Indegene 如何借助 LLM 智能体扩展企业数据质量管理

发生了什么

AWS 和 Indegene 介绍了内置于 Indegene 的 NEXT Unified Data Platform（基于 AWS 构建）的数据质量智能体。该智能体利用元数据、数据分析结果、异常检测结果、现有规则以及内部和外部知识库，推荐检查项，并生成供人工审核的 SQL 和 Python 代码。Indegene 报告称，部署后，每个数据集的规则创建工作量从约 30 小时降至约 4 小时，而新表的接入时间从 2–5 个工作日缩短至 2–4 小时。

接下来读什么

• 今日还有哪些重要变化Hugging Face 提议为 Transformers 制定模型集成契约

这件事到目前为止

Indegene built an LLM-powered Data Quality Agent into its NEXT Unified Data Platform on AWS. It recommends data checks and generates SQL and Python for human review, using metadata, profiling and anomaly results, existing rules, and internal and external knowledge bases. Indegene reports that the agent reduced rule creation from about 30 hours to about 4 hours per dataset, and cut new table onboarding from 2–5 working days to 2–4 hours.