Как построить Data Mesh в компании на Open Source BigData и машинное обучение

Программный комитет ещё не принял решения по этому докладу
Дмитрий Шостко
Леруа Мерлен

Построил с нуля платформу по работе с данными в банкинге, телеком-операторе и ритейле. Сейчас вместе с командой создает аналитические продукты и сервисы в России и на уровне группы компаний Адео.

Тезисы

• Data Mesh — что это и зачем он нам (зачем Data Mesh в ритейле, и где Леруа Мерлен нашёл свой особый путь).
• Не весь Open Source одинаково полезен. Карго-культ в open source, и как мы натягивали технологии на подход и философию.
• Мета-принципы для Data Mesh в Леруа Мерлен: Cloud native, Open Source, API First, Scalable by default, Fault tolerance.
• Как и зачем доносить мета-принципы до линейных сотрудников?
• Технологии и подходы к эволюции технологий.
• Из чего состоит наша платформа и как она строится? Как мы работаем с клиентами в ее построении — Customer Development.
• Таймлайн совершенствования платформы.
• Как мерить эффективность? Деньгами? Нет — довольными клиентами!
• Как уравновесить хотелки клиента и базовые мета-принципы?
• Fail fast Fail cheap-подход.

Другие доклады секции BigData и машинное обучение