Ранжирование систем моделирования данных
Кто к нам пришёл на отбор - читайте в предыдущем посте. Мы всех померяли, замеряли, пособеседовали и вот - такой у нас получился квадрант ))
Как оценивали:
Ось X - технологии: включают возможности самостоятельного развития продукта, возможность подключения ИИ-сервисов, в стэке технологий особое внимание - графовая база данных;
Ось Y - зрелость продукта: готовность продукта к запуску, широта функциональных возможностей, особое внимание - наличие функционала метамоделирования;
Третья координата размер пузырька - соответствие нашим функциональным требованиям, т.е. соответствие исключительно под наши хотелки.
И вот теперь немного подробнее про наши хотелки. Основное требование к системе моделирования - это возможность выполнения в ней процесса проектирования моделей данных и эффективное управление им.
Ось Y - зрелость продукта: готовность продукта к запуску, широта функциональных возможностей, особое внимание - наличие функционала метамоделирования;
Третья координата размер пузырька - соответствие нашим функциональным требованиям, т.е. соответствие исключительно под наши хотелки.
И вот теперь немного подробнее про наши хотелки. Основное требование к системе моделирования - это возможность выполнения в ней процесса проектирования моделей данных и эффективное управление им.
Что для нас означает возможность выполнения процесса:
- проектирование моделей данных как минимум на 3-х уровнях: концептуальном, логическом и физическом.
- проектирование потоков данных между слоями и модулями ИТ-ландшафта, а также ведение дата-контрактов.
- поддержка ведения онтологий и таксономий данных в пространстве управления метаданными.
Теперь по второму тезису - эффективное управление. Задача стоит нетривиальная, мы хотим практически полностью отказаться от корректирующих мер управления качеством - моделей и данных - и перейти в плоскость превентивных мероприятий. Понятие архитектурный контроль заиграло новыми красками ))
Что это даст на выходе: кратное снижение количества инцидентов и повышение качества передаваемого конечному потребителю продукта.
По сути мы готовим убийцу каталогов данных в том классическом понимании, которое существует сейчас. Наше хранилище метаданных станет одной большой витриной - типизированных, сгруппированных и рассортированных по своему назначению или применению метаданных, которая ногами будет опираться на производственный цикл ИТ-продуктов, а глазами будет смотреть на своего потребителя. Такая вот сказка ))
Все новости теперь в МАКС - https://max.ru/join/CsRXwipPwTXq6TctGxWo5gxSdiZ-iLsqG9lyG_eoZOk
По сути мы готовим убийцу каталогов данных в том классическом понимании, которое существует сейчас. Наше хранилище метаданных станет одной большой витриной - типизированных, сгруппированных и рассортированных по своему назначению или применению метаданных, которая ногами будет опираться на производственный цикл ИТ-продуктов, а глазами будет смотреть на своего потребителя. Такая вот сказка ))
Все новости теперь в МАКС - https://max.ru/join/CsRXwipPwTXq6TctGxWo5gxSdiZ-iLsqG9lyG_eoZOk
моделирование данных
Alexey Bondarev
К сожалению мы не успели поучаствовать в вашем конкурсе, но мы уверены что были бы в лидерах вашего рейтинга.
У нас и граф, и метамобелирование и очень мощный МСП и платформа разрабатывалась сразу под ландшафт энтерпрайза.
Мы это aiva-pro.tech
Будем рады, если вы готовы посмотреть наш продукт
Спасибо!
Oct 10 12:50