#248 Data as a Product: Die Struktur & Skalierung von Data-Teams mit Mario Müller von Veeva

Data as a Product: Was steckt dahinter?


Warum ist AI überall, aber der Weg von der Datenbank zu "Wow, das
Modell kann das" wirkt oft wie ein schwarzes Loch? Du loggst brav
Events, die Daten landen in irgendwelchen Silos, und trotzdem
bleibt die entscheidende Frage offen: Wer sorgt eigentlich dafür,
dass aus Rohdaten ein zuverlässiges, verkaufbares Datenprodukt
wird.


In dieser Episode machen wir genau dort das Licht an. Gemeinsam
mit Mario Müller, Director of Data Engineering bei Veeva Systems,
schauen wir uns an, was Datenteams wirklich sind, wie "Data as a
Product" in der Praxis funktioniert und warum Data Engineering
mehr ist als nur ein paar CSVs über FTP zu schubsen. Wir sprechen
über Teamstrukturen von der One-Man-Show bis zur cross-functional
Squad, über Ownership auf den Daten, Data Governance und darüber,
wie du Datenqualität wirklich misst, inklusive Monitoring,
Alerts, SQL-Regeln und menschlicher Quality Control.


Dazu gibt es eine ordentliche Portion Tech: Spark, AWS S3 als
primärer Speicher, Delta Lake, Athena, Glue, Airflow, Push-Pull
statt Event-Overkill und die Entscheidung für Batch Processing,
obwohl alle Welt nach Streaming ruft.


Und natürlich klären wir auch, was passiert, wenn KI an den Daten
rumfummelt: Wo AI beim Bootstrapping hilft, warum Production und
Scale tricky werden und wieso Verantwortlichkeit beim Commit
nicht von einem LLM übernommen wird.


Wenn du Datenteams aufbauen willst, Data Products liefern musst
oder einfach verstehen willst, wie aus Daten verlässlicher
Business-Impact wird, bist du hier genau richtig.


Bonus: Batchjobs bekommen heute mal ein kleines Comeback.





Unsere aktuellen Werbepartner findest du auf
https://engineeringkiosk.dev/partners





Das schnelle Feedback zur Episode:


(top)  (geht
so)



Anregungen, Gedanken, Themen und Wünsche

Dein Feedback zählt! Erreiche uns über einen der folgenden Kanäle
…


EngKiosk Community:
https://engineeringkiosk.dev/join-discord 

LinkedIn: https://www.linkedin.com/company/engineering-kiosk/

Email: stehtisch@engineeringkiosk.dev

Mastodon: https://podcasts.social/@engkiosk

Bluesky:
https://bsky.app/profile/engineeringkiosk.bsky.social

Instagram: https://www.instagram.com/engineeringkiosk/




Unterstütze den Engineering Kiosk

Wenn du uns etwas Gutes tun möchtest … Kaffee schmeckt uns
immer 


Buy us a coffee: https://engineeringkiosk.dev/kaffee




Links

Mario Müller auf LinkedIn:
https://www.linkedin.com/in/mariomueller/

The Second Line Perspective:
https://www.thesecondlineperspective.blog/

Apache Spark: https://spark.apache.org/

AWS EMR: https://aws.amazon.com/de/emr/

Apache Iceberg: https://iceberg.apache.org/

Apache Parquet: https://parquet.apache.org/

Presto DB: https://prestodb.io/

Delta Format: https://delta.io/

Change Data Capture:
https://en.wikipedia.org/wiki/Change_data_capture

ClinicalTrials.gov: https://clinicaltrials.gov/

Airbyte: https://airbyte.com/

Selenium: https://www.selenium.dev/

Apache Airflow: https://airflow.apache.org/




Sprungmarken

(00:00:00) Data as a Product und Strukturierung von Daten-Teams
mit Mario Müller


(00:04:35) Was sind "Daten-Teams" und der Unterschied zu
klassischen Analytics Teams?


(00:05:54) Info/Werbung


(00:06:54) Was sind "Daten-Teams" und der Unterschied zu
klassischen Analytics Teams?


(00:19:39) Data as a Product: Eine klassische Data-Pipeline


(00:25:08) Batch- vs. Stream-Processing und Abhängigkeiten
zwischen Teams


(00:40:52) Sourcing von Daten


(00:44:13) Data Quality Monitoring


(00:48:24) Strukturierung von Daten-Teams: One-Man-Show bis 50
Personen


(01:05:37) AI als neue Daten-Quelle oder Daten-Mitarbeiter


(01:13:30) Tipps um Daten-Teams aufzubauen



Hosts

Wolfgang Gassler (https://gassler.dev) 

Andy Grunwald (https://andygrunwald.com/)




Community

Diskutiere mit uns und vielen anderen Tech-Spezialist⋅innen in
unserer Engineering Kiosk Community unter
https://engineeringkiosk.dev/join-discord