Vicepresidente de Coinbase Data: desmitificando el camino hacia los datos 3.0 en la industria Blockchain

La complejidad de los datos cifrados brinda nuevas oportunidades para los datos, ya que las empresas ingresan a Data 3.0 para crear valor a escala a través de la inteligencia sistémica y la automatización.

Los datos son una mina de oro para las empresas y, cuando se gestionan correctamente, además de ser una herramienta importante para responsabilizar a todos, proporcionan información clara y perspectivas que permiten a las empresas mejorar la toma de decisiones a escala.

Sin embargo, la mayoría de las empresas están atrapadas en la era de los datos 1.0, es decir, solo consideran el negocio de los datos como un servicio manual y pasivo. Algunas empresas ya se están moviendo hacia un panorama de datos 2.0, utilizando una automatización simple para mejorar la productividad del equipo. La complejidad de los datos cifrados brinda nuevas oportunidades para los datos, es decir, las empresas que ingresan al panorama de datos 3.0 pueden crear valor a escala a través de inteligencia y automatización sistemáticas. Este es el viaje digital 3.0.

Coinbase no es una empresa financiera ni tecnológica, sino una empresa de encriptación. Esta diferencia tiene implicaciones importantes en la forma en que manejamos los datos. Como empresa de encriptación, tratamos con tres tipos importantes de datos (en lugar de solo uno o dos como una empresa normal), cada uno de los cuales es complejo y diferente:

Nuestro enfoque ha sido cómo hacer que estos datos dispares funcionen juntos, eliminar los silos de datos, eliminar los problemas antes de que surjan y crear oportunidades para Coinbase que pueden no haber existido antes, a fin de lograr escala y crear valor.

Fundador de Morgan Creek: La criptomoneda es el "factor desconocido" que desafía la moneda legal: Jinse Finance informó que Mark Yusko, fundador de Morgan Creek Capital Management, dijo en un podcast que Bitcoin y otras criptomonedas son "factores desconocidos" que desafían la moneda legal ( factor X). Él cree que el suministro limitado de bitcoin lo convierte en una moneda más atractiva que la moneda fiduciaria. Explicó que si bien no "odiaba" a los bancos y los requisitos de reserva fraccionaria per se, objetaba la forma en que los bancos centrales creaban dinero y lo distribuían entre los ricos. Por el contrario, Bitcoin y algunas otras criptomonedas tienen un límite de suministro máximo codificado y no se pueden emitir de forma indefinida. Yusko señaló que en la red los usuarios deben elegir entre velocidad y seguridad. Cuando la última crisis financiera golpeó al mundo, las criptomonedas no existían. Pero hoy, los activos digitales juegan un papel cada vez mayor, mientras que las monedas fiduciarias están perdiendo terreno. [2020/10/15]

Habiendo trabajado personalmente en empresas de alta tecnología como LinkedIn y eBay, así como en instituciones financieras como Capital One, he visto de primera mano la evolución de Data 1.0 a Data 3.0. En Data 1.0, los datos se consideran una función reactiva, que proporciona servicios humanos temporales o ayuda en situaciones de emergencia.

En Data 2.0, las herramientas simples y las soluciones de terceros automatizan algunas tareas manuales y repetitivas para mejorar la productividad del equipo. Sin embargo, en la mayoría de los casos, los equipos de datos aún confían en agregar personas para crear más valor. Finalmente hemos llegado a la era de Data 3.0, donde el código abierto y las tecnologías internas colaboran para crear sistemas de datos que fundamentalmente escalan la creación de valor.

Las mayores ganancias de Data 3.0 son la eficiencia y la coherencia en todos los flujos de datos. Permite a las empresas crear una base de datos integral que sirve al éxito a largo plazo de la empresa al mismo tiempo que satisface las necesidades inmediatas con recursos limitados. Esto puede no ser obvio cuando la empresa es pequeña y cambia rápidamente, pero a medida que la empresa crece y experimenta un rápido crecimiento, la falta de consistencia entre los diversos flujos de datos puede convertirse en un gran problema si no se toman precauciones desde el principio. corregir.

Incluso en las mejores empresas de tecnología del mundo, diferentes equipos de ingeniería crean productos y servicios de datos personalizados para resolver puntos débiles específicos y, como resultado, se desarrollan malos hábitos. Esto puede dejar grandes agujeros en el flujo de trabajo estandarizado de los sistemas de datos de extremo a extremo, lo que dificulta la creación y operación de datos a escala. Peor aún, estos trabajos únicos pueden crecer lo suficiente como para convertirse en sistemas independientes que requieren un tiempo considerable para integrarse y migrar. Estos a menudo se convierten en sistemas heredados que, con el tiempo, pueden crear una deuda técnica significativa para la empresa.

Dada la tecnología blockchain en constante evolución y los casos de uso de datos, nuestro trabajo de Data 3.0 está lejos de estar completo. Diría que estoy muy orgulloso del progreso que hemos logrado. El siguiente diagrama describe nuestro trabajo y nuestro sistema hasta el momento.

Cualquiera que sea la elección de adoptar una tecnología en particular, se debe desarrollar una estrategia clara para tres componentes principales: separación del almacenamiento, separación de la computación y semántica de "fuente única de la verdad". La separación de estos componentes y el desarrollo de una estrategia tecnológica clara pueden evitar cuellos de botella en el rendimiento y la escalabilidad a medida que su empresa crece.

Si bien usamos una combinación de tecnología interna, herramientas de código abierto y soluciones de proveedores para satisfacer una variedad de necesidades, hicimos concesiones claras al identificar soluciones específicas en cada categoría para que no haya duplicación o ambigüedad en el futuro. Nuestro sistema de gestión de eventos, el flujo de trabajo de orquestación de datos, la capa de inteligencia empresarial y la plataforma de experimentación implementan este principio. También trae una arquitectura altamente disociada y escalable.

Si bien el aprendizaje automático ha sido "lo más llamativo" de la exageración que rodea a la inteligencia artificial en los últimos años, también es el componente más multifuncional de los equipos de datos. Nostradamus, nuestra verdadera plataforma de aprendizaje automático de extremo a extremo, es compatible con todos los modelos de aprendizaje automático de Coinbase, incluidas las canalizaciones de datos, la capacitación, la implementación, el servicio y la experimentación. Debido a que una plataforma de aprendizaje automático se crea teniendo en cuenta todas las demás partes del ecosistema de datos, está diseñada no solo para permitir que el aprendizaje automático resuelva el problema en cuestión, sino también para crecer y escalar junto con el negocio.

Estas dos áreas son probablemente las partes más amigables para el usuario final del equipo de datos, ya que son básicamente la capa de presentación para la información de datos destilada diseñada para deleitar y crear valor para nuestros clientes. También son los beneficiarios más directos de todo el trabajo mencionado anteriormente.

La responsabilidad más importante del equipo de datos es que los científicos de datos deben separarse de las máquinas y centrarse en permitir que las máquinas proporcionen datos de manera escalable y creen valor para los consumidores (en lugar de ser un intermediario entre las máquinas y los consumidores de datos).

Escrito por: Michael Li, vicepresidente de Coinbase Data

Tags：

UNI