From Monolith to Mesh: How to Model Data in the Age of Data Products and AI Agents
L’obiettivo primario di un data product è rendere i dati facilmente accessibili e riutilizzabili dai propri consumatori. Per questo motivo, il data modeling non può più essere considerato un semplice dettaglio implementativo, ma diventa un elemento centrale del design del prodotto.
Negli ultimi anni, l’approccio schema-on-read ha contribuito a relegare le pratiche di modellazione in secondo piano. Tuttavia, con l’affermazione di architetture orientate ai data product e la crescente adozione di AI Agents progettati per consumarli, emerge con forza la necessità di modelli espliciti, robusti e orientati alla riusabilità.
La buona notizia è che non si parte da zero. Tecniche consolidate come il dimensional modeling, il data vault e lo unified star schema rappresentano una base solida. Il vero challenge è che questi approcci sono nati in contesti monolitici e centralizzati, come i tradizionali data warehouse o data lake.
Durante lo speech analizzeremo le principali tecniche di data modeling e discuteremo come adattarle a architetture distribuite e modulari, tipiche del Data Mesh. L’obiettivo è mostrare come progettare data product AI-ready, facili da usare, riutilizzare e comporre all’interno di una moderna architettura socio-tecnica.
Highlights
• Il ritorno del data modeling nell’era del Data Mesh
• Come evolvono i modelli classici per supportare data product e AI Agents
• Dalla centralizzazione alla composizione: modelli fisici, logici e semantici
• Progettare data product realmente riusabili e AI-ready
Onsite Event 
