Talks #16: Testy w dbt, FinOps w Databricks, Data Mesh & Data Lakehouse

Agenda
📌 Kacper Glugla: Practical Databricks FinOps: Strategies for Cost Optimization in Data Lakehouse 🇵🇱
📌 Ilia Gilmijarow: Testy w DBT - co dają, jakie są ich rodzaje oraz jak je pisać i czytać pracując z Data Build Tool 🇵🇱
📌 Stanisław Polichnowski: Turning the Swamp into a Managed Landscape 🇵🇱
🎲 Quiz z nagrodami
🍕 Pizza i networking

🌍 Gdzie: Poznań, STX Next, ul. Mostowa 38
🤝 Partner: STX Next

Ze względu na procedury bezpieczeństwa partnera każdy uczestnik musi wypełnić formularz pod adresem https://docs.google.com/forms/d/e/1FAIpQLSc-AJl5CRo6k4yzRjgbgh9IKlvRhdn1w1OcZf6iW15yDh-kig/viewform

(The event will be held in Polish)

—————————————————————————————

Kacper Glugla: Practical Databricks FinOps - Strategies for Cost Optimization in Data Lakehouse

Abstract:
Sesja omówi strategie optymalizacji kosztów na Databricks poprzez FinOps oparte na danych.
Uczestnicy nauczą się wykorzystywać dane systemowe do wniosków, rekomendacji oszczędnościowych oraz proaktywnych alertów dotyczących kosztów.

Bio:
Xebia, Data Engineer

Data Engineer z 10 letnim doświadczeniem, który lubi wyciskać z danych maksimum innowacji i efektywności. Specjalizuję się w Databricksach, a Python i SQL to moje codzienne narzędzia.

—————————————————————————————

Ilia Gilmijarow: Testy w DBT - co dają, jakie są ich rodzaje oraz jak je pisać i czytać pracując z Data Build Tool

Abstract:
TBA

Bio:
Managing Software Consultant, Capgemini

—————————————————————————————

Stanisław Polichnowski: Turning the Swamp into a Managed Landscape - Data Mesh jako struktura organizacyjna dla technologii Data Lakehouse

Abstract:
Nawet przy użyciu takich mechanizmów jak ACID transactions czy schema enforcement, nowoczesne Data Lakehouse’y łatwo mogą zmienić się w zwykły data swamp. Ponieważ samo przechowywanie danych jest tanie, częstym podejściem staje się wrzucanie ich „na zapas”, bez odpowiedniego planu i zarządzania. Sama technologia nie rozwiąże jednak problemów, które wynikają z braku jasnej struktury i procesów w organizacji. Podczas prelekcji przyjrzymy się, jak połączyć warstwę technologiczną "Lakehouse" z frameworkiem "Data Mesh" i omówimy podejścia Data as a Product.

Bio:
Data Engineer wywodzący się z programowania w Pythonie. Pasjonat różnych architektur danych i nowoczesnych metod ich budowania. Uwielbia dzielić się wiedzą, dlatego regularnie prowadzi warsztaty z dbt, pomagając nowym użytkownikom postawić pierwsze kroki z tym narzędziem.