Митап meet-up
T-Meetup: DWH
18 апр
Сб
Россия, Владивосток
T-Meetup: DWH
Собираем DWH‑комьюнити и приглашаем на митап, где вас ждут доклады от нашей команды. Мы расскажем как:
прошли путь от первых отчетов до архитектуры Lakehouse;
выстраиваем работу с данными и какие технологии лежат в основе нашей платформы;
создали командой из пяти инженеров собственное BI‑решение для 22 тысяч пользователей.
А после программы — нетворкинг, чтобы пообщаться, обменяться опытом и просто приятно провести вечер с сообществом.
Доклады
Эволюция DWH: от PostgreSQL до Lakehouse
Как на самом деле развивается хранилище данных в компании? В реальности архитектура не появляется сразу в идеальном виде: она проходит путь от простых отчетов до сложных распределенных платформ.
Разберу эволюцию аналитической системы: как и почему компании добавляют ClickHouse, переходят к MPP-решениям, строят Data Lake и в итоге приходят к Lakehouse.
Обсудим, как меняются модели данных, подходы к загрузке данных и требования к Data Governance, какие архитектурные решения применимы на разных этапах роста и как избежать типичных ошибок при развитии DWH
Кирилл Семенов
Старший инженер данных
Т-Банк
Путь данных в Т-Банке
В хранилище Т-Банка содержатся петабайты данных, которые необходимы для ежедневной аналитики. Дата-платформа Т-Банка позволяет работать со всеми возможными пользовательскими сценариями и ежедневно перемалывать такие объемы.
Из опыта совместной работы с Т-Банком, разберу:
из каких компонентов состоит их дата-платформа;
сколько нужно ETL-инструментов для удовлетворения всех потребностей;
какие объемы данных содержатся в хранилище;
на каких опенсорс-решениях была построена дата-платформа;
как проходит переход к ДЛХ и с какими техническими трудностями сталкиваемся
Виталий Нечаев
Старший инженер данных
Т-Технологии
Как команда из пяти инженеров построила BI-платформу для 22 тысяч пользователей после ухода Tableau
После ухода Tableau перед Т-Банком стояла задача сохранить BI-инструмент для десятков тысяч пользователей. Вместо перехода на готовые решения команда решила построить собственную платформу — Proteus.
Расскажу:
почему не подошли существующие BI-решения;
как устроена архитектура Proteus;
как устроена гибкая кастомизация дашбордов через код;
с какими факапами и архитектурными ошибками мы столкнулись;
какие функции сейчас появляются в платформе, включая AI
Диана Ударцева
Продуктовый дизайнер
Т-Банк
прошли путь от первых отчетов до архитектуры Lakehouse;
выстраиваем работу с данными и какие технологии лежат в основе нашей платформы;
создали командой из пяти инженеров собственное BI‑решение для 22 тысяч пользователей.
А после программы — нетворкинг, чтобы пообщаться, обменяться опытом и просто приятно провести вечер с сообществом.
Доклады
Эволюция DWH: от PostgreSQL до Lakehouse
Как на самом деле развивается хранилище данных в компании? В реальности архитектура не появляется сразу в идеальном виде: она проходит путь от простых отчетов до сложных распределенных платформ.
Разберу эволюцию аналитической системы: как и почему компании добавляют ClickHouse, переходят к MPP-решениям, строят Data Lake и в итоге приходят к Lakehouse.
Обсудим, как меняются модели данных, подходы к загрузке данных и требования к Data Governance, какие архитектурные решения применимы на разных этапах роста и как избежать типичных ошибок при развитии DWH
Кирилл Семенов
Старший инженер данных
Т-Банк
Путь данных в Т-Банке
В хранилище Т-Банка содержатся петабайты данных, которые необходимы для ежедневной аналитики. Дата-платформа Т-Банка позволяет работать со всеми возможными пользовательскими сценариями и ежедневно перемалывать такие объемы.
Из опыта совместной работы с Т-Банком, разберу:
из каких компонентов состоит их дата-платформа;
сколько нужно ETL-инструментов для удовлетворения всех потребностей;
какие объемы данных содержатся в хранилище;
на каких опенсорс-решениях была построена дата-платформа;
как проходит переход к ДЛХ и с какими техническими трудностями сталкиваемся
Виталий Нечаев
Старший инженер данных
Т-Технологии
Как команда из пяти инженеров построила BI-платформу для 22 тысяч пользователей после ухода Tableau
После ухода Tableau перед Т-Банком стояла задача сохранить BI-инструмент для десятков тысяч пользователей. Вместо перехода на готовые решения команда решила построить собственную платформу — Proteus.
Расскажу:
почему не подошли существующие BI-решения;
как устроена архитектура Proteus;
как устроена гибкая кастомизация дашбордов через код;
с какими факапами и архитектурными ошибками мы столкнулись;
какие функции сейчас появляются в платформе, включая AI
Диана Ударцева
Продуктовый дизайнер
Т-Банк
Похожие мероприятия
Рекомендуем
Вебинар
AEO / GEO: Как подготовить сайт к продвижению в нейропоиске
03 сен
Чт
Онлайн-трансляция
Конференция
Вайб-салон "Тренды бизнес-аналитики на 2026–27 «учебный год»
04 сен
Пт
Москва, Россия
Бизнес-тренинг
Где брать клиентов: практический маркетинг для юристов и адвокатов
05 сен
Сб
Онлайн-трансляция
Форум
Промышленно-энергетический форум TNF 2026
14 - 17 сен
Пн-Чт
Тюмень, Россия
Тюменский Технопарк
Конференция
ПРОМЗАКУПКИ В АЗИИ 2026 КИТАЙ+ | II Конференция QUORUM директоров по корпоративным закупкам
17 - 18 сен
Чт-Пт
Москва, Россия
Radisson Blu Belorusskaya
Конференция
ИИ в HR | Конференция по искусственному интеллекту и нейросетям для HR
30 сен
Ср
Москва, Россия
Конгресс
Международный Жилищный конгресс 2026
05 - 09 окт
Пн-Пт
Москва, Россия
Центр Международной Торговли
Конференция
«Пром Закупки 2026. Осень» | 3-я всероссийская конференция о закупках в промышленности
08 - 09 окт
Чт-Пт
Москва, Россия
Novotel Moscow Kievskaya
Семинар
Зарплатная отчетность. Новые и сложные вопросы трудовых отношений и оплаты труда
09 окт
Пт
Онлайн-трансляция
Parklane Resort and SPA
Саммит
XXVII Саммит HR-Директоров и Премия «Хрустальная пирамида - 2026»
14 - 15 окт
Ср-Чт
Москва, Россия
Lotte Hotel Moscow / Лотте Отель Москва