Cómo la inteligencia artificial mejora los catálogos de datos

Resumen

La IA depende de datos accesibles, bien comprendidos y de alta calidad.
Los catálogos de datos permiten localizar rápidamente conjuntos de datos mediante metadatos y búsquedas.
Los sistemas de recomendación guían a los usuarios hacia conjuntos de datos relevantes y fiables.
El seguimiento automatizado del origen y la vinculación permiten conocer las relaciones entre los datos.
Funciones como la detección de errores y las alertas del RGPD garantizan la calidad de los datos y el cumplimiento normativo.

¿Pueden pensar las máquinas? Estamos hablando de la inteligencia artificial, «el mayor mito de nuestro tiempo».

Una definición sencilla de la IA podría ser: «un conjunto de teorías y técnicas aplicadas para crear máquinas capaces de simular la inteligencia». Entre esas funciones de la IA se encuentra el aprendizaje profundo, un método de aprendizaje automatizado que se utiliza para procesar datos.

Los datos deben ser comprensibles y accesibles. Gracias a un catálogo de datosinteligente, los usuarios de datos —como los científicos de datos— pueden buscar fácilmente y seleccionar de forma eficiente los conjuntos de datos adecuados para sus algoritmos de aprendizaje automático.

Veamos cómo.

Motor de búsqueda: Investigación sobre conjuntos de datos de facilitación

Al conectarse a todas las fuentes de datos de una empresa, un catálogo de datos puede extraer de forma eficiente la máxima cantidad posible de documentación (también conocida como metadatos) de sus sistemas de almacenamiento.

Esta información, indexada y filtrable en elmotor de búsqueda de la plataforma Actian Data Intelligence, permite a los usuarios de datos obtener rápidamente los conjuntos de datos necesarios para sus sistemas de información.

Sistema de recomendaciones

Orientar a los científicos de datos en sus decisiones

Un catálogo de datos inteligente es una herramienta que se basa en la tecnología de «huellas digitales». Esta función inteligente ofrece recomendaciones a los usuarios de datos sobre qué conjuntos de datos son los más relevantes para sus proyectos, basándose, entre otros factores, en:

Cómo se utilizan los datos.
La calidad y la puntuación de la documentación.
Sus búsquedas anteriores.
Lo que buscan otros usuarios.
Aportar más sentido a sus conjuntos de datos.

Esta función ofrece a los usuarios de datos responsables de un conjunto de datos concreto una serie de sugerencias sobre su documentación. Estas recomendaciones pueden, por ejemplo, estar relacionadas con etiquetas, contactos o incluso términos empresariales de otros conjuntos de datos, en función de:

El análisis de los datos en sí (análisis estadístico).
El esquema se asemeja al de otros conjuntos de datos.
Los enlaces de los campos del otro conjunto de datos.
La contextualización automática de los conjuntos de datos en un catálogo de datos permite a cualquier usuario trabajar con datos que comprenda y que sean adecuados para sus casos de uso.

Vinculación automática de conjuntos de datos: visualización del ciclo de vida de tus datos

Como se ha mencionado anteriormente, gracias a la tecnología de huellas digitales, un catálogo de datos puede reconocer otros conjuntos de datos y establecer conexiones con ellos. Nos referimos al linaje de los datos: una representación visual de los ciclos de vida de los datos.

Detección automática de errores: presta atención a los errores en los conjuntos de datos

Para superar los posibles problemas de interpretación de los datos, un catálogo de datos inteligente debe ser capaz de detectar automáticamente errores o malentendidos en cuanto a la calidad y la documentación de cualquier dato.

Esta característica clave, basada en el análisis de los datos o en su documentación, debe alertar a los usuarios de los datos sobre su integridad.

Un catálogo de datos inteligente debe ser capaz de detectar datos personales o privados en cualquier conjunto de datos y mostrarlos en su interfaz. Esta función ayuda a las empresas a cumplir con los distintos requisitos del RGPD que entraron en vigor en mayo de 2018, así como a informar a los posibles usuarios sobre el nivel de confidencialidad y el uso de sus datos.

Acerca del autor