TVBS數據架構大解密(1) — 前世今生

自2020年起，TVBS開始探索能撐起公司長期發展的現代化數據架構。面對挑戰過程當中，我們遵循著3個原則，最終採用ELT數據處理作法，帶來優勢是其架構單純容易維護…

TVBS數據架構大解密 (2) — 現代數據棧(Modern Data Stack)

MDS通常是指一系列用於數據收集、儲存、轉換的特定技術和服務所堆疊而成的數據架構。相比於過去，MDS具有「以SaaS為基…

TVBS數據架構大解密 (3) — Next Steps

上一篇提到MDS的4項特性和3項優勢，以及TVBS選擇哪些服務與工具堆疊起MDS，最終帶來哪些實際效益。這篇則是要展望未來3到5年，在數據生態圈中有…

Semantic layer，商業世界與資料世界溝通的橋樑 （二）

大家一定覺得「Semantic layer，商業世界與資料世界溝通的橋樑」這句話似曾相似。在資料分析師、資料工程師這些職缺剛出來時，確實有這麼一句話：資料團隊是商業團隊以及工程團隊間的橋樑。

Semantic Layer，商業世界與資料世界溝通的橋樑 （三）

要讓商業使用者能夠自助分析，建構好 semantic layer…

在 DBT 上管理 BigQuery UDF

我是 Migo Data Engineer Team 的 Data Engineer Joshua，我們團隊使用 DBT 來進行數據 Transformation，且使用 BigQuery 作為資料倉儲，此篇文章是要介紹如何在 DBT 上管理 UDF。

前言

• DBT：數據團隊可以使用 DBT 來進行 ETL 的 Transformation 階段，透過 DBT 可以管理數據表間的關聯、檢測數據等功能