知识点 › 数据基础设施
数据目录与资产化
Data Catalog
定义
把数据集当资产管理：每个数据集有 owner、用途、版本、规模、质量分、使用记录、过期策略。让「找数据」从问人变成搜索，让「用数据」可审计。
关键要点
- 数据资产化的标志：新项目能自助找到 80% 的可用数据，而不是重新采集
- 要记录「谁在什么时候用了哪版数据训了哪个模型」——这是问题追溯的最后一环
- 冷数据要有下线机制，否则存储只增不减
面试怎么答
讲「数据集市」思路：把高频场景做成可复用数据集，减少重复标注。
知识点 › 数据基础设施
Data Catalog
把数据集当资产管理：每个数据集有 owner、用途、版本、规模、质量分、使用记录、过期策略。让「找数据」从问人变成搜索，让「用数据」可审计。