我们的高德纳专家是各自领域的顶尖人士,他们帮助与会者解决了最关键的挑战。这些关键话题围绕优先事项和计划展开了对话,以便与会者能够解决对他们来说最重要的问题。
我们的高德纳专家是各自领域的顶尖人士,他们帮助与会者解决了最关键的挑战。这些关键话题围绕优先事项和计划展开了对话,以便与会者能够解决对他们来说最重要的问题。
本课程探讨了如何优先考虑数据和分析投资,制定战略以确保成功,重新定义文化以及建立和管理创意团队。
本课程介绍了如何以可信的方式使分析成为业务的所有部分的基础。
本课程探讨了如何在不同的数据和分析供应商和解决方案中构建不同的数据和分析功能。
本专题讨论价值机会、运营模式、角色和技能、技术趋势和最佳实践,以实施数据科学和机器学习,并将人工智能的承诺变为现实。
利用创新技术来改变商业模式,并定义与客户、合作伙伴、供应商和员工互动和服务的新方式是当务之急。本课程探讨了重塑当今商业的新兴趋势。
决定如何设计正确的产品和解决方案来实现您的业务目标对成功至关重要。基于高德纳技术专业人员的研究,本跟踪提供了对最佳实践和方法的可操作的见解。
本专题为实施可信、敏捷的数据和分析、人工智能治理和MDM实践提供指导。
数据管理已经从数据库管理发展为一整套数据管理工具,涵盖数据库管理、数据集成、数据质量、元数据管理和主数据管理。这个聚光灯轨道突出了所有关于数据管理的具体内容。
星期一,2022年9月19日/上午09:30 -上午10:15美国标准时间
Ehtisham Zaidi, Gartner副总裁分析师
Shubhangi Vashisth, Gartner的董事分析师
我们的组织在过去两年中经历了巨大的变化。数据和分析同时也是这些变化的驱动力、推动者和响应者。尽管人们很容易认为事情会“恢复正常”,但不会有旧常态或新常态之分。在一个持续存在不确定性的世界里,我们必须使用数据和分析创新来交付组织所需的结果。
星期一,2022年9月19日/上午11:00 -上午11:30美国标准时间
Saul Judah, Gartner公司副总裁分析师
“我的数据和分析策略应该是什么样子的”是Gartner的D&A研究社区最常被问到的问题之一。这是因为D&A的作用正在发生变化。从一个学科本身,成为一套能力,以支持更广泛的数字战略或转型。会议将分享最佳实践。
星期一,2022年9月19日/上午11:00 -下午12:30标准时间
Jitendra Subramanyam, Gartner副总裁,团队经理
Gartner第8次年度CDO调查的主要见解是关于D&A功能的现状及其发展方向。将你的优先事项、挑战和运营模式与你的同行进行比较。了解在从数据到数字化和超越的过程中,将优秀的数据和分析组织与伟大的数据和分析组织区分开来的关键实践。
星期一,2022年9月19日/下午02:30 -下午03:00东部标准时间
Jorgen Heizenberg, Gartner副总裁分析师
本次会议将重点介绍最佳的数据和分析组织模型,以帮助组织成为更多的数据驱动平衡集中和分散功能。它还将帮助您了解如何为您的D&A团队提供必要的角色和新兴技能来支持数字业务。关键问题:数据和分析正在发生什么变化?对DA组织有什么影响?对助理助理的角色、技能和文化有什么影响?
星期一,2022年9月19日/下午02:30 -下午04:00标准时间
Jitendra Subramanyam, Gartner副总裁,团队经理
展示来自改变数据驱动决策文化的从业者的精选案例研究。随后,与同行讨论在商业决策中改进D&A使用的实用技术。
星期一,2022年9月19日/美国标准时间下午04:15 - 04:45
Alan D. Duncan, Gartner杰出副总裁分析师
数据的日益普及使得所有员工学会“说数据”变得至关重要。这个基础会议将为数据和分析领导者提供启动数据素养计划的基础,作为数据驱动业务的关键推动者。如何倡导数据素养意识,并制定一个明确的变革案例?如何进行数据素养试点测试价值主张?如何与其他执行利益相关者合作,使数据素养计划保持一致,共同创建数据驱动的文化?
星期二,2022年9月20日/上午10:30 -上午11:00美国标准时间
Alan D. Duncan, Gartner杰出副总裁分析师
将数据和分析与可衡量的业务结果相结合应该是直截了当的,对吗?然而,阐明、跟踪和获取业务价值仍然是一个挑战。我们知道“展示可衡量的价值是困难的。”但我们也知道,这是可以做到的。这个环节将展示如何构建价值故事,如何对计划进行排序和优先级,以及如何量化价值。
星期二,2022年9月20日/东部时间下午12:00 - 12:30
Jorgen Heizenberg, Gartner副总裁分析师
自愿离职的数据和分析员工人数持续增加。在职位简介中添加技能和经验可以大大降低找到合适资源的机会。仅仅四项技术要求和三年工作经验就淘汰了98%的候选人。该课程为数据和分析领导者提供了一种更结构化的方法来招聘和留住人才,无论是短期还是长期的。
星期二,2022年9月20日/美国东部时间下午02:00 - 02:30
Saul Judah, Gartner公司副总裁分析师
为了有效地实施现代D&A战略,D&A领导者需要部署一个运营模型,以帮助推动其所有计划、项目和产品的有效性和效率。本次会议分享了创建有效的D&A运营模型的最佳实践,如何将愿景和战略转化为实际目标,以及在交付模型中需要考虑哪些功能。
星期二,2022年9月20日/下午02:00 -下午03:30标准时间
Jitendra Subramanyam, Gartner副总裁,团队经理
数据分析治理并不新鲜。然而,它仍然占据着我们的时间,消耗着我们的精力。在其核心,成功的治理需要让人类(我们的业务伙伴)做一些他们目前没有做的事情。通过皇家银行、加拿大和精确科学公司的案例研究,本会议展示了改变人类行为方式以成功管理D&A的实用方法。
星期二,2022年9月20日/下午03:30 -下午04:00标准时间
Gareth Herschel, Gartner副总裁分析师
您选择的咨询合作伙伴可以成就或破坏您的数据和分析项目。本课程将提供实用的指导,帮助您选择最佳的服务提供者,以最大限度地提高成功的机会。
星期一,2022年9月19日/上午11:00 -上午11:30美国标准时间
Gareth Herschel, Gartner副总裁分析师
我们谈论数据驱动的决策,但这真的是我们想要的吗?将调查数据与行为心理学的广泛研究相结合,这一环节将概述组织内部如何看待决策,以及如何使用硬数据和软推动的组合来改进决策。
星期一,2022年9月19日/下午05:00 -下午05:30东部标准时间
Anirudh Ganeshan, Gartner首席分析师
数据讲故事提供了一种比ML算法或数据可视化更吸引人的交流方式。这种趋势是目前占主导地位的BI自助服务模型的扩展,将数据可视化与叙述技术相结合。什么是数据故事?何时以及如何使用数据讲故事?需要哪些新技能和技术来创建引人注目的数据故事?
星期二,2022年9月20日/美国东部时间下午02:00 - 02:30
高德纳公司杰出副总裁分析师丽塔•萨拉姆
随着自动化洞察、数据故事和自然语言生成推动大多数消费者采用增强分析,数据与分析领导者正在经历仪表板的衰落。学习使组织增强并自动化其分析工作流程的能力。了解如何扩大规模,以提高数据驱动决策的覆盖范围、传输速度和理解。
星期一,2022年9月19日/上午11:00 -上午11:30美国标准时间
高德纳公司杰出副总裁分析师丽塔•萨拉姆
从数据管理到数据科学,再到现在的D&A治理,数据和分析平台正在遍地开花。但更强大的力量,即云,将迫使这些平台进一步融合为无缝集成的数据和应用程序工作流。在本课程中,您将了解D&A世界如何与市场动态发生碰撞,以及其结果如何帮助您扩展数字业务并产生最大的业务影响。学习如何利用这种动态来构建一个架构,以便更快地洞察、敏捷性和更低的成本,尽管被供应商锁定。
星期一,2022年9月19日/下午12:30 -下午01:00东部标准时间
Robert Thanaraj, Gartner的董事分析师
分析依赖于成功的数据基础;它必须有正确的数据和流程作为支持。数据工程是将数据转换为可用形式的学科。具体而言,本会议包括:
1.数据工程,数据操作,数据工程师:基础知识
2.你必须研究的三个新兴最佳实践
3.如何形式化和扩展数据工程实践
星期一,2022年9月19日/下午02:30 -下午03:00东部标准时间
Ehtisham Zaidi, Gartner副总裁分析师
数据结构是一种新兴的数据管理设计,用于实现灵活和自动化的数据访问、集成和共享。然而,大多数组织都在与数据结构相关的基本问题作斗争:
1.数据结构的定义是什么?它与数据网格有何不同?
2.设计数据结构的关键步骤是什么?
3.我们可以购买数据结构作为平台,还是应该自己构建它?
本次会议旨在回答D&A领导的问题。
星期一,2022年9月19日/下午02:30 - 03:15美国标准时间
Sumit Pal, Gartner副总裁分析师
我们将讨论云中的数据管理。数据和分析领导者应该带着他们的问题和主题进行探索,包括选择正确的服务产品、定价模型、财务治理、混合云战略等等。(不属于为业内专业人士提供服务、产品或解决方案的组织/公司的人士,方可参加本次会议)
星期一,2022年9月19日/美国标准时间下午04:15 - 04:45
Sumit Pal, Gartner副总裁分析师
数据和分析领导者需要了解实时分析的大局。从流数据中提取价值需要结合流分析、Kafka等消息传递系统和高性能dbms。
主流组织应该如何处理流分析?
什么时候实时才是“正确的时间”?
流分析与传统的BI和ML有什么不同?
星期一,2022年9月19日/下午05:00 -下午05:30东部标准时间
Sharat Menon, Gartner公司董事分析师
数据准备已经迅速成熟,从专注于自助服务分析,到现在成为所有企业数据和分析工具中不可或缺的组件和关键功能。主要议题:
-增强数据准备是什么?它是如何发展的?
-目前的市场状况如何?它将如何发展?
-如何利用数据准备能力确保治理和控制?
星期一,2022年9月19日/下午05:00 -下午05:30东部标准时间
Ramke Ramakrishnan, Gartner高级董事分析师
云平台提供了独特的挑战和机会来设计和架构一个最佳的数据和分析架构,解决复杂的数据管理和分析用例,如逻辑数据仓库、无服务器和流技术、分析和数据科学工具。本次会议详细介绍了AWS、Azure和GCP的各个组件,以创建参考架构,用于部署集成和内聚的数据和分析生态系统,包括原生、混合和多云用例场景。
2022年9月19日星期一/美国标准时间下午05:00 - 05:45
Robert Thanaraj, Gartner的董事分析师
当技术边界覆盖到新的领域时,我们给它们起了不同的名字,如数据目录、数据虚拟化、逻辑数据仓库、知识图、数据中心、数据结构。然而,存在大量重叠的功能和缺失的空白。本次会议将提高对各种技术组件的认识,最终使D&A领导者能够建立他们的数字企业。
星期二,2022年9月20日/上午10:30 -上午11:00美国标准时间
Robert Thanaraj, Gartner的董事分析师
新的数据和分析平台是云。在本节课中,我们将探讨数据和分析平台(数据管理、BI/分析/数据科学、数据和分析治理)的状态,向云的过渡及其影响,以及在云中成功运营意味着什么,或者更有可能是在多个云中成功运营。
星期二,2022年9月20日/东部时间下午12:00 - 12:30
Mayank Talwar, Gartner首席分析师
关于数据仓库、数据湖和数据中心的作用,以及“湖屋”等新兴术语,人们仍然存在困惑。它们不一样。虽然名称和术语不如原则和功能重要,但D&A领导者需要了解它们提供的功能和价值。
•什么是数据仓库、数据湖和数据中心?
•这些概念之间的主要区别是什么?
•如何结合使用它们来满足现代数据和分析需求?
星期二,2022年9月20日/东部时间下午12:00 - 12:30
Ehtisham Zaidi, Gartner副总裁分析师
数据结构通常从技术优势、效率、甚至优雅性等方面进行讨论。我们涵盖了这些设计基础,但我们也回答了一个问题——业务从中得到了什么?我们将解释数据结构实现如何缓慢地发展,以及如何将其与可测量的业务利益相一致,这些业务利益可以指示继续或放缓。
星期二,2022年9月20日/美国标准时间下午02:00 - 02:45
Alan D. Duncan, Gartner杰出副总裁分析师
数据货币化是指利用数据获得可量化经济效益的过程。本次圆桌会议将允许您探索并与您的行业同行分享数据货币化策略,学习系统实践,从而发现和实施新的货币化机会,并将数据驱动的创新引入到您的组织中。
星期二,2022年9月20日/下午02:45 -下午03:15标准时间
Saul Judah, Gartner公司副总裁分析师
高质量、可信的数据对于成功的数字业务计划至关重要。如果数据和分析领导者要实现数据驱动的组织,他们必须采取务实和有针对性的行动来提高企业数据质量。有12种快速操作可以帮助组织实现其数据质量目标。
星期二,2022年9月20日/美国标准时间下午04:15 - 04:45
Anirudh Ganeshan, Gartner首席分析师
这个演示分享了那些已经构建并正在利用可组合架构的案例研究。这些案例证明了可组合的模块化方法正在应用于何处,获得了吸引力并增加了价值。这篇演讲回答了关于可组合数据和分析的“为什么?”和“那又怎样?”的问题,并给出了如何开始的建议
星期二,2022年9月20日/下午04:15 -下午05:00标准时间
Robert Thanaraj, Gartner的董事分析师
许多组织已经创建了数据湖,但发现它难以使用和维护。在这次圆桌会议中,我们将讨论围绕数据湖的问题,以及如何实现更大的价值。讨论内容包括:1。数据湖的问题是什么;2.如何设计一个湖泊并配置其基础设施以取得技术上的成功;和3。如何从数据湖中获得更多的业务价值。*本会议仅限非为业内专业人士提供服务、产品或解决方案的组织/公司的成员参加。
星期一,2022年9月19日/上午11:00 -上午11:30美国标准时间
Svetlana Sicular, Gartner副总裁分析师
本报告将描述当前影响机器学习和数据科学领域的趋势:包括增强分析、mlop、管理和治理数据科学企业计划,以及选择哪些平台。我们将高层讨论一些神话、复杂性以及企业如何变得更有效。
星期一,2022年9月19日/下午02:30 -下午03:00东部标准时间
Chirag Dekate, Gartner副总裁分析师
人工智能必须得到有效和广泛的应用,才能创造重大价值。它需要业务参与、最佳ML和AI实践,以及创新、扩展和加速自动化和操作化实践。人工智能工程通过确保构建增强数字工作空间的可靠性、可重复性和可重用性,有助于提高运营效率和规模经济。
星期一,2022年9月19日/美国标准时间下午04:15 - 04:45
Sumit Agarwal, Gartner高级董事分析师
可以手动管理10 ML模型。通过脚本和警报可以管理100个模型。但是,管理1000多个模型需要一种完全不同的方法。MLOps剧本提供了一种内聚的方法,将成功实现的三个关键元素结合在一起。
星期一,2022年9月19日/美国标准时间下午04:15 - 04:45
Erick Brethenoux, Gartner杰出副总裁分析师
围绕“自我学习”系统的扭曲认知导致了一种误解,即人工智能系统必须随着时间的推移而自动学习,因为它们是“智能的”。失败的实现会产生很多挫折,因为系统不能满足不合理的期望。然而,这种能力对未来至关重要。为了构建有弹性的业务流程和灵活的决策模型,组织需要将导致自适应系统的能力集成到其AI解决方案蓝图中。
星期一,2022年9月19日/下午05:00 -下午05:30东部标准时间
彼得·登·哈默,高德纳公司高级董事分析师
人工智能在对抗全球变暖方面前景广阔。人工智能的最新进展为生态系统规模的物流优化、减少制造中的能源消耗和浪费、发明可持续材料和许多其他创新开辟了新途径。尽管不存在灵丹妙药,但社会和企业都不能允许自己忽视人工智能在面对我们这个时代最复杂、最紧迫的问题时令人难以置信的潜力。
星期二,2022年9月20日/上午10:30 -上午11:00美国标准时间
Sumit Agarwal, Gartner高级董事分析师
预测模型的使用给企业带来了信任挑战。模型偏差和缺乏透明度是信任差距的主要挑战。本节课将揭示减少偏见的方法,并利用组织人员、改进的流程和平台增强使模型可解释。
星期二,2022年9月20日/上午10:30 -上午11:00美国标准时间
Erick Brethenoux, Gartner杰出副总裁分析师
组织面临着做出更好的业务决策的压力,即使决策变得更加复杂。数据和分析领导者必须带头应用决策模型、ML、BI、优化、业务规则和其他人工智能技术,以实现最大效益。会话包括:
•决策智能的趋势
•如何运用决策思维
•D&A在决策情报中的作用。
星期二,2022年9月20日/上午10:30 -下午12:00标准时间
Chirag Dekate, Gartner副总裁分析师
首席信息官和高级IT领导者可以战略性地利用云服务来加速企业人工智能的产品化。云提供商已经策划了广泛的人工智能特定功能组合,包括api、SaaS和IaaS。Gartner设计了一个战略框架来帮助选择正确的云战略组合,以加速企业AI的产品化。
星期二,2022年9月20日/美国东部时间下午02:00 - 02:30
Svetlana Sicular, Gartner副总裁分析师
组织如何识别自己的人工智能成熟度水平,找到下一个最佳行动并避免常见错误?使用Gartner AI成熟度模型来加速和优化您的AI策略和实现,以实现最佳价值,降低风险,并在AI程序中更快地获得可伸缩性。了解如何提高人工智能的成熟度不仅对人工智能团队有益,对业务也有益。
星期二,2022年9月20日/下午02:45 -下午03:15标准时间
Ramke Ramakrishnan, Gartner高级董事分析师
AI用例优先级仍然是一项艰巨的任务,涉及多种技能和讲故事的技巧。我们展示了用例棱镜如何帮助为超过24个不同的垂直和水平领域优先考虑200多个AI用例。
星期二,2022年9月20日/下午02:45 -下午03:30标准时间
Sumit Agarwal, Gartner高级董事分析师
AI和ML模型通常是一个黑盒,非常难以分析和改进。提出您关于AI和ML模型的问题,并讨论提高模型性能的建议和最佳实践。
星期二,2022年9月20日/下午03:30 -下午04:00标准时间
Shubhangi Vashisth, Gartner的董事分析师
不断恶化的商业环境和大流行证明,缺乏背景正在影响我们的商业决策。为了掌握决策的复杂性并弥合“上下文鸿沟”,D&A领导者必须利用各种各样的数据。了解多结构分析技术和工具如何实现上下文丰富的分析,并使决策支持成功。
星期二,2022年9月20日/下午03:30 -下午04:00标准时间
Chirag Dekate, Gartner副总裁分析师
数据科学团队未能采用敏捷方法,并难以在创新和动态环境中交付所需的基于人工智能的系统。迭代和增量地交付数据科学解决方案需要数据工程师、数据科学家和ML工程师密切合作,并充分了解他们作为平台运营一部分的角色和职责。
星期二,2022年9月20日/下午03:30 -下午04:15标准时间
Erick Brethenoux, Gartner杰出副总裁分析师
组织经常为ML和AI项目的运营而挣扎。在本节课中,我们将重点讨论操作化的关键考虑因素、来自世界各地的最佳实践以及从一些案例研究中吸取的经验教训。
星期二,2022年9月20日/美国标准时间下午04:15 - 04:45
彼得·登·哈默,高德纳公司高级董事分析师
数字时代的竞争性决策必须是前后关联的、连续的和相互联系的。在当今全球化和高度互联的商业生态系统中,筒仓式的数据、筒仓式的决策和筒仓式的思维已经不再适用。但如何克服这些和其他障碍呢?需要哪些功能?人工智能、决策建模、实时分析、数据结构和优化如何在决策智能中结合在一起,这是数据和分析领域的下一件大事?
周一,2022年9月19日/ 01:40 PM - 02:00 PM标准时间
Sharat Menon, Gartner公司董事分析师
本次会议将帮助数据和分析领导者评估和采用数据集成工具和技术,并在最新的数据集成工具2021魔幻象限中进行分析。解决的主要问题:
1.数据集成工具市场的现状是什么——主要趋势是什么?
2.在数据集成工具的神奇象限中评估了哪些供应商?
3.在魔法象限中评估的供应商的主要优势和注意事项。
星期一,2022年9月19日/美国标准时间下午04:15 - 04:45
Sumit Pal, Gartner副总裁分析师
数据和分析领导者需要了解实时分析的大局。从流数据中提取价值需要结合流分析、Kafka等消息传递系统和高性能dbms。
主流组织应该如何处理流分析?
什么时候实时才是“正确的时间”?
流分析与传统的BI和ML有什么不同?
星期一,2022年9月19日/下午05:00 -下午05:30东部标准时间
Sharat Menon, Gartner公司董事分析师
数据准备已经迅速成熟,从专注于自助服务分析,到现在成为所有企业数据和分析工具中不可或缺的组件和关键功能。主要议题:
-增强数据准备是什么?它是如何发展的?
-目前的市场状况如何?它将如何发展?
-如何利用数据准备能力确保治理和控制?
星期一,2022年9月19日/下午05:00 -下午05:30东部标准时间
Anirudh Ganeshan, Gartner首席分析师
数据讲故事提供了一种比ML算法或数据可视化更吸引人的交流方式。这种趋势是目前占主导地位的BI自助服务模型的扩展,将数据可视化与叙述技术相结合。什么是数据故事?何时以及如何使用数据讲故事?需要哪些新技能和技术来创建引人注目的数据故事?
星期二,2022年9月20日/东部时间下午12:00 - 12:30
Ehtisham Zaidi, Gartner副总裁分析师
数据结构通常从技术优势、效率、甚至优雅性等方面进行讨论。我们涵盖了这些设计基础,但我们也回答了一个问题——业务从中得到了什么?我们将解释数据结构实现如何缓慢地发展,以及如何将其与可测量的业务利益相一致,这些业务利益可以指示继续或放缓。
星期一,2022年9月19日/下午02:30 -下午03:00东部标准时间
Ehtisham Zaidi, Gartner副总裁分析师
数据结构是一种新兴的数据管理设计,用于实现灵活和自动化的数据访问、集成和共享。然而,大多数组织都在与数据结构相关的基本问题作斗争:
1.数据结构的定义是什么?它与数据网格有何不同?
2.设计数据结构的关键步骤是什么?
3.我们可以购买数据结构作为平台,还是应该自己构建它?
本次会议旨在回答D&A领导的问题。
星期一,2022年9月19日/美国标准时间下午04:15 - 04:45
Erick Brethenoux, Gartner杰出副总裁分析师
围绕“自我学习”系统的扭曲认知导致了一种误解,即人工智能系统必须随着时间的推移而自动学习,因为它们是“智能的”。失败的实现会产生很多挫折,因为系统不能满足不合理的期望。然而,这种能力对未来至关重要。为了构建有弹性的业务流程和灵活的决策模型,组织需要将导致自适应系统的能力集成到其AI解决方案蓝图中。
星期一,2022年9月19日/下午05:00 -下午05:30东部标准时间
彼得·登·哈默,高德纳公司高级董事分析师
人工智能在对抗全球变暖方面前景广阔。人工智能的最新进展为生态系统规模的物流优化、减少制造中的能源消耗和浪费、发明可持续材料和许多其他创新开辟了新途径。尽管不存在灵丹妙药,但社会和企业都不能允许自己忽视人工智能在面对我们这个时代最复杂、最紧迫的问题时令人难以置信的潜力。
星期二,2022年9月20日/美国标准时间下午04:15 - 04:45
彼得·登·哈默,高德纳公司高级董事分析师
数字时代的竞争性决策必须是前后关联的、连续的和相互联系的。在当今全球化和高度互联的商业生态系统中,筒仓式的数据、筒仓式的决策和筒仓式的思维已经不再适用。但如何克服这些和其他障碍呢?需要哪些功能?人工智能、决策建模、实时分析、数据结构和优化如何在决策智能中结合在一起,这是数据和分析领域的下一件大事?
星期二,2022年9月20日/美国标准时间下午04:15 - 04:45
Anirudh Ganeshan, Gartner首席分析师
这个演示分享了那些已经构建并正在利用可组合架构的案例研究。这些案例证明了可组合的模块化方法正在应用于何处,获得了吸引力并增加了价值。这篇演讲回答了关于可组合数据和分析的“为什么?”和“那又怎样?”的问题,并给出了如何开始的建议
星期一,2022年9月19日/下午12:30 -下午01:00东部标准时间
Guido De Simoni, Gartner高级总监分析师
随着数据跨越边缘、内部部署和多个云环境,数据和分析治理变得更具挑战性。新法规推动了对有效数据治理的需求。本演讲将指导数据和分析技术专业人员构建有效的数据治理框架。
星期一,2022年9月19日/美国标准时间下午04:15 - 04:45
Sumit Agarwal, Gartner高级董事分析师
可以手动管理10 ML模型。通过脚本和警报可以管理100个模型。但是,管理1000多个模型需要一种完全不同的方法。MLOps剧本提供了一种内聚的方法,将成功实现的三个关键元素结合在一起。
星期一,2022年9月19日/下午05:00 -下午05:30东部标准时间
Ramke Ramakrishnan, Gartner高级董事分析师
云平台提供了独特的挑战和机会来设计和架构一个最佳的数据和分析架构,解决复杂的数据管理和分析用例,如逻辑数据仓库、无服务器和流技术、分析和数据科学工具。本次会议详细介绍了AWS、Azure和GCP的各个组件,以创建参考架构,用于部署集成和内聚的数据和分析生态系统,包括原生、混合和多云用例场景。
星期二,2022年9月20日/上午10:30 -上午11:00美国标准时间
Sumit Agarwal, Gartner高级董事分析师
预测模型的使用给企业带来了信任挑战。模型偏差和缺乏透明度是信任差距的主要挑战。本节课将揭示减少偏见的方法,并利用组织人员、改进的流程和平台增强使模型可解释。
星期二,2022年9月20日/下午03:30 -下午04:00标准时间
Chirag Dekate, Gartner副总裁分析师
数据科学团队未能采用敏捷方法,并难以在创新和动态环境中交付所需的基于人工智能的系统。迭代和增量地交付数据科学解决方案需要数据工程师、数据科学家和ML工程师密切合作,并充分了解他们作为平台运营一部分的角色和职责。
星期一,2022年9月19日/下午12:30 -下午01:00东部标准时间
Guido De Simoni, Gartner高级总监分析师
随着数据跨越边缘、内部部署和多个云环境,数据和分析治理变得更具挑战性。新法规推动了对有效数据治理的需求。本演讲将指导数据和分析技术专业人员构建有效的数据治理框架。
星期一,2022年9月19日/下午04:15 -下午05:00标准时间
Saul Judah, Gartner公司副总裁分析师
数据和分析领导者经常为基础知识和为以治理为重点的活动寻找正确的起点而奋斗。这个互动问答环节将重点介绍关于范围、角色和组织方法、指标、政策和工具的作用(健康数据和分析治理计划的基本支柱)的关键知识和需要做的事情。
星期二,2022年9月20日/东部时间下午12:00 - 12:30
Sumit Pal, Gartner副总裁分析师
MDM是一种业务需求,而全球流行、正在进行的数字转型以及供应链中断正在推动这一趋势。在MDM程序中采用AI、Graph和其他新技术的公司正在加速超越竞争对手,并获得市场优势。本次会议将探讨数据和分析领导者如何改进MDM程序以满足不断变化的业务需求。
星期二,2022年9月20日/美国东部时间下午02:00 - 02:30
Guido De Simoni, Gartner高级总监分析师
数据治理必须从限制、监控和解决的概念演变为一种自我学习的模型,可以发现好处并识别风险。通过平衡系统应该如何工作的设计期望与实际经验,元数据分析组件可以教育并支持治理。
星期二,2022年9月20日/美国标准时间下午04:15 - 04:45
Alan D. Duncan, Gartner杰出副总裁分析师
共享数据对于收入增长、成本优化、改善风险缓解和加速数字业务是必须的。会议重点讨论数据共享的业务必要性,因此较少涉及工具和技术,更多涉及全球战略最佳实践,帮助数据与管理领导者实现数据共享的现代化,并使数据共享符合利益相关者的优先事项、企业目标和组织利益。