரையறைகள் உருவாகும்போது அல்லது மோதல்கள் வெளிப்படும்போது அது முடிவை சொந்தமாக்க முடியாது. தரவு பொறியியலுக்கு பெரும்பாலும் பேச்சுவார்த்தை, அனுமானங்களை ஆவணப்படுத்துதல் மற்றும் தெளிவற்ற தேவைகளை நீடித்த ஒப்பந்தங்களாக மாற்றுதல் ஆகியவை தேவைப்படுகின்றன. கருவி மேம்படுத்தப்பட்டாலும் கூட பங்கு மறைந்துவிடாததற்கு அந்த "மனித சீரமைப்பு" வேலை ஒரு முக்கிய காரணம்.

தரவு நிர்வாகம், தனியுரிமை மற்றும் இணக்கப் பணிகளை AI பாதுகாப்பாகக் கையாள முடியுமா?

கொள்கைகளை உருவாக்க அல்லது அணுகுமுறைகளை பரிந்துரைக்க AI உதவ முடியும், ஆனால் பாதுகாப்பான செயல்படுத்தலுக்கு இன்னும் உண்மையான பொறியியல் மற்றும் கவனமான மேற்பார்வை தேவைப்படுகிறது. நிர்வாகத்தில் அணுகல் கட்டுப்பாடுகள், PII கையாளுதல், தக்கவைப்பு விதிகள், தணிக்கை பாதைகள் மற்றும் சில நேரங்களில் வசிப்பிட கட்டுப்பாடுகள் ஆகியவை அடங்கும். இவை "கிட்டத்தட்ட சரியானது" என்பது ஏற்றுக்கொள்ள முடியாத அதிக ஆபத்துள்ள பகுதிகள். மனிதர்கள் விதிகளை வடிவமைக்க வேண்டும், அமலாக்கத்தை சரிபார்க்க வேண்டும் மற்றும் இணக்க விளைவுகளுக்கு பொறுப்பேற்க வேண்டும்.

AI மேம்படும்போது தரவு பொறியாளர்களுக்கு என்ன திறன்கள் மதிப்புமிக்கதாக இருக்கும்?

அமைப்புகளை மீள்தன்மை கொண்டதாக மாற்றும் திறன்கள்: கணினி வடிவமைப்பு சிந்தனை, தரவு தர பொறியியல் மற்றும் தளத்தை மையமாகக் கொண்ட தரப்படுத்தல். அதிகமான மக்கள் தரவு கலைப்பொருட்களை விரைவாக உருவாக்கும்போது ஒப்பந்தங்கள், கவனிக்கத்தக்க தன்மை, சம்பவ மறுமொழி பழக்கவழக்கங்கள் மற்றும் ஒழுக்கமான மூல காரண பகுப்பாய்வு ஆகியவை இன்னும் முக்கியமானதாகின்றன. தகவல்தொடர்பு ஒரு வேறுபாட்டாளராகவும் மாறுகிறது - வரையறைகளை சீரமைப்பது, தெளிவான ஆவணங்களை எழுதுவது மற்றும் நாடகம் இல்லாமல் பரிமாற்றங்களை விளக்குவது தரவை நம்பகமானதாக வைத்திருப்பதில் ஒரு பெரிய பகுதியாகும்.

AI மற்றும் நிர்வகிக்கப்பட்ட கருவிகளால் எந்த தரவு பொறியியல் பாத்திரங்கள் அதிக ஆபத்தில் உள்ளன?

மீண்டும் மீண்டும் உட்கொள்ளும் அல்லது நிலையான அறிக்கையிடல் குழாய்களில் கவனம் செலுத்தும் பாத்திரங்கள் அதிகமாக வெளிப்படும், குறிப்பாக நிர்வகிக்கப்படும் ELT இணைப்பிகள் பெரும்பாலான ஆதாரங்களை உள்ளடக்கும் போது. குறைந்த உரிமை, டிக்கெட் சார்ந்த வேலை சுருங்கக்கூடும், ஏனெனில் AI மற்றும் சுருக்கம் ஒரு குழாய்க்கு முயற்சியைக் குறைக்கிறது. ஆனால் இது பொதுவாக "தரவு பொறியாளர்கள் இல்லை" என்று அல்ல, குறைவான மக்கள் மீண்டும் மீண்டும் செய்யும் பணிகளைச் செய்வது போல் தெரிகிறது. நம்பகத்தன்மை, தரம் மற்றும் நம்பிக்கையை மையமாகக் கொண்ட உயர் உரிமைப் பாத்திரங்கள் நீடித்து நிலைத்திருக்கும்.

குழப்பத்தை உருவாக்காமல், GitHub Copilot அல்லது dbt போன்ற கருவிகளை AI உடன் எவ்வாறு பயன்படுத்துவது?

AI வெளியீட்டை ஒரு முடிவாக அல்ல, ஒரு வரைவாகக் கருதுங்கள். வினவல் எலும்புக்கூடுகளை உருவாக்க, படிக்கக்கூடிய தன்மையை மேம்படுத்த அல்லது ஸ்காஃபோல்ட் dbt சோதனைகள் மற்றும் ஆவணங்களை உருவாக்க இதைப் பயன்படுத்தவும், பின்னர் உண்மையான தரவு மற்றும் விளிம்பு நிலைகளுக்கு எதிராக சரிபார்க்கவும். வலுவான மரபுகளுடன் இதை இணைக்கவும்: ஒப்பந்தங்கள், பெயரிடும் தரநிலைகள், கவனிக்கத்தக்க சோதனைகள் மற்றும் மதிப்பாய்வு நடைமுறைகள். நம்பகத்தன்மை, செலவுக் கட்டுப்பாடு அல்லது நிர்வாகத்தை தியாகம் செய்யாமல் விரைவான விநியோகமே குறிக்கோள்.

குறிப்புகள்

  1. ஐரோப்பிய ஆணையம் - தரவு பாதுகாப்பு விளக்கம்: GDPR கொள்கைகள் - commission.europa.eu

  2. தகவல் ஆணையர் அலுவலகம் (ICO) - சேமிப்பு வரம்பு - ico.org.uk

  3. ஐரோப்பிய ஆணையம் - தரவை எவ்வளவு காலம் வைத்திருக்க முடியும், அதைப் புதுப்பிக்க வேண்டியது அவசியமா? - commission.europa.eu

  4. தேசிய தரநிலைகள் மற்றும் தொழில்நுட்ப நிறுவனம் (NIST) - தனியுரிமை கட்டமைப்பு - nist.gov

  5. NIST கணினி பாதுகாப்பு வள மையம் (CSRC) - SP 800-92: கணினி பாதுகாப்பு பதிவு மேலாண்மைக்கான வழிகாட்டி - csrc.nist.gov

  6. இணையப் பாதுகாப்பு மையம் (CIS) - தணிக்கைப் பதிவு மேலாண்மை (CIS கட்டுப்பாடுகள்) - cisecurity.org

  7. ஸ்னோஃப்ளேக் ஆவணம் - வரிசை அணுகல் கொள்கைகள் - docs.snowflake.com

  8. கூகிள் கிளவுட் ஆவணம் - BigQuery வரிசை-நிலை பாதுகாப்பு - docs.cloud.google.com

  9. BITOL - திறந்த தரவு ஒப்பந்த தரநிலை (ODCS) v3.1.0 - bitol-io.github.io

  10. BITOL (GitHub) - திறந்த தரவு ஒப்பந்த தரநிலை - github.com

  11. அப்பாச்சி ஏர்ஃப்ளோ - ஆவணம் (நிலையானது) - airflow.apache.org

  12. அப்பாச்சி ஏர்ஃப்ளோ - DAGகள் (முக்கிய கருத்துக்கள்) - airflow.apache.org

  13. dbt ஆய்வக ஆவணங்கள் - dbt என்றால் என்ன? - docs.getdbt.com

  14. dbt ஆய்வக ஆவணங்கள் - dbt மாதிரிகள் பற்றி - docs.getdbt.com

  15. dbt ஆய்வக ஆவணம் - ஆவணம் - docs.getdbt.com

  16. dbt ஆய்வக ஆவணங்கள் - தரவு சோதனைகள் - docs.getdbt.com

  17. dbt ஆய்வக ஆவணம் - dbt சொற்பொருள் அடுக்கு - docs.getdbt.com

  18. ஃபைவ்ட்ரான் ஆவணம் - தொடங்குதல் - ஃபைவ்ட்ரான்.காம்

  19. ஃபைவ்ட்ரான் - இணைப்பிகள் - ஃபைவ்ட்ரான்.காம்

  20. AWS ஆவணம் - AWS லாம்ப்டா டெவலப்பர் வழிகாட்டி - docs.aws.amazon.com

  21. கிட்ஹப் - கிட்ஹப் கோபிலட் - கிதுப்.காம்

  22. GitHub ஆவணங்கள் - GitHub Copilot உடன் உங்கள் IDE இல் குறியீடு பரிந்துரைகளைப் பெறுதல் - docs.github.com

  23. மைக்ரோசாப்ட் லேர்ன் - SQL (VS குறியீடு நீட்டிப்பு) க்கான கிட்ஹப் கோபிலட் - learn.microsoft.com

  24. டைனட்ரேஸ் ஆவணப்படுத்தல் - தரவு கண்காணிப்பு - docs.dynatrace.com

  25. டேட்டா கேலக்ஸி - தரவு கண்காணிப்பு என்றால் என்ன? - datagalaxy.com

  26. சிறந்த எதிர்பார்ப்புகள் ஆவணம் - எதிர்பார்ப்புகள் கண்ணோட்டம் - docs.greatexpectations.io

அதிகாரப்பூர்வ AI உதவியாளர் கடையில் சமீபத்திய AI ஐக் கண்டறியவும்

எங்களை பற்றி

வலைப்பதிவிற்குத் திரும்பு