Vi deler faglige meninger om data på vår egen datablogg

Vi mener mye om data-arkitektur, data governance, datastrategi, dataops, å bli datadrevet, dataplattformer, Azure, Google, dbt, Snowflake, Databricks, dbt, data mesh.

Les vår ærlige oppsummering av første halvdel av 2025 hos Glitni. Vi ser tilbake på nye kunder og flere nyansatte.

Datakontrakter gjør det mulig å bygge tillit mellom team, systemer og mennesker som produserer og konsumerer data. Vi forklarer hvordan og hvorfor.

Vi foreslår en løsning for å senke kjøretid og kostnad ved å erstatte Copy-aktiviteter med Azure Functions i Azure Data Factory, som er særlig relevant ved et stort antall enkle aktiviteter.

Les vår ærlige oppsummering av andre halvdel av 2024 hos Glitni. Vi ser tilbake på nye kunder og flere nyansatte.

Glitni deler deler eit foreslått test-rammeverk som mogleggjere einingstesting av makroar i dbt.

Forstå datamodelleringens historie, informasjonsarkitektens betydning i dagens dataøkosystem, og hvordan rollen har fått ny relevans i møte med moderne utfordringer som data lakehouses og AI.

Glitni og Telum tilbyr kompetanse innen dataplattformer, data engineering og data science. Les mer om det erfarne teamet!

Oppdag hvordan du kan komme raskt i gang med generativ AI basert på råd fra erfarne data scientists og data engineers.

Les vår ærlige oppsummering av første halvdel av 2024 hos Glitni. Vi ser tilbake på stabil prosjektportefølje, rekruttering og økt synlighet.

Forstå hvordan AI kan løse kognitive oppgaver. Vi guider deg gjennom fem steg fra strategi til implementering, med fokus på norske eksempler og praktiske tips.

Lær om komponentene i en moderne dataplattform, fra datakilder til konsum. Utforsk hvordan de samarbeider for å samle, lagre, prosessere og presentere data.

Utforsk utviklingen av datarelaterte begreper fra Business Intelligence til Data Mesh og Microsoft Fabric i denne artikkelen. Perfekt for deg som er ny i dataverdenen og ønsker å lære mer.

Lær mer om overgangen fra datavarehus-monolitter til en domene-inndelte dataplattformer, og hvilke fordeler dette gir.

Mange data-team har en reaktiv tilnærming til prosjekter og er ofte atskilt fra resten av selskapet. Ved å aktivt ta i bruk metadata kan jobbe mye mer proaktivt og fokusere mer på arbeid som leverer maksimal verdi til selskapet.

Ny podcast på norsk! "Datautforskerne" utforsker trender, teknologi og strategier innen data. Abonner for å lære om datadrevne virksomheter og få faglige tips.

Oppdag Glitnis tech-stack! Fra Google Cloud til GitHub, se hvilke verktøy vi bruker for infrastruktur, salg, markedsføring, admin, HR og utvikling.

Utforsk trendene innen maskinlæring, AI og dataarkitektur for 2024. Viktige aktører, teknologiutvikling og spådommer fra FirstMark Capital.

Glitni har hatt en innholdsrik andre halvdel av 2023, med oppturer og nedturer underveis. Vi kjører nok en gang retro for siste halvår.

Erfarne konsulenter innen data og analyse deler ti vanlige feil. Les for å lære, enten du er konsulent eller ansetter konsulenter.

Konsulentselskapet Glitni vokser, med litt friksjon, men meste stolte øyeblikk. Vi kjører retro for halvåret som har gått.

Etablering av en dataplattform må ikke ta måneder og år. Vi skisserer noen enkle steg for å levere verdi raskt - men husk at utviklingen må ikke stoppe der.

Etablering av dataeierskap mener vi er første steg på veien til data governance, og kan være nøkkelen til å øke verdien av data i din virksomhet.

Lær mer om bøkene du bør lese innen data og analyse

Vi trenger raskere leveranser og bedre håndtering av kompleksitet. DataOps to the rescue!

Vi oppsummerer om dataops, og svarer på flere vanlige spørsmål.

Vi ser på 10 steg som kan hjelpe deg å komme i gang med DataOps.

Hvordan fungerer DataOps i praksis? Vi tar for oss de fire hovedområdene automatisering, kontinuerlige leveranser, kvalitetsstyring og samarbeid.

Hvilken rolle har smidig i DataOps? Vi svarer på det, og litt til!

I denne artikkelen ser vi på forskjellene mellom DataOps og Devops.

Vi har skrevet en artikkel om en sentral begrensning i Azure Data Factory som foreløpig ikke løses av Microsoft Fabric

Lær mer om Data Mesh sin nye tilnærming til dataarkitektur og data-organisering, basert på tankegods fra software og team-organisering.

Les videre for å lære om fordeler og ulemper med begge alternativene og hva som vil være den beste tilnærmingen for dine spesifikke behov.

Glitni oppsummerer MAD-landskapet 2023, som viser teknologiutviklingen innen maskinlæring, AI og data.

Har du full oversikt over alt som skal til for å bli mer datadrevet? Her er 7 utviklingstrekk du bør kjenne til.

OK. Det var litt jobb å få prosjekter til alle. Beslutningsprosesser tar nemlig tid. Men det endte bra.

Hvordan forbereder vi oss og de rundt oss på ny dataplattform? Her er 5 ting det er verdt å ha tenkt på før implementeringen er ferdig.

Glitni har nå inngått partnerskap med flere av de største navnene innen moderne dataplattformer: dbt Labs, Snowflake, Google Cloud og Databricks.

Er det nødvendig med en egen strategi for data? Les om hva en datastrategi hjelper deg med og hvorfor du kanskje bør revurdere datastrategien du allerede har.

Skybasert arkitektur endrer hvordan vi jobber og organiserer oss. Her er grunnen til at du trenger et sentralisert plattformteam.

Vi tar en rask titt på lanseringene til dbt Labs under Coalesce 2022, som inkluderte et nytt semantisk lag og støtte for python-utviklede modeller.

Vi begynte med rapportering på toppen av databaser, beveget oss over til 30 år med datavarehus, før data lake og nå data lakehouse har tatt over.

Hva er en dataplattform? Lær hvordan den samler, lagrer og prosesserer data for å drive datadrevne initiativer.

Data lakehouset er kjærlighetsbarnet til data laken og datavarehuset, og er egnet til å lagre og prosessere alle former for data innen rapportering og analyse.

Et datavarehus er velegnet for å støtte rapportering med data fra mange kilder, og brukes til å samle relevante data som trengs for ulike styringsformål.

En data lake er egnet for å lagre alle former for data for analytiske brukerhistorier, men også data vi ikke er helt sikre på at vi skal bruke.

En database er laget for å kunne lagre data og er en vanlig komponent i svært mange IT-løsninger, for hvordan skal vi ellers kunne ta vare på alt som skjer?

Det har vært gøy å drive konsulentselskap dette halvåret! For det er litt gøy når alle løper i samme retning, og bretter opp ermene når det gjelder.

Dataprosesseringskostnadene kan fort løpe løpsk i skyen. Vi har noen enkle råd - du vil vel ikke gi bort penger når det er enkelt å gjøre noe med det?

Me har publisert ein medium-artikkel som samanliknar schema-on-read-støtta for JSON i eit utval populære dataprosesseringsmotorar

Vi har nettopp vært gjennom noen øvelser som vi tror de fleste som tenker å starte konsulentselskap må gjennom, så da deler vi!

Få tips for korleis du kan starte eit dbt-prosjekt (data build tool) frå ein data platform engineer. Dbt bør vurderast som ein sentral del av ein data stack i 2022.

Flere av de mest fremgangsrike virksomhetene i dag bygger evne til å lære av data – og tar i bruk stadig mer avansert dataanalyse.