Datastudion

Datastudion

Download on the App Store

Datastudion episodes

  • 10. Bör patienten ha tillgång till sin data? m. Christian Westöö

    Har du behövt återberätta hela din medicinska historik för din läkare, trots att du redan gjort det förut? Vad händer med din journaldata och hur hanteras den? Detta är en pod om data, men idag snackar vi om vården!?


    I detta avsnitt får vi besök av Christian Westöö, Med. Dr ST läkare allmänmedicin inom regionen. Han förmedlar hur din data hanteras inom vården och berättar vad det är som gör att det kanske känns tungrot i vårdbesöket. Är det alltid bra att patienten har tillgång till sin data? Är framtiden ljus med AI? Eller kommer den fortsatt vara analogt mörkgrå? Lyssna och lär!


    Rättelse: Ersättningsmodellen för digitala besök har ändrats så att mindre pengar går till privata aktörer.


    Har du någon fråga eller feedback, mejla [email protected]!


    Vidare läsning:

    • Milleniumprojektet
    • Patientdatalagen
    • Ersättning digitala tjänster

    Hosted on Acast. See acast.com/privacy for more information.

    45 min
  • 9. Agile inom data - hur funkar det?

    Första avsnittet med Data Daos nyaste tillskott, Blanka! I det här avsnittet pratar Blanka och Benny om Agile inom ramen för arbete med data. De diskuterar vad som funkar bra, vad som funkar mindre bra, hur det skiljer sig med agile inom data gentemot generell mjukvaruutveckling.


    Avsnittet förutsätter en grundläggande kunskap i vad agile är och hur det funkar. Skicka gärna frågor och feedback via [email protected]!


    För vidare läsning:

    • Caitlin Moorman – Managing Circularity in Data Product Development | Øredev 2022
    • Agile Manifesto

    Hosted on Acast. See acast.com/privacy for more information.

    30 min
  • 8. Realtidsdata - när behöver man det?

    I detta avsnitt får ni möta Lag Realtid (Erik) som diskuterar med Lag Batch (Hugo). Från varsitt håll försöker de övertyga sin motpart att det är bättre att processera data så fort man får den, respektive att processera data retroaktivt i “klump”.


    Har du någon fråga eller feedback, mejla [email protected]!


    Strömningsverktyg:

    • Apache Kafka - event streaming platform for data pipelines, streaming analytics, data integration, and mission-critical applications.
    • Apache Flink - framework and distributed processing engine for stateful computations over unbounded and bounded data streams.
    • StreamProcessor - reactive streaming processing solution running on GCP.

    Batch:

    • Apache Airflow - a platform created by the community to programmatically author, schedule and monitor workflows.
    • dbt - a SQL-first transformation workflow that lets teams quickly and collaboratively deploy analytics code following software engineering best practices like modularity, portability, CI/CD, and documentation.

    Hosted on Acast. See acast.com/privacy for more information.

    34 min
  • 7. Design & Data - en match? m. Jacob Hoff

    Vår första gäst Jacob Hoff, som jobbar som produktdesigner på Fortnox! Tillsammans med Benny & Hugo, diskuterar dem vilken roll spelar data i produktuveckling. Hur kan data hjälpa oss att bygga bättre produkter?


    Har du någon fråga eller feedback, mejla [email protected]!


    Vidare läsning:

    • Jeff Gothelf - The Hypothesis Prioritization canvas
    • UX Collective - A Hypothesis-Driven Design Canvas. For designers.

    Hosted on Acast. See acast.com/privacy for more information.

    41 min
  • Bonus: Tekniken bakom AI och Chat GPT

    AI och Chat GPT är på allas läppar. Men vad är AI, generativ AI och nya Chat GPT4? Hur fungerar det egentligen, och hur ser tekniken bakom AI ut?


    Erik och Benny gjorde ett gästspel i vår podkompis "En pod i podden", ett avsnitt som vem som helst kan lyssna på, och förstå sig på AI lite mer. Här kommer det igen, trevlig lyssning!


    Har du frågor eller feedback, hör gärna av dig till oss på [email protected]!

    Hosted on Acast. See acast.com/privacy for more information.

    23 min
  • 6. Data Mesh - Dataprodukt, fallgropar och våra bästa tips
    “Den viktigaste pelaren i Data Mesh” - Erik.


    Nästa avsnitt i serien om Data Mesh, där Erik och Hugo pratar om öl och kommer att ändra ditt mindset kring hur du skapar så mycket värde som möjligt med din data.


    Du får lära dig vad en data produkt är och vilka fallgropar du ska undvika när du börjar jobba med data som en produkt.


    Har du någon fråga eller feedback, mejla [email protected]!


    Vidare läsning

    • Data Product Canvas
    • How to Move Beyond a Monolithic Data Lake to a Distributed Data Mesh
    • Data Mesh Principles and Logical Architecture


    Hosted on Acast. See acast.com/privacy for more information.

    42 min
  • 5. Vad är A/B test och hur säker vill du vara?

    Detta blir första avsnittet i vår serie om A/B test, och den här gången dyker Johnny och Erik ner i vad A/B test är och varför man använder dem. De kommer att gå igenom de viktigaste koncepten bakom begreppet med mål att hjälpa dig ta dig till ditt första A/B test.


    Länkar för de som vill läsa mer om A/B test:

    • Lady Tasting Tea Experiment - Wikipedia (Det visade sig att vänninan svarade korrekt på alla åtta koppar!)
    • Så många användare behöver du för att börja A/B-testa - Signific
    • A/B testing - Optimizely

    Hosted on Acast. See acast.com/privacy for more information.

    26 min
  • 4. OKRer - fallgroppar och våra bästa tips

    Det populäraste styrmedlet de senaste åren heter OKRer. I detta avsnitt delar Benny och Hugo med sig av sina personliga erfarenheter av att jobba med dem. Vi får lyssna på tips, fallgroppar och en massa tyckande!


    Länkar:

    • Make OKRs and Forecasts come alive!
    • How Google sets goals
    • OKRs vs KPIs what's the difference?


    Har du frågor eller funderingar? Kontakta oss på [email protected]

    Hosted on Acast. See acast.com/privacy for more information.

    46 min
  • 3. Data Mesh - vad är det?

    Vad är Data Mesh? Varför ska du bry dig? Är det relevant för dig och din organisation? I detta avsnitt diskuterar Johnny & Hugo de 4 olika principerna i Data Mesh.


    Vill du att vi ska ägna ett framtida avsnitt på att gräva mer i en av dessa pelare? Eller har du någon fråga eller feedback, mejla [email protected]!


    Zhamak Dehghanis - upphovskvinna:

    • How to Move Beyond a Monolithic Data Lake to a Distributed Data Mesh
    • Data Mesh Principles and Logical Architecture

    Vidare länkar:

    • Data Mesh Learning - artiklar, podcasts och slack community
    • Data Mesh Architecture - ur ett tekniskt perspektiv

    Hosted on Acast. See acast.com/privacy for more information.

    39 min
  • 2. Vem gör vad inom data?

    I det här avsnittet pratar vi om rollerna inom data, vem gör vad? Vi går igenom de tre vanligaste, data engineer, data scientist och data analyst men vi nöjer oss inte där.


    Skicka gärna frågor och feedback via [email protected]!


    Artiklar för vidare läsning:

    Which flavour of data professional are you?

    Distinguishing Data Roles

    Hosted on Acast. See acast.com/privacy for more information.

    36 min

About Datastudion

From the publisher's feed

En pod om data och datadrivenhet med fokus på människorna som jobber med eller runt data.


Har du frågor, feedback eller ett favoritämne vi måste täcka? Hör av dig till oss på