คุณภาพข้อมูลและการนำเข้าข้อมูล

แนวคิด MLOps

Folkert Stijnman

ML Engineer

วงจรชีวิต Machine Learning ในขั้นตอนการรวบรวมข้อมูล

คุณภาพข้อมูลคืออะไร?

มิติ	คำถามตัวอย่างที่ต้องตอบ	ตัวอย่างคุณภาพของมิตินั้น
ความแม่นยำ	ข้อมูลของเราอธิบายลูกค้าได้ถูกต้องหรือไม่?	อายุของลูกค้าในข้อมูลคือ 18 ปี แต่อายุจริงคือ 32 ปี
ความครบถ้วน	มีข้อมูลลูกค้าที่ขาดหายไปหรือไม่?	ลูกค้า 80% ไม่มีข้อมูลนามสกุล
ความสอดคล้อง	นิยามของลูกค้าสอดคล้องกันทั่วทั้งองค์กรหรือไม่?	ลูกค้าถูกระบุว่า active ในฐานข้อมูลหนึ่ง แต่ไม่ active ในอีกฐานข้อมูลหนึ่ง
ความทันเวลา	ข้อมูลการสั่งซื้อของลูกค้าพร้อมใช้งานเมื่อใด?	ข้อมูลคำสั่งซื้อถูกซิงก์ปลายวัน ไม่สามารถใช้งานแบบ real-time ได้

คุณภาพข้อมูลต่ำไม่ได้หมายความว่าโปรเจกต์จบสิ้น!

Data pipeline

แนวคิด MLOps