))
Analytics Everywhere #6: Semantic Layer for Machine Learning with Byron Allen
Manage episode 342052651 series 3335894
Вміст надано Preset. Весь вміст подкастів, включаючи епізоди, графіку та описи подкастів, завантажується та надається безпосередньо компанією Preset або його партнером по платформі подкастів. Якщо ви вважаєте, що хтось використовує ваш захищений авторським правом твір без вашого дозволу, ви можете виконати процедуру, описану тут https://uk.player.fm/legal.
Welcome to this episode of the Analytics Everywhere podcast! In episode #6, Max chats with Byron Allen, the ML Practice Lead at Contino. In this episode, we chat about a variety of topics around the challenges of operationalizing data:
- organizational difficulties around data (data mesh vs centralized data warehouse / governance)
- what a semantic layer really is
- thin vs thick semantic layers
- entity / dataset centric modelling
- the idea of a unified semantic layer for ML and BI
- batch vs real-time ML use cases
- experimentation frameworks
- and much much more!
We hope you enjoy this episode!
Links:
Byron Allen: https://www.linkedin.com/in/byronaallen/
Byron Allen's conversation about entity centric modeling: https://youtu.be/9YcLBSqZNzE?t=2977
Drew Banin's talk at apply(): https://www.tecton.ai/apply/session-video-archive/the-dbt-semantic-layer/
Preset: https://preset.io/product
Subscribe to the podcast here: https://anchor.fm/analytics-everywhere
9 епізодів
Поширити
