Как Indegene модернизирует и масштабирует качество корпоративных данных в фармацевтике
aws ·
Компания Indegene разработала агента по обеспечению качества данных на базе генеративного искусственного интеллекта в рамках своей платформы NEXT Unified Data Platform, чтобы решить проблемы масштабирования качества данных в отрасли наук о жизни. Этот агент использует Amazon Bedrock и технологию дополненной генерации (RAG) для создания правил валидации с учетом контекста, объединяя внутренние корпоративные знания с внешними справочными стандартами. Анализируя метаданные, результаты профилирования и выявление аномалий, система генерирует технический SQL-код и код на Python для проверки целостности данных, специфичных для бизнеса. Решение значительно сокращает ручные усилия: время определения правил сократилось примерно с 30 часов до 4 часов на набор данных, что представляет собой рост эффективности на 85%. Строгий контроль обеспечивается за счет рабочего процесса с участием человека (human-in-the-loop), где специалисты по управлению данными проверяют и одобряют рекомендации с высокой степенью уверенности перед их выполнением. Ключевые функции включают автоматическое обнаружение аномалий, классификацию серьезности на основе бизнес-воздействия и бесшовную интеграцию в существующие конвейеры ETL. Такой подход помогает организациям в сфере наук о жизни управлять сложными регулируемым экосистемами данных, обеспечивая соблюдение нормативных требований и надежность для приложений корпоративного искусственного интеллекта.
aws