Реальные проекты и воспроизводимые схемы

Кейсы по наборам данных

Публичные кейсы и редакционные архитектуры: версии, метаданные, управление, качество, конфиденциальность, отраслевые данные и TenderDataHub. Всего показано 42 материалов; подтверждённых публичных кейсов во всей базе — 21.

Карты и открытые данные (Open Data) · Подтверждённый публичный кейс

Microsoft Overture Maps: Версионирование открытых картографических данных

Microsoft Overture Maps: Версионирование открытых картографических данных. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

lakeFS, объектное хранилище (object storage), pipelinesЕдиное управление версиями feeds и воспроизводимая сборка открытого набора

Данные и выводы →

Автомобильная промышленность · Подтверждённый публичный кейс

Volvo Cars: Воспроизводимость ML на сотнях терабайт сенсорных данных

Volvo Cars: Воспроизводимость ML на сотнях терабайт сенсорных данных. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

lakeFS, S3, ML platformВерсионирование больших объектов и изолированная работа нескольких команд

Данные и выводы →

Финтех и безопасность · Подтверждённый публичный кейс

Giesecke+Devrient: Совместная работа с защищёнными данными

Giesecke+Devrient: Совместная работа с защищёнными данными. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

lakeFS, Azure, MLOpsЦентрализованные ветви (branches) без копирования данных между проектами

Данные и выводы →

Медицина · Подтверждённый публичный кейс

Karius: Версионирование обучающих данных под требования FDA

Karius: Версионирование обучающих данных под требования FDA. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

lakeFS, S3, ML наборы данных (datasets)Прослеживаемость состояния training data для регулируемых ML-процессов

Данные и выводы →

Semiconductor · Подтверждённый публичный кейс

Arm: Управление версиями и очистка данных для AI workloads

Arm: Управление версиями и очистка данных для AI workloads. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

lakeFS, объектное хранилище (object storage)Изоляция наборов, аудит и снижение дублирования хранения

Данные и выводы →

Медицина · Подтверждённый публичный кейс

Paige AI: Воспроизводимые медицинские ML-датасеты

Paige AI: Воспроизводимые медицинские ML-датасеты. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

lakeFS, S3, PrefectФиксация точных версий патологических изображений для экспериментов

Данные и выводы →

Наука и государство · Подтверждённый публичный кейс

Idaho National Laboratory: Project Alexandria: долгосрочное хранение и ответственность за качество данных (stewardship)

Idaho National Laboratory: Project Alexandria: долгосрочное хранение и ответственность за качество данных (stewardship). Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Delta Lake, lakeFS, DataHubStaging, версионирование, каталог и кураторский контроль качества

Данные и выводы →

Web analytics · Подтверждённый публичный кейс

Similarweb: Контроль изменений алгоритмов и данных

Similarweb: Контроль изменений алгоритмов и данных. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

lakeFS, data pipelinesВоспроизводимые изменения данных при обновлении алгоритмов

Данные и выводы →

Aerospace · Подтверждённый публичный кейс

Lockheed Martin: Прослеживаемость (Traceability) в MLOps

Lockheed Martin: прослеживаемость (Traceability) в MLOps. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

lakeFS, AI FactoryСвязь версий данных и моделей для прозрачности и повторяемости

Данные и выводы →

Финансы · Подтверждённый публичный кейс

Nasdaq: Корпоративная платформа метаданные (metadata) и управление данными (governance)

Nasdaq: Корпоративная платформа метаданные (metadata) и управление данными (governance). Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные и эксплуатационных решений.

Atlan, enterprise data platformПоиск, контекст и управление данными в современной платформе

Данные и выводы →

Cloud SaaS · Подтверждённый публичный кейс

Dropbox: Федеративное владение и trusted продукты данных (data products)

Dropbox: Федеративное владение и trusted продукты данных (data products). Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Atlan, federated управление данными (governance)Масштабирование управление данными (governance) через распределённое ответственность за данные (ownership)

Данные и выводы →

Software · Подтверждённый публичный кейс

Autodesk: Сетка данных (Data mesh) и десятки доменов

Autodesk: сетка данных (Data mesh) и десятки доменов. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Atlan, Snowflake, сетка данных (data mesh)Каталогизация продукты данных (data products) и self-service use cases

Данные и выводы →

Media · Подтверждённый публичный кейс

Fox: Единый контекст в data stack

Fox: Единый контекст в data stack. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Atlan, метаданные (metadata) platformОбъединение контекста для потребителей и владельцев данных

Данные и выводы →

Automotive · Подтверждённый публичный кейс

General Motors: Прозрачность данных для AI

General Motors: Прозрачность данных для AI. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Atlan, AI управление данными (governance)Governed метаданные (metadata) для прозрачных AI-сценариев

Данные и выводы →

Software · Подтверждённый публичный кейс

Elastic: Масштабирование контекста данных

Elastic: Масштабирование контекста данных. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Atlan, enterprise data estateЕдиный слой метаданные (metadata) для распределённой платформы

Данные и выводы →

Developer Tools · Подтверждённый публичный кейс

Postman: Недостающий слой контекста данных

Postman: Недостающий слой контекста данных. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Atlan, каталог данных (data catalog)Улучшение discovery и документации данных

Данные и выводы →

Retail · Подтверждённый публичный кейс

Dr. Martens: Глобальная прозрачность данных

Dr. Martens: Глобальная прозрачность данных. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Atlan, управление данными (governance)Единые определения и visibility для международной команды

Данные и выводы →

Fintech · Подтверждённый публичный кейс

Zip: Игровая механика data управление данными (governance)

Zip: Игровая механика data управление данными (governance). Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Atlan, управление данными (governance) workflowsПовышение участия сотрудников в документации и ответственность за данные (ownership)

Данные и выводы →

Insurance · Подтверждённый публичный кейс

Porto: Корпоративная энциклопедия данных

Porto: Корпоративная энциклопедия данных. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Atlan, каталог данных (data catalog)Ускорение поиска и поддержки пользователей данных

Данные и выводы →

Manufacturing · Подтверждённый публичный кейс

Aliaxis: Общий контекст для глобальной команды

Aliaxis: Общий контекст для глобальной команды. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Atlan, метаданные (metadata)Согласование данных между регионами и подразделениями

Данные и выводы →

Fintech · Подтверждённый публичный кейс

Tide: Конфиденциальность (Privacy) в автоматизированных процессах данных

Tide: конфиденциальность (Privacy) в автоматизированных процессах данных. Разбор источников, форматов, версионирования, качества, конфиденциальность, метаданные (metadata) и эксплуатационных решений.

Atlan, конфиденциальность (privacy) workflowsВстраивание конфиденциальность (privacy)-контекста в обработку данных

Данные и выводы →

Госзакупки · Редакционная проектная схема

TenderDataHub: Датасет тендеров РФ для аналитики и ML

TenderDataHub: Датасет тендеров РФ для аналитики и ML. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

JSONL, Parquet, API, карточка данных (Data Card)Редакционная схема поставки исторического массива с согласованными полями и связями

Данные и выводы →

Госзакупки · Редакционная проектная схема

TenderDataHub: Датасет контрактов, цен и продукции

TenderDataHub: Датасет контрактов, цен и продукции. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Parquet, JSONL, ОКПД2, КТРУРедакционная схема анализа цен, продукции и связей контрактов

Данные и выводы →

B2B данные · Редакционная проектная схема

TenderDataHub: Датасет организаций и поставщиков

TenderDataHub: Датасет организаций и поставщиков. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

API, identifiers, entity resolutionРедакционная схема профиля организаций с историей закупок и рисками

Данные и выводы →

Документы · Редакционная проектная схема

TenderDataHub: Корпус документов для RAG

TenderDataHub: Корпус документов для RAG. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

OCR, JSONL, chunks, метаданные (metadata)Редакционная схема подготовки документации с provenance, ACL и цитатами

Данные и выводы →

Международные закупки · Редакционная проектная схема

TenderDataHub: Мультиязычные тендеры и RFQ

TenderDataHub: Мультиязычные тендеры и RFQ. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

JSONL, language tags, deduplicationРедакционная схема нормализации источников, языков и дублей

Данные и выводы →

инженерия данных (Data Engineering) · Редакционная проектная схема

TenderDataHub: Дельта обновлений закупочных данных

TenderDataHub: Дельта обновлений закупочных данных. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

API, manifests, checksums, versionsРедакционная схема воспроизводимых инкрементальных поставок

Данные и выводы →

Финансы · Редакционная проектная схема

Банк: Обезличенный датасет транзакций для antifraud

Банк: Обезличенный датасет транзакций для antifraud. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

tokenization, time разбиение выборки (split), label QAРедакционная архитектура с утечка данных (leakage)-safe разбиение выборки (split) и проверка конфиденциальности (privacy review)

Данные и выводы →

Страхование · Редакционная проектная схема

Страховая компания: Датасет страховых случаев

Страховая компания: Датасет страховых случаев. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

documents, images, taxonomy, контрольные барьеры качества (quality gates)Редакционная архитектура мультимодальной разметки и контроля систематическое смещение (bias)

Данные и выводы →

Медицина · Редакционная проектная схема

Медицинская сеть: Датасет для прогнозирования загрузки

Медицинская сеть: Датасет для прогнозирования загрузки. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

временные ряды (time series), псевдонимизация (pseudonymization), управление данными (governance)Редакционная архитектура временного разбиение выборки (split) и ограниченного доступа

Данные и выводы →

E-commerce · Редакционная проектная схема

Интернет-магазин: Датасет каталога товаров

Интернет-магазин: Датасет каталога товаров. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

Parquet, images, attributes, deduplicationРедакционная архитектура нормализации категорий и entity matching

Данные и выводы →

E-commerce · Редакционная проектная схема

Маркетплейс: Разметка поисковой релевантности

Маркетплейс: Разметка поисковой релевантности. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

queries, judgments, эталонные задания (gold tasks), консенсус (consensus)Редакционная архитектура оценки поиска и активное обучение (active learning)

Данные и выводы →

Manufacturing · Редакционная проектная схема

Промышленный холдинг: Датасет отказов оборудования

Промышленный холдинг: Датасет отказов оборудования. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

IoT, maintenance logs, temporal разбиение выборки (split)Редакционная архитектура без утечки будущей информации

Данные и выводы →

Logistics · Редакционная проектная схема

Логистическая компания: Датасет ETA и маршрутов

Логистическая компания: Датасет ETA и маршрутов. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

geospatial, временные ряды (time series), дрейф данных (drift) monitoringРедакционная архитектура геоданных и сезонного дрейф данных (drift)

Данные и выводы →

HR Tech · Редакционная проектная схема

HR-платформа: Датасет резюме и вакансий

HR-платформа: Датасет резюме и вакансий. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

персональные данные (PII) redaction, taxonomy, matching метки (labels)Редакционная архитектура с конфиденциальность (privacy) и hard constraints

Данные и выводы →

Legal · Редакционная проектная схема

Юридическая компания: Корпус договорных положений

Юридическая компания: Корпус договорных положений. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

OCR, clause segmentation, expert метки (labels)Редакционная архитектура экспертной разметки и provenance

Данные и выводы →

Education · Редакционная проектная схема

EdTech-платформа: Датасет ответов учащихся

EdTech-платформа: Датасет ответов учащихся. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

events, согласие (consent), cohort разбиение выборки (split)Редакционная архитектура предотвращения student утечка данных (leakage)

Данные и выводы →

Media · Редакционная проектная схема

Медиа-сервис: Датасет рекомендаций контента

Медиа-сервис: Датасет рекомендаций контента. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

events, negatives, temporal evaluationРедакционная архитектура feedback loops и position систематическое смещение (bias)

Данные и выводы →

Customer Support · Редакционная проектная схема

Служба поддержки: Датасет обращений и решений

Служба поддержки: Датасет обращений и решений. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

персональные данные (PII) masking, taxonomy, text qualityРедакционная архитектура для классификации и RAG

Данные и выводы →

AgriTech · Редакционная проектная схема

Сельхозкомпания: Датасет снимков полей

Сельхозкомпания: Датасет снимков полей. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

GeoTIFF, метки (labels), seasonal охват (coverage)Редакционная архитектура географической репрезентативности

Данные и выводы →

Security · Редакционная проектная схема

Кибербезопасность: Датасет событий SIEM

Кибербезопасность: Датасет событий SIEM. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

streaming, rare метки (labels), срок хранения (retention)Редакционная архитектура редких классов и ограниченного доступа

Данные и выводы →

SaaS · Редакционная проектная схема

SaaS-стартап: Первый датасет для AI-MVP

SaaS-стартап: Первый датасет для AI-MVP. Разбор источников, форматов, версионирования, качества, конфиденциальность (privacy), метаданные (metadata) и эксплуатационных решений.

карточка данных (Data Card), golden set, версионирование (versioning)Редакционная схема минимального набора с измеримой ценностью

Данные и выводы →