Data Governance: The Definitive Guide Evren Eryurek, Uri Gilad, Valliappa Lakshmanan

(ebook) (audiobook) (audiobook)

Promocja Przejdź

Data Governance: The Definitive Guide Evren Eryurek, Uri Gilad, Valliappa Lakshmanan - okladka książki

Data Governance: The Definitive Guide Evren Eryurek, Uri Gilad, Valliappa Lakshmanan - audiobook MP3

Data Governance: The Definitive Guide Evren Eryurek, Uri Gilad, Valliappa Lakshmanan - audiobook CD

Autorzy:: Evren Eryurek, Uri Gilad, Valliappa Lakshmanan
Wydawnictwo:: O'Reilly Media (Z chęcią przeczytam książkę w języku polskim)
Ocena:: 6.0/6 Opinie: 1
Stron:: 254
Dostępne formaty:: ePub

Mobi

Ebook

211,65 zł ~~249,00 zł~~ (-15%)

29,90 zł najniższa cena z 30 dni

Dodaj do koszyka Dostępny natychmiast po opłaceniu zakupu lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

As you move data to the cloud, you need to consider a comprehensive approach to data governance, along with well-defined and agreed-upon policies to ensure your organization meets compliance requirements. Data governance incorporates the ways people, processes, and technology work together to ensure data is trustworthy and can be used effectively. This practical guide shows you how to effectively implement and scale data governance throughout your organization.

Chief information, data, and security officers and their teams will learn strategy and tooling to support democratizing data and unlocking its value while enforcing security, privacy, and other governance standards. Through good data governance, you can inspire customer trust, enable your organization to identify business efficiencies, generate more competitive offerings, and improve customer experience. This book shows you how.

You'll learn:

Data governance strategies addressing people, processes, and tools
Benefits and challenges of a cloud-based data governance approach
How data governance is conducted from ingest to preparation and use
How to handle the ongoing improvement of data quality
Challenges and techniques in governing streaming data
Data protection for authentication, security, backup, and monitoring
How to build a data culture in your organization

Wybrane bestsellery

O autorze książki

Dr Valliappa ("Lak") Lakshmanan to ekspert łączący doświadczenie badawcze z pracą nad produktami i rozwiązaniami opartymi o chmurę oraz analitykę danych. Pełnił funkcję Director for Data Analytics and AI Solutions on Google Cloud, gdzie wraz z zespołem budował rozwiązania programistyczne dla wyzwań biznesowych, wykorzystując produkty Google Cloud z obszaru analityki danych i machine learningu.

W jego dorobku znajdują się publikacje wydane przez O'Reilly oraz kursy na Coursera, a także wkład w inicjatywy edukacyjne i wdrożeniowe. Lakshmanan współtworzył Google's Advanced Solutions Lab, a także założył program ML Immersion w ramach Advanced Solutions Lab. Zanim dołączył do Google, pracował jako Director of Data Science w Climate Corporation oraz jako Research Scientist w NOAA. Obecnie jest współzałożycielem i CTO Obin AI - startupu rozwijającego agentów AI o głębokiej specjalizacji domenowej dla finansów, gdzie odpowiada za kierunek technologiczny i naukowy oraz budowę produktu. Został także wybrany Fellow of the American Meteorological Society za prace w obszarze data science. Wśród jego nowszych tytułów znajduje się Wzorce projektowe w generatywnej AI. Sprawdzone rozwiązania przy budowie agentów i aplikacji GenAI.

Sięgając po książki Valliappy Lakshmanana, czytelnicy dostają perspektywę autora, który zna AI zarówno od strony inżynierii i wdrożeń chmurowych, jak i od strony tworzenia produktów oraz rozwiązań dla wymagających branż. Jego doświadczenia obejmują budowanie oprogramowania dla potrzeb biznesu, tworzenie programów immersyjnych z ML oraz rozwój agentów AI dla finansów. To propozycja dla praktyków: analityków danych, inżynierów ML, architektów rozwiązań oraz osób rozwijających aplikacje GenAI, które chcą oprzeć decyzje projektowe na sprawdzonych podejściach.

Jeśli interesuje Cię Valliappa Lakshmanan i chcesz poznać autora, który łączy naukowe przygotowanie (Ph.D. w Electrical and Computer Engineering na University of Oklahoma; MS w Biomedical Engineering na Ohio State University; B.Tech. z IIT Madras) z wieloletnią praktyką w organizacjach takich jak Google czy NOAA, warto śledzić jego publikacje. Sprawdź książki Valliappy Lakshmanana, w tym Wzorce projektowe w generatywnej AI. Sprawdzone rozwiązania przy budowie agentów i aplikacji GenAI, i wybierz tytuł najlepiej dopasowany do Twoich potrzeb rozwojowych.

Evren Eryurek, Uri Gilad, Valliappa Lakshmanan - pozostałe książki

Promocja

Work with petabyte-scale datasets while building a collaborative, agile workplace in the process. This practical book is the canonical reference to Google BigQuery, the query engine that lets you conduct interactive analysis of large datasets. BigQuery enables enterprises to efficiently store, query, ingest, and learn from their data in a convenien
- ebook
Google BigQuery: The Definitive Guide. Data Warehousing, Analytics, and Machine Learning at Scale

Valliappa Lakshmanan, Jordan Tigani

(29,90 zł najniższa cena z 30 dni)

177.65 zł ~~209.00 zł (-15%)~~
Bestseller Nowość Promocja

Autorzy prowadzą czytelnika przez cały proces inżynierii AI od kontrolowania stylu i formatu treści, przez integrację wiedzy zewnętrznej z zaawansowanym RAG, wzmacnianie zdolności wnioskowania, budowę niezawodnych systemów, tworzenie agentów zdolnych do działania, aż po optymalizację wdrożeń i implementację zabezpieczeń. Każdy wzorzec jest opisany według jednolitego schematu: problem, sprawdzone rozwiązanie, kompletny przykład kodu, omówienie alternatyw i kompromisów implementacyjnych. Książka łączy osiągnięcia najnowszych badań z praktycznym doświadczeniem ekspertów i dostarcza gotowe wskazówki dla osób tworzących aplikacje oparte na modelach bazowych.
- książka
- ebook
Wzorce projektowe w generatywnej AI. Sprawdzone rozwiązania przy budowie agentów i aplikacji GenAI

Valliappa Lakshmanan, Hannes Hapke

(77,40 zł najniższa cena z 30 dni)

82.56 zł ~~129.00 zł (-36%)~~
Promocja

Generative AI has the potential to innovate and evolve business processes, but workers are still figuring out how to build with, optimize, and prompt GenAI tools to fit their needs. And of course, there are pitfalls to avoid, like security risks and hallucinations. Getting it right requires an intuitive understanding of the technology's capabilitie
- ebook
Visualizing Generative AI. How AI Paints, Writes, and Assists

Priyanka Vergadia, Valliappa Lakshmanan

(29,90 zł najniższa cena z 30 dni)

109.65 zł ~~129.00 zł (-15%)~~
Promocja

Generative AI enables powerful new capabilities, but they come with some serious limitations that you'll have to tackle to ship a reliable application or agent. Luckily, experts in the field have compiled a library of 32 tried-and-true design patterns to address the challenges you're likely to encounter when building applications using LLMs, such a
- ebook
Generative AI Design Patterns. Solutions to Common Challenges When Building GenAI Agents and Applications

Valliappa Lakshmanan, Hannes Hapke

(29,90 zł najniższa cena z 30 dni)

237.15 zł ~~279.00 zł (-15%)~~
Promocja

All cloud architects need to know how to build data platforms that enable businesses to make data-driven decisions and deliver enterprise-wide intelligence in a fast and efficient way. This handbook shows you how to design, build, and modernize cloud native data and machine learning platforms using AWS, Azure, Google Cloud, and multicloud tools lik
- ebook
Architecting Data and Machine Learning Platforms

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner

(29,90 zł najniższa cena z 30 dni)

203.15 zł ~~239.00 zł (-15%)~~
Promocja

Learn how easy it is to apply sophisticated statistical and machine learning methods to real-world problems when you build using Google Cloud Platform (GCP). This hands-on guide shows data engineers and data scientists how to implement an end-to-end data pipeline with cloud native tools on GCP.Throughout this updated second edition, you'll work thr
- ebook
Data Science on the Google Cloud Platform. 2nd Edition

Valliappa Lakshmanan

(29,90 zł najniższa cena z 30 dni)

211.65 zł ~~249.00 zł (-15%)~~
Promocja

This practical book shows you how to employ machine learning models to extract information from images. ML engineers and data scientists will learn how to solve a variety of image problems including classification, object detection, autoencoders, image generation, counting, and captioning with proven ML techniques. This book provides a great introd
- ebook
Practical Machine Learning for Computer Vision

Valliappa Lakshmanan, Martin Görner, Ryan Gillard

(29,90 zł najniższa cena z 30 dni)

237.15 zł ~~279.00 zł (-15%)~~
Promocja

Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps Wzorce projektowe opisane w tej książce obejmują najlepsze praktyki i rozwiązania powtarzalnych problemów w uczeniu maszynowym. Autorzy, troje inżynierów z firmy Google, skatalogowali sprawdzone metody, aby pomóc badaczom danych sprostać typowym problemom
- ebook
Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps

Valliappa Lakshmanan, Sara Robinson, Michael Munn

(39,90 zł najniższa cena z 30 dni)

76.49 zł ~~89.99 zł (-15%)~~
Promocja

The design patterns in this book capture best practices and solutions to recurring problems in machine learning. The authors, three Google engineers, catalog proven methods to help data scientists tackle common problems throughout the ML process. These design patterns codify the experience of hundreds of experts into straightforward, approachable a
- ebook
Machine Learning Design Patterns

Valliappa Lakshmanan, Sara Robinson, Michael Munn

(29,90 zł najniższa cena z 30 dni)

177.65 zł ~~209.00 zł (-15%)~~

Ebooka "Data Governance: The Definitive Guide" przeczytasz na:

czytnikach Inkbook, Kindle, Pocketbook, Onyx Booxs i innych
systemach Windows, MacOS i innych

systemach Windows, Android, iOS, HarmonyOS
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi

Masz pytania? Zajrzyj do zakładki Pomoc »

Oceny i opinie klientów: Data Governance: The Definitive Guide Evren Eryurek, Uri Gilad, Valliappa Lakshmanan

(1)

6
(1)
5
(0)
4
(0)
3
(0)
2
(0)
1
(0)

6.0

Książka bardzo dobrze strukturyzuje wiedzę z zakresu przetwarzania danych z wyszczególnieniem aspektów strategicznego podejścia do danych.

Opinia: Robert Opinia dodana: 2024-11-17 Ocena: 6

Opinia potwierdzona zakupem

Opinia dotyczy produktu: ebook

Czy opinia była pomocna:

TAK (0) NIE (0)

Szczegóły książki

ISBN Ebooka:: 978-14-920-6344-5, 9781492063445
Data wydania ebooka :: 2021-03-08 Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@helion.pl.
Język publikacji:: angielski
Rozmiar pliku ePub:: 17.7MB
Rozmiar pliku Mobi:: 32.8MB

Zgłoś erratę
Kategorie:
Biznes IT » Prawo w IT
Dane » Big Data i bazy danych » Zarządzanie bazą danych

Dostępność produktu

Produkt nie został jeszcze oceniony pod kątem ułatwień dostępu lub nie podano żadnych informacji o ułatwieniach dostępu lub są one niewystarczające. Prawdopodobnie Wydawca/Dostawca jeszcze nie umożliwił dokonania walidacji produktu lub nie przekazał odpowiednich informacji na temat jego dostępności.

Spis treści książki

Preface
- Why Your Business Needs Data Governance in the Cloud
- Framework and Best Practices for Data Governance in the Cloud
  - Data Governance Framework
  - Operationalizing Data Governance in Your Organization
  - The Business Benefits of Robust Data Governance
- Who Is This Book For?
- Conventions Used in This Book
- OReilly Online Learning
- How to Contact Us
- Acknowledgments
1. What Is Data Governance?
- What Data Governance Involves
  - Holistic Approach to Data Governance
  - Enhancing Trust in Data
  - Classification and Access Control
  - Data Governance Versus Data Enablement and Data Security
- Why Data Governance Is Becoming More Important
  - The Size of Data Is Growing
  - The Number of People Working and/or Viewing the Data Has Grown Exponentially
  - Methods of Data Collection Have Advanced
  - More Kinds of Data (Including More Sensitive Data) Are Now Being Collected
  - The Use Cases for Data Have Expanded
  - New Regulations and Laws Around the Treatment of Data
  - Ethical Concerns Around the Use of Data
- Examples of Data Governance in Action
  - Managing Discoverability, Security, and Accountability
  - Improving Data Quality
- The Business Value of Data Governance
  - Fostering Innovation
  - The Tension Between Data Governance and Democratizing Data Analysis
  - Manage Risk (Theft, Misuse, Data Corruption)
  - Regulatory Compliance
    - Regulation around fine-grained access control
    - Data retention and data deletion
    - Audit logging
    - Sensitive data classes
  - Considerations for Organizations as They Think About Data Governance
    - Changing regulations and compliance needs
    - Data accumulation and organization growth
    - Moving data to the cloud
    - Data infrastructure expertise
- Why Data Governance Is Easier in the Public Cloud
  - Location
  - Reduced Surface Area
  - Ephemeral Compute
  - Serverless and Powerful
  - Labeled Resources
  - Security in a Hybrid World
- Summary
2. Ingredients of Data Governance: Tools
- The Enterprise Dictionary
  - Data Classes
  - Data Classes and Policies
    - Per-Use-Case Data Policies
  - Data Classification and Organization
  - Data Cataloging and Metadata Management
  - Data Assessment and Profiling
  - Data Quality
  - Lineage Tracking
  - Key Management and Encryption
    - A Sample Key Management Scenario
  - Data Retention and Data Deletion
  - Workflow Management for Data Acquisition
  - IAMIdentity and Access Management
  - User Authorization and Access Management
- Summary
3. Ingredients of Data Governance: People and Processes
- The People: Roles, Responsibilities, and Hats
  - User Hats Defined
    - Legal (ancillary)
    - Privacy tsar (governor)
      - Privacy tsar, work example 1: Community mobility reports
      - Privacy tsar, work example 2: Exposure notifications
    - Data owner (approver/governor)
    - Data steward (governor)
    - Data analyst/data scientist (user)
    - Business analyst (user)
    - Customer support specialists (user/ancillary)
    - C-suite (ancillary)
    - External auditor (ancillary)
  - Data Enrichment and Its Importance
- The Process: Diverse Companies, Diverse Needs and Approaches to Data Governance
  - Legacy
  - Cloud Native/Digital Only
  - Retail
  - Highly Regulated
  - Small Companies
  - Large Companies
- People and Process Together: Considerations, Issues, and Some Successful Strategies
  - Considerations and Issues
    - Hats versus roles and company structure
    - Tribal knowledge and subject matter experts (SMEs)
    - Definition of data
    - Old access methods
    - Regulation compliance
  - Processes and Strategies with Varying Success
    - Data segregation within storage systems
    - Data segregation and ownership by line of business
    - Creation of views of datasets
    - A culture of privacy and security
- Summary
4. Data Governance over a Data Life Cycle
- What Is a Data Life Cycle?
- Phases of a Data Life Cycle
  - Data Creation
  - Data Processing
  - Data Storage
  - Data Usage
  - Data Archiving
  - Data Destruction
- Data Life Cycle Management
  - Data Management Plan
    - Guidance 1: Identify the data to be captured or collected
    - Guidance 2: Define how the data will be organized
    - Guidance 3: Document a data storage and preservation strategy
    - Guidance 4: Define data policies
    - Guidance 5: Define roles and responsibilities
- Applying Governance over the Data Life Cycle
  - Data Governance Framework
  - Data Governance in Practice
    - Data creation
    - Data processing
    - Data storage
    - Data usage
    - Data archiving
    - Data destruction
  - Example of How Data Moves Through a Data Platform
    - Scenario
- Operationalizing Data Governance
  - What Is a Data Governance Policy?
  - Importance of a Data Governance Policy
  - Developing a Data Governance Policy
  - Data Governance Policy Structure
  - Roles and Responsibilities
  - Step-by-Step Guidance
  - Considerations for Governance Across a Data Life Cycle
    - Deployment time
    - Complexity and cost
    - Changing regulation environment
    - Location of data
    - Organizational culture
- Summary
5. Improving Data Quality
- What Is Data Quality?
- Why Is Data Quality Important?
  - Data Quality in Big Data Analytics
  - Data Quality in AI/ML Models
- Why Is Data Quality a Part of a Data Governance Program?
- Techniques for Data Quality
  - Scorecard
  - Prioritization
  - Annotation
  - Profiling
    - Data deduplication
    - Data outliers
    - Lineage tracking
    - Data completeness
    - Merging datasets
    - Dataset source quality ranking for conflict resolution
- Summary
6. Governance of Data in Flight
- Data Transformations
- Lineage
  - Why Lineage Is Useful
  - How to Collect Lineage
  - Types of Lineage
  - The Fourth Dimension
  - How to Govern Data in Flight
- Policy Management, Simulation, Monitoring, Change Management
- Audit, Compliance
- Summary
7. Data Protection
- Planning Protection
  - Lineage and Quality
  - Level of Protection
  - Classification
- Data Protection in the Cloud
  - Multi-Tenancy
  - Security Surface
  - Virtual Machine Security
- Physical Security
  - Network Security
  - Security in Transit
- Data Exfiltration
  - Virtual Private Cloud Service Controls (VPC-SC)
  - Secure Code
  - Zero-Trust Model
- Identity and Access Management
  - Authentication
  - Authorization
  - Policies
  - Data Loss Prevention
  - Encryption
  - Differential Privacy
  - Access Transparency
- Keeping Data Protection Agile
  - Security Health Analytics
  - Data Lineage
  - Event Threat Detection
- Data Protection Best Practices
  - Separated Network Designs
  - Physical Security
  - Portable Device Encryption and Policy
  - Data Deletion Process
    - Electronic medical device and OS software upgrades
    - Data breach readiness
- Summary
8. Monitoring
- What Is Monitoring?
- Why Perform Monitoring?
- What Should You Monitor?
  - Data Quality Monitoring
    - Process and tools for monitoring data quality
  - Data Lineage Monitoring
    - Process and tools for monitoring data lineage
  - Compliance Monitoring
    - Process and tools for monitoring compliance
  - Program Performance Monitoring
    - Process and tools for monitoring program performance
  - Security Monitoring
    - Process and tools for monitoring security
- What Is a Monitoring System?
  - Analysis in Real Time
  - System Alerts
  - Notifications
  - Reporting/Analytics
  - Graphic Visualization
  - Customization
- Monitoring Criteria
- Important Reminders for Monitoring
- Summary
9. Building a Culture of Data Privacy and Security
- Data Culture: What It Is and Why Its Important
- Starting at the TopBenefits of Data Governance to the Business
  - Analytics and the Bottom Line
  - Company Persona and Perception
- Intention, Training, and Communications
  - A Data Culture Needs to Be Intentional
    - Whats important
  - Training: Who Needs to Know What
    - The who, the how, and the knowledge
    - Communication
    - Top-down, bottom-up, and everything in between
- Beyond Data Literacy
  - Motivation and Its Cascading Effects
    - Motivation and adoption
- Maintaining Agility
  - Requirements, Regulations, and Compliance
  - The Importance of Data Structure
  - Scaling the Governance Process Up and Down
- Interplay with Legal and Security
  - Staying on Top of Regulations
  - Communication
  - Interplay in Action
  - Agility Is Still Key
- Incident Handling
  - When Everyone Is Responsible, No One Is Responsible
- Importance of Transparency
  - What It Means to Be Transparent
  - Building Internal Trust
  - Building External Trust
  - Setting an Example
- Summary
A. Googles Internal Data Governance
- The Business Case for Googles Data Governance
- The Scale of Googles Data Governance
- Googles Governance Process
- How Does Google Handle Data?
  - Privacy SafeADH as a Case Study
B. Additional Resources
Index