圍繞DataOps和人工智能數據治理,信通院發布多項成果

責任編輯:包建羽 2024.05.16 17:56 來源:通信世界全媒體

通信世界網消息(CWW)隨著“數據要素X”“人工智能+”計劃的推出,新一輪技術對產業發展產生了變革性的影響。5月15日,由中國通信標準化協會主辦,中關村科學城管委會支持、中國通信標準化協會大數據技術標準推進委員會(CCSA TC601)承辦的“2024DataOps發展大會”舉辦。大會圍繞“DataOps”及“人工智能數據治理”兩大模塊展開,聚焦數據治理領域前沿話題,發布并解讀多項研究成果,以期進一步激活數據要素潛能。

中國信通院云計算與大數據研究所(下稱“云大所”)副所長閔棟表示,DataOps是有效推動工具、流程和人員等資源的優化重組,提升協同效率的方法論,DataOps將為數據引擎換擋提速;人工智能技術的高速發展也為數據治理領域注入了新的活力。中國信通院將圍繞國家重大數據戰略,持續深耕數據要素理論研究、積極支撐數據發展的產業實踐、集智攻關數據生產力價值釋放,為數字經濟發展和數據要素產業實踐積極提供智力支撐。

image.png

DataOps實踐指南2.0》等發布

中國信通院云大所大數據與智能化部主任姜春宇、高級業務主管尹正分別進行了《DataOps實踐指南(2.0)》及《DataOps標準-交付管理》的發布與解讀。

數據驅動時代,業務需求快速變化,數據處理流程紛繁復雜,企業必須處理好旺盛數據需求與數據生產力不足之間的矛盾,革新數據開發流程,加大數據供給力度,從而更好地響應需求、賦能業務發展。人人用數的場景下,傳統數據開發范式開始出現效率瓶頸,需要引入敏捷、協作、精益等新的理念以尋求變革。DataOps作為一種新的數據開發模式,通過構建高效協同機制,建立精細化數據運營體系,打造規范化、一體化的數據開發流程,實現數據產品高質量與高效率地交付。

image.png

當前,國內處于DataOps實踐的快速發展階段,其概念和實踐方法論初具雛形,仍需進一步引導企業進行實踐。歷經一年時間的打磨,實踐指南重磅升級,此次大會正式發布《DataOps實踐指南2.0》,從能力框架解讀、實踐初探、典型誤區及未來展望幾個方向指引企業進行DataOps落地應用,從而更高效地發揮數據價值,進一步優化企業運行效能?!禗ataOps標準-交付管理》從配置管理、測試管理、部署與發布管理三大能力域切入,針對數據交付核心環節的要求進行進一步明確,幫助企業構建集管理、協同、技術能力于一體的全方位數據交付能力。

具體來看,在能力框架方面,實踐指南在1.0的基礎上對DataOps能力框架進行了進一步解讀。詳細闡述了數據研發管理、數據交付管理、數據運維、價值運營四大核心環節的發展現狀,列舉了先行企業的建設成果,進一步給出方向性的指導。針對系統工具、組織管理、安全管控三大實踐保障,給出具體能力要求,為業界DataOps能力建設提出了重要參考。

在實踐初探方面,工作組對企業實踐的廣泛調研中發現,企業在實踐DataOps理念的過程中展現出了不同的建設特點,從敏捷數據開發能力建設、數據文化滲透、跨域協同優化、數據研發治理流水線搭建四個方面總結了四大特征,分析了DataOps建設現狀。

在實施典型誤區方面,DataOps作為一種新的數據開發范式正在越來越多的行業和企業中落地,但在實施過程中也面臨重重困難。實踐指南梳理總結了目前DataOps建設過程中出現的問題與挑戰,為計劃建設DataOps的企業“避坑”,并進一步結合行業內的經驗給出方向性解決思路。

展望未來,信通院將以數據產業發展為核心,圍繞數據流程可觀測、數據工程智能化、數據價值精準量化三個維度研判DataOps產業發展趨勢,預見DataOps發展趨勢。

會議現場,中國信通院頒發了第二批“DataOps證書”,北京銀行、中信建投、聯想、網易、火山引擎分獲“研發管理”及“系統工具”能力證書。此外,大數據技術標準推進委員會還授予12位業內專家“DataOps專家”榮譽證書。

《面向人工智能的數據治理實踐指南(1.0)》等發布

中國信通院云大所大數據與智能化部副主任王妙瓊、工程師林木森分別對《面向人工智能的數據治理實踐指南(1.0)》及《智能化數據治理技術工具要求》進行了解讀。

image.png

面向人工智能的數據治理(DG4AI,Data Governance for Artificial Intelligence)是指在人工智能應用中管理和控制數據的過程與實踐,以確保數據的質量、可靠性、安全性與合規性,使得數據能夠被準確地用于訓練和部署AI模型,同時保護數據的隱私和安全。

《指南》從“數據治理”的發展歷程展開,點明當前大模型時代數據治理遇到的問題,后對于“面向人工智能的數據治理”概念進行定義,并從不同維度分析面向人工智能的數據治理與傳統的數據治理的差異。

《指南》將人工智能數據治理階段劃分為“數據收集”“數據預處理”“模型推理”等9個階段,提出治理對象包括“原始多模態數據集”“標簽數據集”“訓練數據集”等4類對象。而后明確每個階段對應的治理目標與方法。

《指南》明確面向人工智能數據治理的三大主要工作,即“數據質量”“數據安全與隱私”“數據倫理”,并為企業提供“治理方法”“技術手段”的實踐指導?!吨改稀愤€梳理了企業在整個治理過程中應遵循的治理步驟,覆蓋從“明確應用目標與需求”到“持續數據集運營與優化”的五個階段,為企業實踐提供方法論的指引。

結合當前人工智能產業的技術發展趨勢,《指南》提出數據治理對企業競爭力提升的重要性。未來,隨著技術的快速發展與實踐的進一步落地,數據治理將推動人工智能應用的高質量發展,人工智能數據產業的分工也將更加明確。

在以大模型為代表的強人工智能技術快速發展的背景下,《面向人工智能的數據治理實踐指南(1.0)》以數據治理為切口,通過對面向人工智能的數據治理產生的背景、遇到的挑戰進行分析,提出了面向人工智能研發應用全生命周期的治理實踐,創新性的為業界提供了系統化的治理實踐方法,為人工智能場景中數據治理路徑指明了方向,使數據治理的價值能夠在時人工智能時代背景下最大化激活?!吨悄芑瘮祿芾砉ぞ吣芰σ蟆窞槠髽I構建智能化數據治理體系提供統一思路,細化智能化技術的應用場景,助力企業健全數據治理體系,為企業提升數據“智”理水平提供新的思路。

通信世界網版權及免責聲明:
1、凡本網注明“來源:通信世界全媒體”及標有原創的所有作品,版權均屬于通信世界網。未經允許禁止轉載、摘編及鏡像,違者必究。對于經過授權可以轉載我方內容的單位,也必須保持轉載文章、圖像、音視頻的完整性,并完整標注作者信息和本站來源。
2、凡本網注明“來源:XXX(非通信世界網)”的作品,均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責。
3、如因作品內容、版權和其它問題需要同本網聯系的,請在相關作品刊發之日起30日內進行。
發表評論請先登錄
...
熱點文章
    暫無內容
r男女牲交45分钟a片,夜夜添无码试看一区二区三区,人妻老妇乱子伦精品无码专区