Latest blog posts by Michal Milosz

Discover the strengths and uses of three key data architectures - find out how they work and which one fits your needs best

Master Databricks Workflow-Orchestrierung — Automate Tasks, integrated Airflow and ADF and optimize the pipelines. Steigern Sie die Effizienz mit dynamischer Planung!

Vergleichen Sie Azure Data Factory mit Apache Airflow: Die wichtigsten Funktionen, Stärken und Einschränkungen der Datenorchestrierung. Wählen Sie das beste Tool für Ihre Workflow-Anforderungen.

Optimieren Sie große Datensätze in Databricks mit Partitionierung, Z-Ordering, Auto Optimize, Delta Lake Vacuum, Caching und Cost Monitoring für eine bessere Leistung.

Konfigurieren Sie den Celery Kubernetes Executor in Airflow 2.0, um die Skalierbarkeit von Celery mit der Ressourcenoptimierung von Kubernetes für effiziente Workflows zu kombinieren.

Entdecken Sie die wichtigsten Datentechnik-Trends für 2025, darunter KI-gestützte Automatisierung, Lakehouse-Architektur, serverloses und Edge-Computing sowie nachhaltige Datenpraktiken. Die Nutzung dieser Innovationen wird Unternehmen dabei helfen, ihren Datenbetrieb zu optimieren und in einer sich schnell verändernden Landschaft die Nase vorn zu haben.

Skalieren Sie Arbeitsabläufe mühelos mit Airflow 2.0! 🚀 🔹 Über 1.000 parallele Aufgaben über Celery Executor + Kubernetes. 🔹 Azure-optimiert mit RabbitMQ und PostgreSQL. 🔹 Vollautomatische Bereitstellung (CI/CD/Terraform).

Explore stream vs batch processing, their benefits, use cases, and technologies. Learn how to choose the right data strategy for your business needs.

Erfahren Sie, wie Microservices das Datentechnik revolutionieren, indem sie monolithische Systeme ersetzen und so die Skalierbarkeit, Flexibilität und Bereitstellungseffizienz steigern.