Приоритеты бизнеса этого года: 7 основных трендов в области Data Governance. Самое полезное - зависимость эффективной структуры Руководства данными от принятых в той или иной компании стандартов. https://www.datarepublic.com/blog/2020-business-priorities-the-top-7-trends-in-data-governance

Премьер-министр Михаил Мишустин подписал постановление о совершенствовании СМЭВ. Министерства, ведомства, органы местного самоуправления и организации, находящиеся на территории одного субъекта, смогут взаимодействовать через СМЭВ напрямую. Также в систему внедрят дополнительные средства контроля и маршрутизации сообщений.
https://www.cnews.ru/news/top/2020-09-08_kornevoj_itsisteme_elektronnogo?fbclid=IwAR2EGK3WlMDMrIfB6sP9Z4t-oxHxCxdPoNOiMs7BAneq-qlorE0JLx5oJYE

Пандемия COVID-19 затронула каждую область технологического сектора, что привело к ухудшению некоторых возможностей предприятий, в том числе аналитики данных. Обратите самое пристальное внимание на скорую сменой потребительских предпочтений! https://www.itweek.ru/bigdata/article/detail.php?ID=213880

Кто такой Data Scientist и что он делает? Особенно интересен пример канала о погоде c его нетривиальными задачами в области data science: https://searchenterpriseai.techtarget.com/definition/data-scientist?_ga=2.66180910.1613049769.1601383320-745781067.1601383320

Ключевые тренды в области Big Data. Обратите повышенное внимание - одним из основных трендов является все увеличивающаяся роль CDO! https://addepto.com/big-data-trends-2020/

Вслед за вчерашним материалом - иной взгляд на тренды в области Big Data на этот год. Наиболее любопытным выглядит Continuous Intelligence: https://www.analyticsinsight.net/top-10-big-data-trends-2020/

DataOps - новое слово на пути актуального предаставления информации. Внедрение этого подхода позволит применять современны подходы к уменьшению времени от получения данных до получения основанного на них business value.
https://www.ibm.com/blogs/journey-to-ai/2019/12/what-is-dataops/

Возвращаясь к теме DataOps - для более глубокого погружения рекомендуем книгу, которая в сжато, но поделу раскрывает тему:
https://datakitchen.io/dataops-cookbook-second-edition.html

11 ресурсов 2019г для CDO, актуальность которых не потеряна и в 2021 году.
https://humansofdata.atlan.com/2019/11/11-resources-for-cdo/

Data Mining - как много много в этом звуке для сердца русского слилось. Очень неплохая подборка трендов в этой области. Особое внимание стоит уделить Интеллектуальному анализу пространственных и географических данных. Будещее уже здесь: https://www.gizdev.com/future-of-data-mining/

11 необычных способов использования Машинного обучения. Пожалуй, самый экзотический вариант - противодействие отмыванию денег) https://www.informationweek.com/strategic-cio/executive-insights-and-innovation/11-cool-ways-to-use-machine-learning/d/d-id/1323375

Качество данных как сервис. Классно? Весьма. И много интересного про MDM и ETL. Обратите внимание на формирование замкнутой обратной связи и системы управления прямой связью. https://www.dataqualitypro.com/blog/data-quality-as-a-service-practical-guide

Рубрика «Шпаргалка CDO» в эфире. Что будет, если смешать скорость Kafka и возможности RabbitMQ и добавить серьезную поддержку enterpirse? В современном мире для построение очередей есть два основных подхода - Очереди сообщений, которые позволяют гибко и крайне надежно обрабатывать поток сообщений, и распределенный логи, которые позволяют обрабатывать сообщения очень быстро. А что будет, если смешать два подхода и сделать решение, берующее лучшее из двух миров? Надежность очередей и скорость распределенных логов? Команда разработка Apache Pulsar предлагает свое решение, кластера которого уже обслуживают сотни миллионов запросов: http://pulsar.apache.com

О такой серьезной проблематике как данные редко говорят с юмором. Особенно если касаться такого «тяжеловеса» как Data Science. Однако и здесь можно неплохо пошутить. Scientific American рассказал о 9 странных и необычных выводах, использующих Data Science. Здесь много всего - начиная с информации о том, что ураганы, названные женскими именами, более разрушительные и заканчивая мыслью о том, что пользователи Chrome и Firefox - лучшие работники, чем все остальные: https://blogs.scientificamerican.com/guest-blog/9-bizarre-and-surprising-insights-from-data-science/

Если вы только вступили в должность CDO или рассматриваете ее как зону свою карьерного роста, вам может помочь серия статей от Михаила Парфентьева. Особое внимание очень совтуем обратить на графу задачи/устремления: https://medium.com/@mikhailparfentev/chief-data-officer-cdo-часть-1-4614d27c9a74

В двух словах об отличии Machine Learning от Artificial Intelligence: https://www.geeksforgeeks.org/difference-between-machine-learning-and-artificial-intelligence/

Образование? Опыт? Скиллы? Что является самым главным для Chief Data Officer? В продолжение темы - главное, что может сформировать CDO. Там есть даже природное стремление к развитию технологий) https://biztechmagazine.com/article/2019/02/what-chief-data-officer-perfcon

Главные технологические тренды 2021 года. Первый же бьет наповал. Дамы и господа, просим любить и жаловать - поведенческий интеренет будущего и много чего еще: https://www.techrepublic.com/article/top-tech-trends-for-2021-gartner-predicts-hyperautomation-ai-and-more-will-dominate-business-technology/

Плюсы и минусы IoB. Что такое IoB? Это поведенческий интернет. По прогнозам Gartner, к 2023 действия до 40% мирового населения в интернете будут отслеживаться, чтобы влиять на наше поведение. https://www.cxotoday.com/news-analysis/the-gains-and-risks-of-internet-of-behavior/

Будущее Data Science уже не представляется таким уж туманным. А использование TPU (Tensor Processing Unit) делает его еще более заманчивым: https://towardsdatascience.com/the-future-of-data-science-14653afb52f5#:~:text=%20How%20To%20Prepare%20for%20the%20Future%20of,culture%20in%20the%20company%20for%20adopting...%20More%20