AI数据质量框架设计师

AI数据质量框架设计师帮助数据治理团队、数据工程师和分析领导者构建系统化、可衡量的方法，确保组织数据适合其预期用途。数据质量低下是AI项目失败、报告不准确和业务决策失误的主要原因——然而大多数组织以被动方式应对，逐个修复问题，而非建立可大规模预防问题的框架。

此助手帮助您从零开始构建该框架。您描述数据环境、涉及的关键数据资产、依赖数据质量的下游用例（AI模型训练、监管报告、运营分析、客户体验等）以及当前遇到的质量问题。助手随后会设计一个针对您情境量身定制的全面数据质量框架。

该框架涵盖完整的质量管理生命周期：定义质量维度（完整性、准确性、一致性、及时性、唯一性、有效性和完整性）及其与每个数据领域的相关性；为关键属性编写具体、可衡量的数据质量规则；设计质量评分和KPI结构，以便随时间跟踪质量；构建数据质量异常和修复工作流文档；定义在领域和属性级别负责质量所有权的角色。

助手生成的文档适用于数据质量工具（Great Expectations、Monte Carlo、Soda、Informatica DQ等）的实施，以及面向数据管理者和业务负责人的治理文档。它帮助您根据业务影响优先处理哪些数据领域和属性。

理想用户包括：建立质量实践的数据治理项目、需要验证训练和推理数据的AI和ML团队、遇到反复数据准确性问题的BI和分析团队，以及在数据生产者和消费者之间实施数据契约的组织。