ISO IEC 5259-3-2024 PDF

Полное наименование и описание

ISO/IEC 5259-3:2024 — Artificial intelligence — Data quality for analytics and machine learning (ML) — Part 3: Data quality management requirements and guidelines. Стандарт определяет требования и рекомендации по организации управления качеством данных, используемых для аналитики и машинного обучения, включая создание, внедрение и непрерывное улучшение системы управления качеством данных (DQMS).

Аннотация

Документ описывает структуру и требования к системе управления качеством данных для аналитики и ML: определение ролей и обязанностей, процессный подход к жизненному циклу данных, метрики качества, требования к прослеживаемости, оценке и валидации наборов данных, а также рекомендации по интеграции управления качеством данных с существующими системами менеджмента. Стандарт предназначен для снижения рисков, связанных с низким качеством данных, и повышения доверия к результатам аналитики и ML-моделей.

Общая информация

• Статус: Опубликован (International Standard, Published).
• Дата публикации: июль 2024 (публикация зафиксирована как 2 июля 2024 в жизненном цикле публикации).
• Организация-издатель: ISO/IEC (технический комитет ISO/IEC JTC 1/SC 42).
• ICS / категории: 35.020 (информационные технологии).
• Редакция / версия: Издание 1 (2024).
• Количество страниц: в официальных записях указывается 28 страниц; в некоторых версиях/локализациях — 29 страниц (небольшое расхождение в учёте обложки/метаданных).

Область применения

Стандарт применим ко всем организациям, использующим данные для аналитики и машинного обучения — от стартапов и исследовательских лабораторий до промышленных предприятий и государственных организаций. Он покрывает процессы управления качеством данных на всех этапах жизненного цикла данных: сбор, подготовка, аннотирование, валидация, хранение, версионирование и удаление/архивирование. Рекомендации гибко адаптируются под разные модели разработки AI/ML и могут быть встроены в существующие системы менеджмента качества и управления рисками.

Ключевые темы и требования

• Установление и поддержка системы управления качеством данных (DQMS): политика, цели, ответственность и управление ресурсами.
• Определение и применение метрик качества данных (точность, полнота, согласованность, своевременность, репрезентативность и пр.).
• Процессный подход к жизненному циклу данных: сбор, подготовка, аннотирование, тестирование, валидация, хранение и версия.
• Требования к метаданным, прослеживаемости и происхождению данных (provenance) для обеспечения аудитируемости и воспроизводимости.
• Контроллинг качества аннотаций и маркировки данных, контроль качества поставщиков разметки и внутренних процессов.
• Мониторинг, валидация и управление изменениями данных и моделей; механизмы непрерывного улучшения.
• Интеграция с системами управления (например, ИТ‑безопасностью, управлением рисками и менеджментом качества) и соответствие нормативным требованиям.

Применение и пользователи

Основные пользователи стандарта: команды данных (Data Science, ML/AI инженеры), специалисты по качеству данных и управлению данными (Data Governance), менеджеры по продуктам и проектам, провайдеры услуг разметки данных, аудиторы и оценщики соответствия, а также организации, стремящиеся формализовать процессы обеспечения качества данных для соблюдения регуляторных и корпоративных требований. Стандарт также используется при подготовке к сертификации и внутренним аудитам по качеству данных. Примеры внедрения и практической сертификации отмечались у коммерческих организаций и органов по сертификации.

Связанные стандарты

ISO/IEC 5259-3 — часть серии ISO/IEC 5259 по качеству данных для аналитики и ML; в комплект входят части 1, 2, 3, 4 и ожидаемая часть 5, которые вместе покрывают терминологию, меры, требования, процессный фреймворк и управление качеством данных. Стандарт по управлению AI (ISO/IEC 42001:2023) и другие ISO AI-стандарты (терминология, риск‑менеджмент и т.д.) логически дополняют требования к управлению качеством данных и могут быть использованы совместно.

Ключевые слова

качество данных; data quality; DQMS; управление данными; машинное обучение; ML; аналитика; метаданные; прослеживаемость; валидация данных; разметка данных; метрики качества; ISO/IEC 5259.

FAQ

В: Что это за стандарт?

О: ISO/IEC 5259-3:2024 — международный стандарт, задающий требования и рекомендации по управлению качеством данных, используемых в аналитике и машинном обучении, с целью обеспечения доверия, воспроизводимости и аудируемости ML‑решений.

В: Что он регулирует?

О: Стандарт регламентирует структуру системы управления качеством данных, ключевые процессы жизненного цикла данных, требования к метрикам и метаданным, порядок валидации и верификации наборов данных, а также практики по документированию, мониторингу и улучшению качества данных.

В: Кто обычно использует?

О: Пользователи — команды по данным и ML, специалисты по управлению данными и качеством, провайдеры услуг по аннотированию данных, внутренние и внешние аудиторы, а также организации, внедряющие AI‑менеджмент и желающие формализовать управление данными.

В: Он актуален или заменён?

О: На момент публикации и в текущем состоянии стандарт является действующим (опубликован в июле 2024, издание 1). Замены или отзывов не зафиксировано в официальных жизненных циклах ISO на момент публикации.

В: Это часть серии?

О: Да — ISO/IEC 5259-3 является частью серии ISO/IEC 5259 (части 1–5), где каждая часть охватывает отдельные аспекты качества данных: обзор/терминология, меры качества, требования к управлению, процессный фреймворк и управление/гувернанс.

В: Какие ключевые слова?

О: Ключевые слова включают: качество данных, DQMS, data provenance, метаданные, валидация данных, аннотирование, метрики качества, управление жизненным циклом данных, аналитика и машинное обучение.