Dieser Beitrag wurde in Zusammenarbeit mit Claudia Chitu und verfasst Spyridon-Dosis von ACAST.
Gegründet in 2014, Acasta ist das weltweit führende unabhängige Podcast-Unternehmen, das Podcast-Ersteller und Podcast-Werbetreibende für das ultimative Hörerlebnis unterstützt. Durch die Förderung eines unabhängigen und offenen Ökosystems für Podcasting möchte Acast das Podcasting mit den Tools und der Monetarisierung vorantreiben, die für den Erfolg erforderlich sind.
Das Unternehmen nutzt AWS Cloud-Services, um datengesteuerte Produkte zu entwickeln und Best Practices für die Technik zu skalieren. Um eine nachhaltige Datenplattform in Wachstums- und Rentabilitätsphasen zu gewährleisten, haben ihre Technologieteams eine dezentrale Lösung eingeführt Datenmaschenarchitektur.
In diesem Beitrag diskutieren wir, wie Acast die Herausforderung gekoppelter Abhängigkeiten zwischen Teams, die mit Daten in großem Maßstab arbeiten, durch den Einsatz des Konzepts eines Datennetzes gemeistert hat.
Das Problem
Mit einem beschleunigten Wachstum und einer Expansion stand Acast vor einer Herausforderung, die weltweite Resonanz hat. Acast hatte unterschiedliche Geschäftsbereiche und eine große Menge an Daten, die im gesamten Unternehmen generiert wurden. Die bestehende monolithische und zentralisierte Architektur hatte Schwierigkeiten, den wachsenden Anforderungen der Datenkonsumenten gerecht zu werden. Für Dateningenieure wurde es immer schwieriger, die Dateninfrastruktur zu warten und zu skalieren, was zu Datenzugriff, Datensilos und Ineffizienzen bei der Datenverwaltung führte. Ein Hauptziel bestand darin, das End-to-End-Benutzererlebnis ausgehend von den Geschäftsanforderungen zu verbessern.
Acast musste sich diesen Herausforderungen stellen, um einen operativen Maßstab zu erreichen, also ein globales Maximum an Menschen, die unabhängig agieren und Mehrwert liefern können. In diesem Fall versuchte Acast, die Herausforderung dieser monolithischen Struktur und die lange Zeit bis zur Wertschöpfung für Produktteams, Technologieteams und Endverbraucher zu meistern. Es ist erwähnenswert, dass es auch andere Produkt- und Technologieteams gibt, darunter Betriebs- oder Geschäftsteams, die über kein AWS-Konto verfügen.
Acast verfügt über eine variable Anzahl von Produktteams, die sich kontinuierlich weiterentwickeln, indem bestehende Teams zusammengeführt, aufgeteilt, neue Leute hinzugefügt oder einfach neue Teams erstellt werden. In den letzten 2 Jahren gab es zwischen 10 und 20 Teams mit jeweils 4 bis 10 Personen. Jedes Team besitzt mindestens zwei AWS-Konten, je nach Besitz bis zu 10 Konten. Der Großteil der von diesen Konten erzeugten Daten wird nachgelagert für Business-Intelligence-Zwecke (BI) und in verwendet Amazonas Athena, von Hunderten von Geschäftsanwendern täglich.
Die von Acast implementierte Lösung ist ein Datennetz, das auf AWS basiert. Die Lösung spiegelt eher die Organisationsstruktur als eine explizite Architekturentscheidung wider. Gemäß der Inverses Conway-ManöverDie Technologiearchitektur von Acast weist eine Isomorphie zur Geschäftsarchitektur auf. In diesem Fall erhalten die Geschäftsanwender durch die Data-Mesh-Architektur schneller Erkenntnisse und erfahren direkt, wer die domänenspezifischen Eigentümer sind, was die Zusammenarbeit beschleunigt. Dies wird näher erläutert, wenn wir das besprechen AWS Identity and Access Management and (IAM)-Rollen verwendet, da eine der Rollen der Unternehmensgruppe gewidmet ist.
Erfolgsparameter
Acast gelang es, ein neues team- und domänenorientiertes Datenprodukt sowie die entsprechende Infrastruktur und Einrichtung zu skalieren und zu skalieren, was zu weniger Reibungsverlusten bei der Gewinnung von Erkenntnissen und zufriedeneren Benutzern und Verbrauchern führte.
Der Erfolg der Implementierung erforderte die Bewertung verschiedener Aspekte der Dateninfrastruktur, des Datenmanagements und der Geschäftsergebnisse. Sie klassifizierten die Kennzahlen und Indikatoren in die folgenden Kategorien:
- Datennutzung – Ein klares Verständnis darüber, wer welche Datenquelle nutzt, verwirklicht durch eine Zuordnung von Verbrauchern und Produzenten. Gespräche mit Benutzern zeigten, dass sie zufriedener waren, schneller und einfacher auf Daten zugreifen zu können, eine strukturiertere Datenorganisation zu haben und klar zu erkennen, wer der Produzent ist. Es wurden große Fortschritte bei der Weiterentwicklung ihrer datengesteuerten Kultur (Datenkompetenz, Datenaustausch und Zusammenarbeit zwischen Geschäftsbereichen) erzielt.
- Datenamt – Da ihr Service-Level-Objekt (neben anderen Details) angibt, wann die Datenquellen verfügbar sind, wissen Teams, wen sie benachrichtigen müssen, und können dies in kürzerer Zeit tun, wenn verspätete Daten eingehen oder andere Probleme mit den Daten auftreten. Mit der Rolle eines Datenverwalters wurde die Eigenverantwortung gestärkt.
- Produktivität des Datenteams – Durch technische Retrospektiven stellte Acast fest, dass ihre Teams die Autonomie bei der Entscheidungsfindung in Bezug auf ihre Datendomänen schätzen.
- Kosten- und Ressourceneffizienz – Dies ist ein Bereich, in dem Acast eine Verringerung der Datenduplizierung und damit eine Kostensenkung (in einigen Konten wurde die Datenkopie um 100 % entfernt) beobachtete, indem Daten über Konten hinweg gelesen und gleichzeitig die Skalierung aktiviert wurde.
Überblick über das Datennetz
Ein Datennetz ist ein soziotechnischer Ansatz zum Aufbau einer dezentralen Datenarchitektur unter Verwendung eines domänenorientierten Self-Service-Designs (aus Sicht der Softwareentwicklung) und lehnt sich an die Theorie des domänengesteuerten Designs von Eric Evans sowie an die von Manuel Pais und Matthew Skelton an Theorie der Teamtopologien. Es ist wichtig, den Kontext zu ermitteln, um zu verstehen, was ein Datennetz ist, da es die Grundlage für die folgenden technischen Details bildet und Ihnen helfen kann zu verstehen, wie die in diesem Beitrag besprochenen Konzepte in den breiteren Rahmen eines Datennetzes passen.
Um es noch einmal zusammenzufassen, bevor wir tiefer in die Implementierung von Acast eintauchen: Das Data-Mesh-Konzept basiert auf den folgenden Prinzipien:
- Es ist domänengesteuert, im Gegensatz zu Pipelines als erstklassigem Anliegen
- Es dient Daten als Produkt
- Es ist ein gutes Produkt, das die Benutzer begeistert (die Daten sind vertrauenswürdig, die Dokumentation ist verfügbar und es ist leicht zu konsumieren).
- Es bietet eine föderierte Computerverwaltung und dezentrale Eigentümerschaft – eine Self-Service-Datenplattform
Domänengesteuerte Architektur
Bei Acasts Ansatz, die operativen und analytischen Datensätze zu besitzen, sind die Teams so strukturiert, dass die Eigentümerschaft auf der Grundlage der Domäne erfolgt und sie direkt vom Produzenten der Daten, über eine API oder programmgesteuert aus dem Amazon S3-Speicher lesen oder Athena als SQL-Abfrage-Engine verwenden. Einige Beispiele für die Domänen von Acast sind in der folgenden Abbildung dargestellt.
Wie in der vorherigen Abbildung dargestellt, sind einige Domänen lose mit den operativen oder analytischen Endpunkten anderer Domänen verbunden und haben einen anderen Eigentümer. Bei anderen ist möglicherweise eine stärkere geschäftliche Abhängigkeit zu erwarten, was zu erwarten ist (einige Podcaster können auch Werbetreibende sein, indem sie Sponsoring-Creatives erstellen und Kampagnen für ihre eigenen Shows durchführen oder Anzeigen über die Software von Acast als Dienstleistung abwickeln).
Daten als Produkt
Die Behandlung von Daten als Produkt umfasst drei Schlüsselkomponenten: die Daten selbst, die Metadaten sowie den zugehörigen Code und die Infrastruktur. Bei diesem Ansatz werden Teams bezeichnet, die für die Generierung von Daten verantwortlich sind Hersteller. Diese Produzententeams verfügen über umfassende Kenntnisse über ihre Verbraucher und verstehen, wie ihr Datenprodukt genutzt wird. Eventuell von den Datenproduzenten geplante Änderungen werden vorab allen Konsumenten mitgeteilt. Durch diese proaktive Benachrichtigung wird sichergestellt, dass nachgelagerte Prozesse nicht gestört werden. Durch die Benachrichtigung der Verbraucher im Voraus haben sie ausreichend Zeit, sich auf die bevorstehenden Änderungen vorzubereiten und sich daran anzupassen, sodass ein reibungsloser und unterbrechungsfreier Arbeitsablauf gewährleistet ist. Die Produzenten führen parallel eine neue Version des ursprünglichen Datensatzes aus, benachrichtigen die Verbraucher einzeln und besprechen mit ihnen den notwendigen Zeitrahmen, um mit der Nutzung der neuen Version zu beginnen. Wenn alle Verbraucher die neue Version verwenden, machen die Hersteller die ursprüngliche Version nicht verfügbar.
Datenschemata werden aus dem gemeinsam vereinbarten Format für den Dateiaustausch zwischen Teams abgeleitet, im Fall von Acast Parquet. Daten können in Dateien, Batch- oder Stream-Ereignissen und mehr geteilt werden. Jedes Team verfügt über ein eigenes AWS-Konto, das als unabhängige und autonome Einheit mit eigener Infrastruktur fungiert. Zur Orchestrierung nutzen sie die AWS Cloud-Entwicklungskit (AWS CDK) für Infrastructure as Code (IaC) und AWS-Kleber Datenkataloge für die Metadatenverwaltung. Benutzer können auch Anfragen an Produzenten richten, um die Darstellung der Daten zu verbessern oder die Daten mit neuen Datenpunkten anzureichern, um einen höheren Geschäftswert zu generieren.
Da jedes Team über ein AWS-Konto und eine Datenkatalog-ID von Athena verfügt, ist es einfach, dies durch die Linse eines verteilten Datensees auf Amazon S3 zu betrachten, mit einem gemeinsamen Katalog, der alle Kataloge aller Konten abbildet.
Gleichzeitig kann jedes Team auch andere Kataloge dem eigenen Account zuordnen und eigene Daten nutzen, die es zusammen mit den Daten anderer Accounts produziert. Sofern es sich nicht um sensible Daten handelt, kann auf die Daten programmgesteuert oder über das zugegriffen werden AWS-Managementkonsole im Self-Service-Verfahren, ohne von den Dateninfrastrukturingenieuren abhängig zu sein. Dies ist eine domänenunabhängige, gemeinsame Möglichkeit zur Selbstverwaltung von Daten. Die Produktfindung erfolgt durch die Katalogregistrierung. Mit nur wenigen im gesamten Unternehmen vereinbarten und übernommenen Standards zum Zweck der Interoperabilität konnte Acast die fragmentierten Silos und Reibungsverluste beim Datenaustausch oder bei der Nutzung domänenunabhängiger Daten angehen.
Mit diesem Prinzip erhalten Teams die Gewissheit, dass die Daten sicher, vertrauenswürdig und genau sind, und auf jeder Domänenebene werden geeignete Zugriffskontrollen verwaltet. Darüber hinaus werden im zentralen Konto Rollen für verschiedene Arten von Berechtigungen und Zugriffen definiert AWS IAM Identity Center Berechtigungen. Alle Datensätze sind über ein einziges zentrales Konto auffindbar. Die folgende Abbildung veranschaulicht die Instrumentierung, bei der zwei IAM-Rollen von zwei Arten von Benutzergruppen (Verbrauchergruppen) übernommen werden: eine, die Zugriff auf einen begrenzten Datensatz hat, bei dem es sich um eingeschränkte Daten handelt, und eine, die Zugriff auf nicht eingeschränkte Daten hat. Es gibt auch eine Möglichkeit, eine dieser Rollen für Dienstkonten zu übernehmen, wie sie beispielsweise von Datenverarbeitungsjobs in verwendet werden Von Amazon verwaltete Workflows für Apache Airflow (Amazon MWAA) zum Beispiel.
Wie Acast für eine hohe Ausrichtung und eine lose gekoppelte Architektur sorgte
Das folgende Diagramm zeigt eine konzeptionelle Architektur, wie die Teams von Acast Daten organisieren und miteinander zusammenarbeiten.
Acast benutzte das Gut strukturiertes Framework für das zentrale Konto, um seine Praxis bei der Ausführung analytischer Workloads in der Cloud zu verbessern. Durch die Linsen des Tools war Acast in der Lage, eine bessere Überwachung zu erreichen, Kostenoptimierung, Leistung und Sicherheit. Es half ihnen zu verstehen, in welchen Bereichen sie ihre Arbeitsbelastung verbessern könnten und wie sie häufig auftretende Probleme mit automatisierten Lösungen angehen und wie sie den Erfolg messen und KPIs definieren können. Es sparte ihnen Zeit, die Erkenntnisse zu erhalten, deren Suche sonst länger gedauert hätte. Spyridon Dosis, Informationssicherheitsbeauftragter von Acast, teilt mit: „Wir freuen uns, dass AWS bei der Veröffentlichung von Tools, die die Konfiguration, Bewertung und Überprüfung der Einrichtung mehrerer Konten ermöglichen, immer die Nase vorn hat.“ Das ist ein großes Plus für uns, da wir in einer dezentralen Organisation arbeiten.“ Spyridon fügt außerdem hinzu: „Ein sehr wichtiges Konzept, das wir schätzen, sind die AWS-Sicherheitsstandards (z. B. Standardverschlüsselung für S3-Buckets).“
Im Architekturdiagramm können wir sehen, dass jedes Team ein Datenproduzent sein kann, mit Ausnahme des Teams, das das zentrale Konto besitzt, das als zentrale Datenplattform dient und die Logik mehrerer Domänen modelliert, um das vollständige Geschäftsbild zu zeichnen. Alle anderen Teams können Datenproduzenten oder Datenkonsumenten sein. Sie können sich mit dem zentralen Konto verbinden und Datensätze über den kontoübergreifenden AWS Glue Data Catalog entdecken, sie im Athena-Abfrageeditor oder mit Athena-Notizbüchern analysieren oder den Katalog ihrem eigenen AWS-Konto zuordnen. Der Zugriff auf den zentralen Athena-Katalog wird mit IAM Identity Center implementiert, mit Rollen für offene Daten und eingeschränktem Datenzugriff.
Für nicht sensible Daten (offene Daten) verwendet Acast eine Vorlage, bei der die Datensätze standardmäßig für die gesamte Organisation zum Lesen geöffnet sind, wobei eine Bedingung verwendet wird, um den von der Organisation zugewiesenen ID-Parameter bereitzustellen, wie im folgenden Codeausschnitt gezeigt:
Beim Umgang mit sensiblen Daten wie Finanzdaten nutzen die Teams ein kollaboratives Datenverwaltermodell. Der Datenverwalter arbeitet mit dem Antragsteller zusammen, um die Zugriffsberechtigung für den beabsichtigten Anwendungsfall zu bewerten. Gemeinsam legen sie geeignete Zugriffsmethoden fest, um den Anforderungen gerecht zu werden und gleichzeitig die Sicherheit aufrechtzuerhalten. Dies kann IAM-Rollen, Dienstkonten oder bestimmte AWS-Dienste umfassen. Dieser Ansatz ermöglicht es Geschäftsanwendern außerhalb der Technologieorganisation (d. h. sie haben kein AWS-Konto), unabhängig auf die benötigten Informationen zuzugreifen und diese zu analysieren. Durch die Gewährung des Zugriffs über IAM-Richtlinien auf AWS Glue-Ressourcen und S3-Buckets bietet Acast Self-Service-Funktionen und verwaltet gleichzeitig sensible Daten durch menschliche Überprüfung. Die Rolle des Datenverwalters war wertvoll für das Verständnis von Anwendungsfällen, die Bewertung von Sicherheitsrisiken und letztendlich für die Erleichterung des Zugriffs, der das Geschäft durch analytische Erkenntnisse beschleunigt.
Für den Anwendungsfall von Acast waren keine detaillierten Zugriffskontrollen auf Zeilen- oder Spaltenebene erforderlich, daher reichte der Ansatz aus. Andere Organisationen benötigen jedoch möglicherweise eine detailliertere Steuerung sensibler Datenfelder. In solchen Fällen sind Lösungen wie AWS Lake-Formation könnte die erforderlichen Berechtigungen implementieren und gleichzeitig ein Self-Service-Datenzugriffsmodell bereitstellen. Weitere Informationen finden Sie unter Entwerfen Sie eine Data-Mesh-Architektur mit AWS Lake Formation und AWS Glue.
Gleichzeitig können Teams direkt von anderen Produzenten lesen, von Amazon S3 oder über eine API, wodurch die Abhängigkeit auf ein Minimum reduziert wird, was die Geschwindigkeit der Entwicklung und Bereitstellung erhöht. Daher kann ein Konto gleichzeitig Produzent und Verbraucher sein. Jedes Team ist autonom und für seinen eigenen Tech-Stack verantwortlich.
Zusätzliche Erkenntnisse
Was hat Acast gelernt? Bisher haben wir besprochen, dass die architektonische Gestaltung eine Auswirkung der Organisationsstruktur ist. Da die Technologieorganisation aus mehreren funktionsübergreifenden Teams besteht und es einfach ist, ein neues Team zu gründen, indem man den allgemeinen Prinzipien des Data Mesh folgt, musste Acast feststellen, dass dies nicht immer reibungslos verläuft. Um ein völlig neues Konto in AWS einzurichten, durchlaufen die Teams den gleichen Weg, jedoch etwas anders, da sie ihre eigenen Besonderheiten berücksichtigen.
Dies kann zu gewissen Spannungen führen und es ist schwierig, alle Daten produzierenden Teams dazu zu bringen, einen hohen Reifegrad als Datenproduzenten zu erreichen. Dies kann durch die unterschiedlichen Datenkompetenzen in diesen funktionsübergreifenden Teams und durch die Tatsache erklärt werden, dass es sich nicht um dedizierte Datenteams handelt.
Durch die Implementierung der dezentralen Lösung bewältigte Acast die Skalierbarkeitsherausforderung effektiv, indem es seine Teams an die sich entwickelnden Geschäftsanforderungen anpasste. Dieser Ansatz gewährleistet eine hohe Entkopplung und Ausrichtung. Darüber hinaus haben sie die Eigenverantwortung gestärkt und die zur Identifizierung und Lösung von Problemen erforderliche Zeit erheblich verkürzt, da die Upstream-Quelle mit festgelegten SLAs leicht bekannt und leicht zugänglich ist. Das Volumen der Datensupportanfragen ist um über 50 % zurückgegangen, da Geschäftsanwender schneller Erkenntnisse gewinnen können. Insbesondere gelang es ihnen, Dutzende Terabyte an redundantem Speicher zu eliminieren, der zuvor ausschließlich zur Erfüllung nachgelagerter Anforderungen kopiert wurde. Dieser Erfolg wurde durch die Implementierung des kontoübergreifenden Lesens ermöglicht, was dazu führte, dass die damit verbundenen Entwicklungs- und Wartungskosten für diese Pipelines entfielen.
Zusammenfassung
Acast nutzte das Inverse-Conway-Manöver-Gesetz und nutzte AWS-Dienste, bei denen jedes funktionsübergreifende Produktteam über ein eigenes AWS-Konto verfügt, um eine Datennetzarchitektur aufzubauen, die Skalierbarkeit, hohe Eigenverantwortung und Self-Service-Datenverbrauch ermöglicht. Dies hat für das Unternehmen hinsichtlich der Art und Weise, wie Dateneigentum und -betrieb angegangen wurden, gut funktioniert, um seinen technischen Grundsätzen gerecht zu werden, was dazu führte, dass die Datenvernetzung eher ein Effekt als eine bewusste Absicht war. Für andere Organisationen sieht das gewünschte Datennetz möglicherweise anders aus und der Ansatz bringt möglicherweise andere Erkenntnisse mit sich.
Abschließend a moderne Datenarchitektur auf AWS ermöglicht Ihnen den effizienten Aufbau von Datenprodukten und einer Data-Mesh-Infrastruktur zu geringen Kosten, ohne Kompromisse bei der Leistung einzugehen.
Im Folgenden finden Sie einige Beispiele für AWS-Services, mit denen Sie Ihr gewünschtes Datennetz auf AWS entwerfen können:
Über die Autoren
Claudia Chitu ist ein Datenstratege und eine einflussreiche Führungskraft im Analytics-Bereich. Sie konzentriert sich darauf, Dateninitiativen an den allgemeinen strategischen Zielen der Organisation auszurichten und nutzt Daten als treibende Kraft für langfristige Planung und nachhaltiges Wachstum.
Spyridon-Dosis ist ein Informationssicherheitsexperte in Acast. Spyridon unterstützt die Organisation dabei, ihre Dienste auf sichere Weise zu entwerfen, zu implementieren und zu betreiben und dabei die Daten des Unternehmens und der Benutzer zu schützen.
Srikant Das ist Acceleration Lab Solutions Architect bei Amazon Web Services. Er verfügt über mehr als 13 Jahre Erfahrung in den Bereichen Big Data Analytics und Data Engineering, wo es ihm Spaß macht, zuverlässige, skalierbare und effiziente Lösungen zu entwickeln. Außerhalb der Arbeit reist er gerne und bloggt seine Erfahrungen in den sozialen Medien.
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
- PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
- PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
- PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
- Quelle: https://aws.amazon.com/blogs/big-data/design-a-data-mesh-on-aws-that-reflects-the-envisioned-organization/
- :hast
- :Ist
- :nicht
- :Wo
- $UP
- 10
- 100
- 120
- 13
- 2014
- 2020
- a
- Fähig
- Über uns
- beschleunigt
- beschleunigt
- Beschleunigung
- Zugang
- Zugriff auf Daten
- Zugriff
- zugänglich
- Konto
- verantwortlich
- Trading Konten
- genau
- Leistung
- über
- Schauspielkunst
- Action
- automatisch
- Hinzufügen
- Adresse
- angesprochen
- Fügt
- angenommen
- Siehe Werbung
- vorantreiben
- Werbekunden
- Übereinstimmung
- voraus
- Ziel
- ausrichten
- ausrichten
- Ausrichtung
- Alle
- erlauben
- erlaubt
- entlang
- ebenfalls
- immer
- Amazon
- Amazon Web Services
- Inmitten
- unter
- Betrag
- an
- Analytische
- Analytik
- analysieren
- und
- und Infrastruktur
- jedem
- Apache
- Bienen
- schätzen
- Ansatz
- angemessen
- architektonisch
- Architektur
- SIND
- Bereich
- Bereiche
- AS
- Aspekte
- Beurteilung
- Bewertung
- damit verbundenen
- annehmen
- angenommen
- Versicherung
- At
- Automatisiert
- Autonom
- Autonomy
- verfügbar
- AWS
- AWS-Kleber
- AWS Lake-Formation
- basierend
- BE
- weil
- war
- Bevor
- Sein
- BESTE
- Best Practices
- Besser
- zwischen
- Big
- Big Data
- Bloggen
- Bootstrap
- breiteres
- bauen
- Building
- Geschäft
- Business Intelligence
- aber
- by
- Kampagnen
- CAN
- Fähigkeiten
- Häuser
- Fälle
- Katalog
- Kataloge
- Kategorien
- Center
- Hauptgeschäftsstelle
- zentralisierte
- sicher
- challenges
- Herausforderungen
- herausfordernd
- siegreich
- Änderungen
- eingestuft
- klar
- Cloud
- Cloud-Services
- Code
- Zusammenarbeit
- Zusammenarbeit
- kollaborative
- Kommen
- gemeinsam
- häufig
- mitgeteilt
- Unternehmen
- Komponenten
- kompromittierend
- rechnerisch
- konzept
- Konzepte
- begrifflich
- Schluss
- Zustand
- Konfiguration
- Vernetz Dich
- Berücksichtigung
- Bestehend
- besteht
- konstruieren
- verbrauchen
- Verbraucher
- KUNDEN
- Verbrauch
- Kontext
- ständig
- Steuerung
- Dazugehörigen
- Kosten
- Kostenreduzierung
- Kosten
- könnte
- gekoppelt
- erstellen
- Erstellen
- Kreative
- Schöpfer
- funktionsübergreifende Teams
- KULTUR
- technische Daten
- Datenzugriff
- Datenanalyse
- Dateninfrastruktur
- Datensee
- Datenmanagement
- Datenplattform
- Datenpunkte
- Datenverarbeitung
- Datenübertragung
- datengesteuerte
- Datensätze
- Tag
- dezentralisiert
- Entscheidung
- Entscheidungen
- gewidmet
- tiefer
- Standard
- defaults
- definiert
- Definition
- Übergeben
- Lieferanten
- Anforderungen
- Abhängigkeiten
- Abhängigkeit
- abhängig
- Abhängig
- Design
- Entwerfen
- erwünscht
- detailliert
- Details
- Bestimmen
- Entwicklung
- DID
- anders
- schwer
- Direkt
- entdeckt,
- Entdeckung
- diskutieren
- diskutiert
- Diskussionen
- Displays
- verteilt
- verschieden
- Tauchen
- do
- Dokumentation
- Tut nicht
- Domain
- Domains
- Nicht
- angetrieben
- e
- jeder
- leicht
- Ökosystem
- Herausgeber
- bewirken
- effektiv
- effizient
- effizient
- erhebend
- eliminiert
- beschäftigt
- anstellen
- beschäftigt
- ermächtigt
- ermöglichen
- freigegeben
- ermöglicht
- ermöglichen
- Verschlüsselung
- Ende
- End-to-End
- Endpunkte
- Motor
- Entwicklung
- Ingenieure
- zu steigern,
- Verbessert
- bereichern
- gewährleisten
- sorgt
- Ganz
- Einheit
- vorgestellt
- eric
- etablieren
- Äther (ETH)
- bewerten
- Veranstaltungen
- Jedes
- jeden Tag
- sich entwickelnden
- Beispiel
- Beispiele
- Außer
- Austausch-
- vorhandenen
- Expansion
- erwartet
- ERFAHRUNGEN
- Erfahrungen
- erklärt
- erleichtern
- weit
- beschleunigt
- wenige
- Felder
- Abbildung
- Mappen
- Finanzen
- Finden Sie
- Suche nach
- passen
- konzentriert
- folgen
- Folgende
- Aussichten für
- Zwingen
- Format
- Ausbildung
- gefunden
- fragmentierten
- Unser Ansatz
- Reibung
- für
- Treibstoff
- Erfüllen
- voller
- voll
- weiter
- Außerdem
- Gewinnen
- Sammlung
- erzeugt
- Erzeugung
- bekommen
- Global
- Global
- Go
- Ziele
- gut
- Governance
- regieren
- Gewährung
- körnig
- Gruppe an
- Gruppen
- persönlichem Wachstum
- Wachstum
- führen
- hätten
- Handling
- das passiert
- glücklicher
- glücklich
- Haben
- mit
- he
- Hilfe
- dazu beigetragen,
- GUTE
- höher
- seine
- Ultraschall
- Hilfe
- aber
- http
- HTTPS
- human
- hunderte
- IAC
- IAM
- ID
- identifizieren
- Identitätsschutz
- zeigt
- implementieren
- Implementierung
- umgesetzt
- Umsetzung
- wichtig
- zu unterstützen,
- in
- eingehende
- das
- Einschließlich
- zunehmend
- unabhängig
- unabhängig
- Anzeigen
- Individuell
- Ineffizienzen
- Einflussreich
- Information
- Informationssicherheit
- Infrastruktur
- Anfangs-
- Initiativen
- Anfragen
- Einblicke
- Intelligenz
- beabsichtigt
- Absicht
- Flexible Kommunikation
- in
- Probleme
- IT
- SEINE
- selbst
- Jobs
- Reise
- jpg
- Aufbewahrung
- Wesentliche
- Wissen
- Wissen
- bekannt
- Labor
- See
- Nachname
- Spät
- Recht
- Führer
- führenden
- LERNEN
- gelernt
- am wenigsten
- Objektive
- weniger
- Niveau
- Gefällt mir
- Limitiert
- Hören
- Alphabetisierung
- Logik
- langfristig
- länger
- aussehen
- Los
- Sneaker
- gemacht
- halten
- Aufrechterhaltung
- Wartung
- Mehrheit
- um
- verwaltet
- Management
- Weise
- Karte
- Mapping
- Matthew
- Reife
- maximal
- Kann..
- Bedeutung
- Mittel
- gemeint
- messen
- Medien
- Triff
- Verschmelzung
- ineinander greifen
- Metadaten
- Methoden
- Metrik
- könnte
- Minimum
- Modell
- Modellieren
- Monetisierung
- Überwachung
- mehr
- Zudem zeigt
- mehrere
- notwendig,
- Need
- erforderlich
- Bedürfnisse
- Neu
- vor allem
- Laptops
- Notiz..
- Benachrichtigung
- Anzahl
- Objekt
- Ziel
- beobachtet
- of
- Angebote
- Offizier
- on
- EINEM
- Einsen
- einzige
- XNUMXh geöffnet
- offene Daten
- betreiben
- die
- Betriebs-
- Einkauf & Prozesse
- entgegengesetzt
- or
- Orchesterbearbeitung
- Auftrag
- Organisation
- organisatorisch
- Organisationen
- Organisieren
- Andere
- Anders
- Andernfalls
- Ergebnisse
- aussen
- übrig
- Gesamt-
- besitzen
- Besitzer
- Eigentum
- Besitz
- Besitzt
- malen
- Parallel
- Parameter
- Personen
- für
- Leistung
- Berechtigungen
- Perspektive
- Phasen
- ein Bild
- Ort
- geplant
- Planung
- Plattform
- Plato
- Datenintelligenz von Plato
- PlatoData
- erfahren
- Podcast
- Podcasting
- Punkte
- Politik durchzulesen
- besitzen
- möglich
- Post
- Praxis
- Praktiken
- vor
- Danach
- vorgeführt
- vorher
- Principal
- Prinzip
- Grundsätze
- Proaktives Handeln
- anpassen
- Verarbeitung
- produziert
- Produziert
- Hersteller
- Producers
- Herstellung
- Produkt
- Produkte
- Professionell
- Rentabilität
- Fortschritt
- Schutz
- die
- bietet
- Bereitstellung
- Zweck
- Zwecke
- erhöhen
- lieber
- erreichen
- Lesen Sie mehr
- leicht
- Lesebrillen
- rekapitulieren
- Reduzierung
- Reduktion
- siehe
- bezeichnet
- spiegelt
- in Bezug auf
- Registrierung:
- Loslassen
- zuverlässig
- Entfernung
- Entfernen
- Zugriffe
- erfordern
- lösen
- Resoniert
- Ressourcen
- Downloads
- für ihren Verlust verantwortlich.
- eingeschränkt
- was zu
- Überprüfen
- Risiken
- Rollen
- Rollen
- Führen Sie
- Laufen
- gleich
- Gerettet
- Skalierbarkeit
- skalierbaren
- Skalieren
- Skalierung
- nahtlos
- Verbindung
- Sicherheitdienst
- Sicherheitsrisiken
- sehen
- gesehen
- Selbstbedienung
- empfindlich
- dient
- Dienstleistungen
- kompensieren
- Sets
- Setup
- Teilen
- von Locals geführtes
- Shares
- ,,teilen"
- sie
- zeigte
- gezeigt
- Konzerte
- bedeutend
- Silos
- einfacher
- einfach
- Single
- geringfügig
- glätten
- Schnipsel
- So
- bis jetzt
- Social Media
- Social Media
- Software
- Software als Service
- Software-Entwicklung
- allein
- Lösung
- Lösungen
- gelöst
- einige
- Quelle
- Quellen
- Raumfahrt
- spezifisch
- angegeben
- Patenschaftsprogramme
- SQL
- Stapel
- Stufe
- Normen
- Anfang
- Beginnen Sie
- Erklärung
- Angabe
- Immer noch
- Lagerung
- einfach
- Strategisch
- Stratege
- Strom
- gestärkt
- stärker
- Struktur
- strukturierte
- Struggling
- Erfolg
- Erfolgreich
- so
- ausreichend
- Support
- Unterstützt
- nachhaltiger
- Nachhaltiges Wachstum
- angehen
- Einnahme
- Team
- Teams
- Tech
- Technische
- Technologie
- Vorlage
- Zehn
- als
- zur Verbesserung der Gesundheitsgerechtigkeit
- Das
- die Informationen
- ihr
- Sie
- Theorie
- Dort.
- deswegen
- Diese
- vom Nutzer definierten
- fehlen uns die Worte.
- diejenigen
- nach drei
- Entwickeln Sie
- Durch
- Zeit
- Zeitplan
- zu
- gemeinsam
- Werkzeug
- Werkzeuge
- Top
- Transaktionen
- Reise
- versucht
- vertrauenswürdig
- XNUMX
- Typen
- letzte
- Letztlich
- verstehen
- Verständnis
- ununterbrochen
- Bereiche
- anstehende
- auf
- us
- -
- Anwendungsfall
- benutzt
- Mitglied
- Benutzererfahrung
- Nutzer
- verwendet
- Verwendung von
- seit
- wertvoll
- Wert
- Variable
- verschiedene
- riesig
- Geschwindigkeit
- Version
- sehr
- Volumen
- wurde
- Weg..
- we
- Netz
- Web-Services
- GUT
- waren
- Was
- wann
- welche
- während
- WHO
- wem
- werden wir
- mit
- ohne
- Arbeiten
- Arbeitsablauf.
- Workflows
- arbeiten,
- Werk
- weltweit
- wert
- würde
- geschrieben
- Jahr
- U
- Ihr
- Zephyrnet