AWS Glue Data Quality annonce la détection d’anomalies et des règles dynamiques

AWS Glue annonce un aperçu d’une nouvelle fonctionnalité Glue Data Quality qui utilise des algorithmes de détection d’anomalies basés sur le ML pour détecter les problèmes et anomalies difficiles à trouver en matière de qualité des données. Cela aide les clients à identifier de manière proactive les problèmes de qualité et à les résoudre, afin que les utilisateurs de données puissent prendre des décisions commerciales en toute confiance.

Les ingénieurs et analystes de données rédigent des règles de qualité des données pour mesurer et surveiller leurs données. Les règles fonctionnent bien lorsqu’elles savent à quoi s’attendre des données. Toutefois, les règles ne peuvent pas identifier des modèles anormaux tels qu’une augmentation soudaine des valeurs manquantes ou une baisse soudaine du nombre d’enregistrements. Grâce à cette nouvelle fonctionnalité, les ingénieurs et analystes de données peuvent désormais facilement permettre aux algorithmes de détection d’anomalies d’analyser les statistiques des données au fil du temps et de générer des informations sur ces modèles anormaux. Cette nouvelle fonctionnalité recommande également des règles qui peuvent être facilement ajoutées aux pipelines de données pour une surveillance continue. Pour plus d’informations, reportez-vous au blog et à la documentation.

Cette nouvelle fonctionnalité est disponible en version préliminaire dans les régions AWS suivantes : USA Est (Ohio), USA Est (Virginie du Nord), USA Ouest (Oregon), Asie-Pacifique (Tokyo) et Europe (Irlande).