
Conf42 DevOps 2025 Vortrag jetzt online verfügbar!
Sie haben die Conf42 DevOps 2025 verpasst? Kein Problem! Der Vortrag unseres Kollegen Jorge Loaiciga-Rodriguezüber DataOps im Data Lakehouse ist jetzt online abrufbar.
Erfahren Sie, wie Unternehmen mit DataOps ihre Datenprozesse optimieren, Vertrauen in Daten stärken und häufige Herausforderungen meistern können – mit praxisnahen Best Practices und realen Beispielen.
Jetzt ansehen:
Wir freuen uns, ankündigen zu können, dass Jorge Loaiciga-Rodriguez, einer der Datenexperten von Perelyn, auf der Conf42 DevOps 2025 sprechen wird! 🚀 Sein Vortrag mit dem Titel „Bring your DataOps to the Data Lakehouse: What are the benefits and how to navigate the common challenges“ wird zeigen, wie Unternehmen ihre Datenprozesse optimieren und das Vertrauen in ihre Daten durch einen DataOps-Ansatz stärken können.
Auf Basis realer Beratungserfahrungen wird Jorge aufzeigen, wie die Anwendung von DataOps-Prinzipien in einer Data Lakehouse-Architektur dazu beitragen kann, die Datenqualität zu verbessern, die Bereitstellung zu beschleunigen und typische Herausforderungen im Umgang mit Daten zu bewältigen. Zudem wird er praxisnahe Best Practices vorstellen, darunter:
Diese Session bietet praktische Einblicke für Fachleute, die in den Bereichen DevOps, DataOps und Data Engineeringtätig sind.
📅 Wann: 23. Januar 2025, um 18:00 Uhr CET
📍 Wo: Online bei der Conf42 DevOps 2025
Weitere Informationen zur Veranstaltung und zu Jorges Vortrag finden Sie auf der offiziellen Conf42-Website.
Wir sind stolz, dass Jorge Perelyn auf der Conf42 DevOps 2025 vertreten und sein Wissen mit der weltweiten Tech-Community teilen wird. Seien Sie dabei und verpassen Sie nicht diesen spannenden Vortrag!
Event

Liliya Imasheva stellte auf der Conf42 Large Language Models 2026 eine Validierungs-Pipeline zur Bewertung von KI-Zusammenfassungen vor.
Event

Perelyn stellte auf der IOCMA 2026 der Konferenz unser Verfahren vorgestellt, das Graphdaten wie Lieferketten oder Netzwerke so transformiert, dass KI-Modelle auch über große Distanzen hinweg verlässlicher daraus lernen.