
Budapest Databricks Meetup #3: Metadata, AI és SAP-integráció a gyakorlatban
Május 27-én érkezik a következő Budapest Databricks Meetup az Abylon szervezésében. Ismét összehozzuk a budapesti adat- és MI-közösséget egy újabb, tudásmegosztásról, gyakorlati tapasztalatokról és szakmai kapcsolatépítésről szóló estére.
A harmadik meetup fókuszában ezúttal a metadata szerepe az enterprise AI világában, az end-to-end adatlineage gyakorlati alkalmazása, valamint az SAP és Databricks rendszerek integrációja áll. Az esemény célja, hogy valós projekttapasztalatokon keresztül mutassa be, hogyan lehet átláthatóbb, intelligensebb és jobban integrált adatplatformokat építeni.
A résztvevők gyakorlati betekintést kapnak olyan szakértőktől, akik napi szinten dolgoznak Databricks környezetekkel és modern vállalati adatplatformokkal. Szó lesz arról, hogyan segítheti a metadata az új generációs AI-megoldásokat, hogyan lehet gyorsabban feltárni KPI-változások okait lineage-alapú megközelítésekkel, valamint hogyan lehet SAP adatokat hatékonyan integrálni Databricks platformokra.
Kinek hasznos ez a Databrick Meetup?
Az esemény különösen hasznos data engineereknek, adatelemzőknek, BI szakembereknek és AI-val foglalkozó szakértőknek, de érdekes lehet bárkinek, akit érdekelnek a modern adatplatformok és a Databricks ökoszisztéma.
Ha Databricksszel dolgozol, enterprise adatplatformokat építesz, vagy szeretnél jobban eligazodni az SAP és AI világában, csatlakozz hozzánk! Az előadások után networkingre és szakmai beszélgetésekre is lesz lehetőség.
Előadóink
- Miguel Angel de Luna Gomez (Practice Lead EMEA, Databricks) – Annak bemutatása, hogyan alakítja át a metadata az enterprise AI-megoldásokat, és hogyan segíti a Databricks az intelligens adatplatformok fejlődését.
- Vedelek Edina & Vetési Olivér (Abylon Consulting) – End-to-end lineage megközelítések bemutatása Databricks és Power BI környezetekben, KPI-változások és riportfüggőségek átláthatóbb kezelésére.
- Takács Gábor (Abylon Consulting) – Gyakorlati betekintés az SAP-adatok Databricks környezetbe történő integrációjába, tipikus kihívásokkal és adatengineering szemlélettel.

