Session
Het ambacht achter de data: datawarehouse-principes als fundament voor AI
Notebooks, in-memory engines en LLM's hebben ons vak enorm versneld. Een datapijplijn die vroeger weken kostte, staat er nu in een middag. Dat is winst, en die moeten we volop benutten.
Maar hoe meer we automatiseren en hoe sneller AI code en analyses genereert, hoe belangrijker het wordt dat de basis klopt. Kun je uitleggen waarom een cijfer van vorige maand anders is dan vandaag? Kun je een foute load terugdraaien zonder dat iemand het merkt? Weet je wat er omvalt als je iets aanpast? Wie die vragen goed beantwoordt, kan AI met vertrouwen loslaten op zijn data.
In deze sessie van 90 minuten laten we zien hoe de principes van datawarehousing het fundament vormen waarop moderne tooling en AI pas echt tot hun recht komen:
-Historie opbouwen: wat wist je wanneer, en hoe leg je dat vast?
-Loads registreren en terugdraaien: elke wijziging traceerbaar en herstelbaar
-Afhankelijkheden vastleggen: overzicht houden terwijl je snel bouwt
-Wijzigingen bijhouden in data én in logica
-Structuur als versneller voor AI: voorspelbaar gedrag, betrouwbare uitkomsten
Je gaat naar huis met concrete principes die je direct toepast in je eigen omgeving, of die nu draait op Fabric, Snowflake, Databricks of een notebook op je laptop. Zodat je de snelheid van nu combineert met betrouwbaarheid die blijft.
Daniel Sanders
Oprichter & Architect @ Plainwater
Eext, The Netherlands
Links
Please note that Sessionize is not responsible for the accuracy or validity of the data provided by speakers. If you suspect this profile to be fake or spam, please let us know.
Jump to top