Audit des données

Gestion responsable des données pour l’IA

Maria Prokofieva

Lead ML engineer

Ce que nous allons couvrir

  • Audit des données
  • Validation des données
  • Stratégies d’atténuation des biais

Audit des données

Gestion responsable des données pour l’IA

Audit des données

  • Revue complète des données sur tout le cycle de vie

  • Vérifier l’état technique et responsable

  • Menée après tout changement majeur

  • Documentation mise à jour pour l’audit

flux du modèle

Gestion responsable des données pour l’IA

Réaliser des audits de données

  • À effectuer fréquemment
  • Éviter d’introduire des problèmes par inadvertance
  • Se prémunir des complications et erreurs amplifiées
  • Rester transparent et responsable
  • Instaurer la confiance

Professionnels avec loupe devant des graphiques, illustration vectorielle

Gestion responsable des données pour l’IA

Conseiller financier IA

  • Profil comportemental et objectifs du plan
  • Élaborer une stratégie
  • Aligner objectifs et produits d’investissement
  • Créer un portefeuille

conseiller financier

Sources de données :

  • Données utilisateur issues du chat et des envois
  • Données externes en temps réel et historiques (Bloomberg)
1 Image par Streamline HQ
Gestion responsable des données pour l’IA

Sources de données du projet

  • Données fournies par l’utilisateur
  • Données externes via API

sources de données

1 Image par Streamline HQ
Gestion responsable des données pour l’IA

Configuration de l’audit

Utiliser le Plan de gestion des données :

  • Détails des données
  • Fréquence d’audit
  • Tests requis
  • Membres assignés

plan d’audit des données

1 Image par Streamline HQ
Gestion responsable des données pour l’IA

Calendrier des audits de données

  • Exploration initiale
  • Audits réguliers pour le prétraitement et le modèle
  • Tout changement majeur des données

calendrier d’audit des données

1 Image par Streamline HQ
Gestion responsable des données pour l’IA

Audits continus des données

  • Suivi continu régulier
  • Qualité des données et conformité
  • Performance du modèle et équité
  • Usage et stockage des données
  • Sécurité et scalabilité

Employés en train de surveiller

Gestion responsable des données pour l’IA

Dérive du modèle

  • Le modèle peut perdre en précision avec le temps
  • Changements sociétaux, marché ou variables sous-jacentes
  • Détecter la dérive en journalisant les prédictions et les métriques
  • Alerter si dépassement de seuil
  • Corriger via nouvelles données ou réentraînement
Gestion responsable des données pour l’IA

Audits de données — conseiller financier IA

  • Exploration initiale des données
  • Prétraitement : transformations et nettoyage
  • Modélisation avec évaluation de l’équité
  • Audit pré-déploiement
  • Suivi continu

audits des données dans le projet

1 Image par Streamline HQ
Gestion responsable des données pour l’IA

Passons à la pratique !

Gestion responsable des données pour l’IA

Preparing Video For Download...