在本课中，您将学习 DataOps 方法的基本原理。您将了解 DataOps 团队如何共同定义其工作的业务价值，从而能够清晰地阐述他们为更广泛的组织带来的价值：

在这一课中，您将了解了解整个组织的存储库中的数据所需的功能。当可用数据的规模过于庞大，无法设计手动方法，或者数据编目在机构中丢失时，最适合使用数据发现。它利用各种技术，以编程方式识别数据中的语义和模式。这是识别和定位敏感数据或受监管数据以对其进行充分保护的一个关键方面，不过一般来说，了解存储数据的含义可以释放其在分析中的使用潜力。数据分类提供了更高层次的语义丰富性，使企业能够将对数据的理解从技术元数据提升到业务理解，进一步帮助根据数据所包含的信息发现多个数据源之间的重叠：

在本课中，您将了解到了解数据语义有助于数据消费者了解哪些数据可供使用，但并不能为数据的质量提供任何指导。本模块的主题是信任，即数据源在提供可用于推动关键战略决策的高保真数据方面有多可靠，以及想要使用这些数据的人是否可以访问这些数据；是否允许数据消费者查看和使用这些数据。本模块将讨论数据质量的常见维度，以及如何检测和补救不良数据质量。此外，本模块还将探讨如何执行围绕数据质量所需的多项政策，尤其是在如何使用个人数据方面尊重个人意愿和权利的必要性：

在本课中，你将了解到在目录中提供有用的数据通常需要对数据进行一些转换。修改原始数据可以优化各种使用情况下的数据摄取，例如合并多个数据集、整合多个事务摘要或处理非标准数据以符合国际标准。本模块将研究数据准备的选择、如何使用可视化来促进人类对数据的理解以及需要更改的内容，并研究单次使用、优化数据工作流和确保定期生成转换以供操作使用的各种选项。此外，本模块还将向您展示如何规划和实施支持业务用例所需的数据移动和集成任务。该模块基于一个真实世界的数据移动和集成项目，该项目需要支持在谷歌云上运行的基于人工智能的供应链管理 SaaS 分析系统的实施。该模块将涵盖成功完成数据移动和集成项目所需的主要内容：

在本课中，您将学习如何评估上一次数据冲刺，观察哪些有效，哪些无效，并就如何改进下一次迭代提出建议。