TData представила амбициозные планы развития RT.DataGovernance
На прошедшем недавно форуме «Управление данными 2025» Григорий Бокштейн, ведущий эксперт по управлению данными компании TData, поделился ключевыми аспектами развития флагманского продукта — платформы RT.DataGovernance.
RT.DataGovernance объединяет функции бизнес-глоссария (Data Catalog) проверки качества данных (Data Quality), построения Data Lineage, аналитики и отчетности, а также Data Fabric, гарантирующую взаимосвязь и взаимодействие разных элементов данных. С момента запуска в 2018 году платформа прошла масштабную эволюцию, став мощным инструментом для управления данными с интеграцией искусственного интеллекта и новейшими функциями.
Сегодня TData сосредоточена на трёх основных направлениях: практики Data Ops— организация работы с данными с использованием продуктов и инструментов, Data as a Product — предоставление данных клиентам в готовом продукте и активное Data Governance — переход от реактивного к проактивному управлению данными, предупреждение проблем до их возникновения. В контексте требований современного рынка и потребностей клиентов TData активно внедряет в продукт элементы AI-driven Data Governance, которые открывает возможности для автоматизации процессов, повышения эффективности, раннего обнаружения потенциальных проблем и улучшения качества данных.
В 2025 году TData реализовала в продукте ряд значимых инноваций: переработала модуль Data Quality, реализовала маркировку персональных данных с использованием искусственного интеллекта, улучшила визуализацию связей на диаграммах и провела полную модернизацию бизнес-портала. Портал является дополнительным интерфейсом к приложению, созданным специально для бизнес-пользователей, обеспечивает простой и быстрый доступ к нужным данным для выполнения рабочих задач. В новом дизайне бизнес-портала встроен ассистент, помогающий пользователям находить требуемые данные.
В ближайшие месяцы TData планирует развивать AI-практики в RT.DataGovernance, сосредоточившись на генерации описаний объектов на основе LLM и преобразовании запросов на естественном языке в SQL-запросы к данным хранилища на базе описаний DataGovernance. Это уменьшит трудозатраты и время на анализ и работу с данными, обеспечит систематизацию бизнес-функциональных требований к объектам в продукте.
Кроме того, компания намерена сочетать развитие DataOps-практик с применением ИИ, создавая DataOps CoPilot – интеллектуального помощника, использующего модель искусственного интеллекта для поддержки DataOps-практик и исследования их эффективности. Первый функционал DataOps CoPilot предусматривает активные проверки качества данных, предиктивный анализ и интеллектуальный деплой, позволяя анализировать данные на этапах внедрения и вывода в производство, а также выдавать алерты и метрики о возможных проблемах или предложениях улучшений. Модуль SLA-мониторинга будет преобразован в комбинированный индекс Data Health Score, отражающий состояние и качество данных. Работы над функционалом DataOps CoPilot уже ведутся.