Analityka danych i AI w ekosystemie Google Cloud

1. Firma trzyma dane sprzedażowe w dziesiątkach arkuszy i kilku systemach. Co proponujesz?

Zbudowanie automatycznego przepływu danych do jednej hurtowni w chmurze, z której wszyscy korzystają w spójny sposób. Ręczne łączenie arkuszy raz w miesiącu. Zostawienie wszystkiego jak jest, skoro jakoś działa.

2. Zapytanie do hurtowni danych w chmurze kosztuje dużo i długo się wykonuje. Co robisz?

Sprawdzam, ile danych przetwarza, ograniczam wybierane kolumny, stosuję partycjonowanie i optymalizuję zapytanie. Uruchamiam je rzadziej i liczę, że wystarczy. Nie przejmuję się, chmura i tak wszystko udźwignie.

3. Dział marketingu chce przewidywać, którzy klienci mogą zrezygnować z usługi. Jak zaczynasz?

Ustalam cel biznesowy, przygotowuję dane historyczne, buduję i oceniam model, a wyniki przekładam na konkretne działania. Wybieram najbardziej zaawansowany algorytm, o jakim słyszałem/słyszałam. Mówię, że tego nie da się przewidzieć.

4. Czy swobodnie czujesz się, pisząc zapytania SQL lub proste skrypty w Pythonie?

Tak — to moje codzienne narzędzia i chcę wykorzystać je w środowisku chmurowym. Znam podstawy, ale potrzebuję jeszcze dużo praktyki. Nie i nie zamierzam się tego uczyć.

5. Na dashboardzie wskaźniki z dwóch działów pokazują zupełnie inną liczbę klientów. Co robisz?

Sprawdzam definicje, źródła i przekształcenia danych, ustalam jedną definicję i dokumentuję ją dla wszystkich. Wybieram tę liczbę, która wygląda lepiej. Pokazuję obie i niech zarząd sam zdecyduje.

6. Kto w firmie powinien mieć dostęp do danych osobowych klientów w chmurze?

Tylko osoby, które naprawdę go potrzebują — nadaję uprawnienia według ról, maskuję dane wrażliwe i monitoruję dostęp. Wszyscy analitycy, żeby było szybciej. Każdy pracownik, przecież to dane firmowe.

7. Zespół chce wykorzystać duży model językowy do analizy opinii klientów. Na co zwracasz uwagę?

Na jakość i bezpieczeństwo danych, sposób oceny wyników, koszty i to, czy wnioski da się zweryfikować. Głównie na to, żeby szybko pokazać efekt zarządowi. Na nic, model sam wie, co robić.

8. Raport, który przygotowujesz co tydzień, wymaga kilku godzin ręcznej pracy. Co zmieniasz?

Automatyzuję pobieranie i przetwarzanie danych w chmurze oraz harmonogram odświeżania raportu. Staram się robić go szybciej. Nic, taka praca.

9. Jak przedstawiasz wyniki analizy osobom nietechnicznym?

Za pomocą czytelnych wizualizacji i krótkiej historii: co odkryłem/odkryłam, co to oznacza i co proponuję zrobić. Wysyłam tabelę z wynikami. Uważam, że to nie moje zadanie.

10. Co najbardziej motywuje Cię do podjęcia studiów podyplomowych „Analityka danych i AI w ekosystemie Google Cloud”?

Chęć rozwoju jako analityk/analityczka lub inżynier/inżynierka danych, który buduje rozwiązania danych i AI w środowisku Google Cloud. Potrzeba poznania narzędzi chmurowych, z których zaczyna korzystać moja firma. Nie jestem pewien/pewna, czy to dla mnie