作者简介:

姜春宇,中国信息通信研究院人工智能研究所高级工程师,主要从事大数据技术、数据库、数据要素流通、数据治理等方面的研究工作

艾博焕,中国国际技术智力合作集团有限公司工程师,主要从事数据运营、多模态数据管理等方面的研究工作

郭彦美,中国信息通信研究院人工智能研究所工程师,主要从事DataOps、数据要素、非结构化数据治理等方面的研究工作

崔一妍,中国信息通信研究院人工智能研究所工程师,主要从事DataOps、数据编织、主动元数据管理等方面的研究工作

摘要：

人工智能(Artificial Intelligence,AI)技术的快速发展对数据工程提出了全新要求,推动数据价值形态从“数据资源”向“高质量数据集”跃迁。系统分析了从传统数据研发运营一体化(Data Operations,DataOps)向人工智能就绪(Ready for Artificial Intelligence,AI-ready)数据工程范式转型的内在机理,构建了面向AI的数据工程体系框架。研究首先界定了AI-ready DataOps内涵,指出其是通过融合DataOps理念,面向AI场景高效、高质量、安全供给数据的一种工程化方法论。在此基础上,提出了AI-ready DataOps能力框架,涵盖研发、交付、运维、运营四大阶段,形成步骤清晰、分工明确的数据集流水线。研究进一步阐述了“盘、建、研、管、运”五步法实践路径,为企业高质量数据集建设提供可操作的实施指南;为国家高质量数据集建设提供了理论框架与方法论指引。

面向AI的数据工程体系构建_基于AI-ready DataOps的范式转型.pdf