Курсовая работа: Анализ стратегий, инструментов и практических аспектов управления качеством данных в России

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. Теоретические основы управления качеством данных
1.1 История становления управления данными
1.2 Основные термины и содержание управления качеством данных
2. Анализ стратегий, инструментов и практических аспектов управления качеством данных в России
2.1 Развитие и стратегии системы управления качеством данных в России
2.2 Национальные стандарты в области больших данных
2.3 Возможности технологических решений национальных стандартов в области больших данных2
2.4 Практические аспекты современных мероприятий по обеспечению качества данных4
2.5 Рекомендации совершенствования управления качеством данных в современных компаниях8
2.6 Использование технологий искусственного интеллекта для генерации текстов и изображений0
ЗАКЛЮЧЕНИE3
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ5

ВВЕДЕНИЕ

Современные наукоемкие технологии все чаще работают с так называемыми Большими Данными. Высокий темп роста в сегменте систем хранения больших данных связан с особенностями их использования в настоящий момент.
Согласно результатам исследования International Data Corporation, 41% западных компаний на сегодняшний день уже испытывает трудности, связанные со стремительным ростом общего объема информации. По всем прогнозам, скорость прироста будет все более ускоряться, а это значит, что большие данные требуют новых, более современных подходов к их хранению и управлению.
Управление качеством в области Больших Данных должно быть реализовано согласно общим стандартам менеджмента качества и стандартам менеджмента качества для IT технологий. В частности, для хранения и управления большими данными не подходят традиционные реляционные базы данных, где информация расположены в жестко структурированных ячейках.
Необходимо использование специализированных баз данных, имеющих пространственную изменяемую архитектуру, специализированных алгоритмов и программного обеспечения. Для хранения и обработки данных необходимо специальное программное обеспечение и математические модели, учитывающие специфику больших данных и не требующие максимальной точности результатов.
Автоматический сбор статистики в производстве и сфере услуг (учет истории просмотров, времени просмотра веб-страницы, кликов, отзывов о продукте, информации с пунктов гарантийного обслуживания, изменений в структуре продаж) делает задачу стандартизации качества продукции задачей со множеством параметров. Современные базы данных, благодаря новым технологиям, способны улучшить доступ к данным в эпоху больших данных.
За каждым процессом успешной организации стоит технология управления данными. Управление данными имее