Kiểm toán dữ liệu

Quản lý Dữ liệu AI Có Trách Nhiệm

Maria Prokofieva

Lead ML engineer

Nội dung chính

• Kiểm toán dữ liệu
• Xác thực dữ liệu
• Chiến lược giảm thiên lệch

Kiểm toán dữ liệu

• Rà soát dữ liệu toàn diện suốt vòng đời dự án

• Kiểm tra trạng thái kỹ thuật và trách nhiệm

• Thực hiện sau thay đổi lớn của dự án

• Cập nhật tài liệu phục vụ kiểm toán

Thực hiện kiểm toán dữ liệu

• Thực hiện thường xuyên
• Đảm bảo không vô tình đưa lỗi vào
• Phòng ngừa rắc rối và khuếch đại sai sót
• Duy trì minh bạch và trách nhiệm giải trình
• Xây dựng niềm tin

Cố vấn tài chính AI

• Hồ sơ hành vi và mục tiêu kế hoạch
• Xây dựng chiến lược
• Khớp mục tiêu với sản phẩm đầu tư
• Tạo danh mục đầu tư

Nguồn dữ liệu:

• Dữ liệu người dùng từ chat và tải lên
• Dữ liệu bên ngoài thời gian thực và lịch sử (Bloomberg)

¹ Hình ảnh: Streamline HQ

Nguồn dữ liệu dự án

• Dữ liệu do người dùng cung cấp
• Dữ liệu bên ngoài từ API

¹ Hình ảnh: Streamline HQ

Thiết lập kiểm toán dữ liệu

Dùng Kế hoạch Quản lý Dữ liệu:

• Chi tiết dữ liệu
• Tần suất kiểm toán
• Bài kiểm tra bắt buộc
• Thành viên phụ trách

¹ Hình ảnh: Streamline HQ

Lịch kiểm toán dữ liệu

• Khám phá dữ liệu ban đầu
• Kiểm toán định kỳ cho tiền xử lý và mô hình hóa
• Mọi thay đổi dữ liệu đáng kể

¹ Hình ảnh: Streamline HQ

Kiểm toán dữ liệu liên tục

• Giám sát liên tục, thường xuyên
• Chất lượng dữ liệu và tuân thủ
• Hiệu năng mô hình và chỉ số công bằng
• Sử dụng và lưu trữ dữ liệu
• Bảo mật và khả năng mở rộng

Trôi dạt mô hình

• Mô hình có thể kém chính xác theo thời gian
• Do thay đổi xã hội, thị trường, hoặc biến nền tảng
• Phát hiện trôi dạt mô hình bằng ghi log dự đoán và đánh giá chỉ số hiệu năng
• Cảnh báo khi vượt ngưỡng chỉ số
• Khắc phục bằng dữ liệu mới hoặc huấn luyện lại

Kiểm toán dữ liệu cho cố vấn tài chính AI

• Khám phá dữ liệu ban đầu
• Tiền xử lý: biến đổi và làm sạch
• Mô hình hóa kèm đánh giá công bằng
• Kiểm toán trước triển khai
• Giám sát liên tục

¹ Hình ảnh: Streamline HQ

Ayo berlatih!

Quản lý Dữ liệu AI Có Trách Nhiệm