Auditul datelor

Gestionarea responsabilă a datelor în AI

Maria Prokofieva

Lead ML engineer

Ce vom acoperi

  • Auditul datelor
  • Validarea datelor
  • Strategii de reducere a bias-ului

Auditul datelor

Gestionarea responsabilă a datelor în AI

Auditul datelor

  • Revizuire completă a datelor pe tot parcursul ciclului de viață al proiectului

  • Verificarea stării tehnice și responsabile

  • Efectuată după o modificare majoră a proiectului

  • Documentație actualizată pentru audit

fluxul modelului

Gestionarea responsabilă a datelor în AI

Efectuarea auditurilor de date

  • Efectuat frecvent
  • Prevenirea introducerii accidentale a erorilor
  • Protecție față de complicații și amplificarea erorilor
  • Menținerea transparenței și responsabilității
  • Construirea încrederii

Oameni de afaceri cu lupă analizând grafice

Gestionarea responsabilă a datelor în AI

Consilier financiar AI

  • Profilul comportamental și obiectivele planului
  • Elaborarea unei strategii
  • Corelarea obiectivelor cu produsele de investiții
  • Crearea portofoliului de investiții

consilier financiar

Surse de date:

  • Date de la utilizatori prin chat și fișiere încărcate
  • Date externe în timp real și istorice (Bloomberg)
1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Sursele de date ale proiectului

  • Date furnizate de utilizator
  • Date externe din API

surse de date

1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Configurarea auditului datelor

Utilizați Planul de Gestionare a Datelor:

  • Detalii despre date
  • Frecvența auditului
  • Testele necesare
  • Membrii echipei responsabili

plan audit date

1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Programul auditurilor de date

  • Explorarea inițială a datelor
  • Audituri periodice pentru preprocesare și modelare
  • Orice modificări substanțiale ale datelor

program audit date

1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Audituri de date continue

  • Monitorizare continuă regulată
  • Calitatea datelor și conformitate
  • Performanța modelului și metrici de echitate
  • Utilizarea și stocarea datelor
  • Securitate și scalabilitate

Angajați monitorizând

Gestionarea responsabilă a datelor în AI

Driftul modelului

  • Modelul poate deveni mai puțin precis în timp
  • Schimbări sociale, condiții de piață sau variabile de bază
  • Detectați driftul prin jurnalizarea predicțiilor și evaluarea metricilor
  • Alertă dacă metricile depășesc pragul
  • Remediați verificând date noi sau reantrenând modelul
Gestionarea responsabilă a datelor în AI

Audituri de date – consilier financiar AI

  • Explorarea inițială a datelor
  • Preprocesare cu transformări și curățare
  • Modelare cu evaluarea echității
  • Audit pre-implementare
  • Monitorizare continuă

audituri de date în proiect

1 Imagine de Streamline HQ
Gestionarea responsabilă a datelor în AI

Să exersăm!

Gestionarea responsabilă a datelor în AI

Preparing Video For Download...