QA в Big Data без прикрас

Все больше организаций пытаются внедрить свои решения для Data Analytics, называя их решениями Big Data. Звучит интересно, но чаще всего для QA тестирование действительно Big Data ограничивается интеграцией на синтетических данных и доверием к Data Analyst. А если продукт требует больше? На примере тестирования продукта по работе с гипотезами спикер ответит на вопросы:

– Что нужно знать QA, тестируя логику математических моделей?

– Как поступить, если неясно, что на входе, что на выходе, и что должно получиться, а среднее время самого простого расчета – от 2 часов?

– Как принести пользу продукту, не превращаясь в Data Quality?