Data-Quality-Services

24 Hours of PASS (Maggio 2017): Sessioni registrate

Le sessioni erogate durante l’evento 24 Hours of PASS edizione “Data Security e Data Quality” tenuto lo scorso 03 e 04 Maggio 2017, sono state registrate e sono già disponibili per essere riguardate o viste per la prima volta nel caso non abbiate potuto seguire la diretta.

Ogni video è disponibile accedendo alla pagina della relativa sessione.

Un grazie agli Sponsor che rendono possibile l’organizzazione di questi eventi, gratuiti per i partecipanti!

24 Hours of PASS (Maggio 2017) – Edizione Data Security e Data Quality

Perché possiamo affermare che SQL Server, negli ultimi 7 anni, è stato il sistema database più sicuro al mondo? Scoprilo il 3 e 4 maggio 2017 durante l’evento 24 Hours of PASS edizione “Data Security e Data Quality”.

La serie di webinar, della durata di un’ora ciascuno, inizierà alle 12:00 UTC del 3 Maggio e proseguirà per 24 ore durante le quali verranno trattati i seguenti argomenti:

  • Data security concerning the application network
  • Database
  • Internet of things
  • Security on the cloud
  • Digital identity protection

Grazie agli Sponsor, l’evento sarà completamente gratuito!

PASS GIVC – Data Quality Services

Sergio Govoni

Il prossimo webinar del PASS Italian Virtual Chapter è programmato per mercoledì 21 dicembre 2016 alle ore 18:00.

Andrea Martorana Tusa (@bruco441) ci spiegherà come pulire i dati con Data Quality Services.

Questo è l’abstract del webinar:

Data Quality Services è una feature introdotta in SQL Server 2012 che ha lo scopo di fornire ad utenti e professionisti IT una soluzione semplice e flessibile per gestire i problemi di data quality e data consistency. Con DQS si possono eseguire operazioni di correzione, standardizzazione, completamento e de-duplicazione su dati provenienti da fonti incerte o di bassa qualità. In questa sessione verranno introdotti i concetti principali di DQS e presentati i vari componenti che lo costituiscono. Vedremo come creare una Knowledge Base, come implementare un Data Quality Project, come definire e mantenere un Dominio. Partendo da esempi reali, vedremo come eseguire un’operazione di Data Cleansing and Matching e come definire regole di business per verificare e mantenere la data integrity.