次の方法で共有

Data Lakehouse のデータと AI ガバナンス

  • [アーティクル]

データと AI ガバナンス の柱のアーキテクチャ原則では、資産とアクセスを一元的に管理する方法について説明します。

Databricks のデータ ガバナンス レイクハウス アーキテクチャ図。

データと AI ガバナンスの原則

  1. データと AI 管理の を統合する

    データと AI 管理は、データと AI ガバナンス戦略を実行するための基盤です。 これには、信頼できるデータ資産の収集、統合、組織、永続化が含まれており、組織が価値を最大限に高めるのに役立ちます。 統合カタログは、すべてのデータと分析成果物、および各データ オブジェクトに関連付けられているメタデータを一元的かつ一貫して格納します。 これにより、エンド ユーザーは使用可能なデータ セットを検出し、すべてのデータ資産の系列を追跡することで実証の可視性を提供できます。

  2. データと AI セキュリティ を統合する

    効果的なデータ セキュリティ ガバナンスには、だれがどのデータにアクセスできるか、誰が最近どのデータ資産にアクセスしたかを理解するという 2 つの教義があります。 この情報は、規制対象の業界のほぼすべてのコンプライアンス要件に不可欠であり、セキュリティ ガバナンス プログラムの基礎となります。 統合されたデータ セキュリティ システムを使用すると、すべてのデータ資産でアクセス許可モデルを一元的かつ一貫して管理できます。 データ アクセスは、アカウンタビリティを促進するためのアラート機能と監視機能を使用して一元的に監査されます。

  3. データ品質基準の確立

    データ品質は、データから正確で意味のある分析情報を導き出すために不可欠です。 データ品質には、完全性、精度、有効性、一貫性など、多くのディメンションがあります。 データがビジネス ユーザーにとって信頼性の高い信頼できる情報として機能するように、最終的なデータ セットの品質を向上させるために、アクティブに管理する必要があります。

次へ: データと AI ガバナンスのベスト プラクティス

データと AI ガバナンスのベスト プラクティス 参照してください。