دانشنامه داده و هوش مصنوعی

ETL (Extract, Transform, Load)

فرایند سه‌مرحله‌ای استخراج داده از منابع، پاک‌سازی و تبدیل آن، و سپس بارگذاری در انبار داده یا مقصد تحلیلی.

ELT (Extract, Load, Transform)

الگوی نوین یکپارچه‌سازی داده که داده‌ی خام ابتدا بارگذاری شده و سپس تبدیل‌ها درون انبار یا دریاچه‌ی داده اجرا می‌شوند.

Data Warehouse

پایگاه‌داده‌ی تحلیلی متمرکز که داده‌ی ساختاریافته و یکپارچه را برای گزارش‌گیری و هوش تجاری ذخیره می‌کند.

Data Lake

مخزنی مقیاس‌پذیر برای ذخیره‌ی هر نوع داده‌ی خام ساختاریافته و غیرساختاریافته در مقیاس کلان و با هزینه‌ی پایین.

Data Lakehouse

معماری داده‌ای که انعطاف و مقیاس دریاچه‌ی داده را با قابلیت‌های تراکنشی و مدیریتی انبار داده ترکیب می‌کند.

Data Pipeline

زنجیره‌ای از مراحل پردازشی خودکار که داده را از منبع تا مقصد جابه‌جا، تبدیل و آماده‌ی مصرف می‌کند.

Big Data

مجموعه‌داده‌هایی با حجم، سرعت و تنوع بسیار بالا که ابزارهای سنتی توان پردازش و تحلیل آن‌ها را ندارند.

ESB (Enterprise Service Bus)

یک لایه‌ی میانی که ارتباط، مسیریابی و تبدیل پیام میان سامانه‌های ناهمگن سازمانی را به‌صورت متمرکز مدیریت می‌کند.

API Gateway

نقطه‌ی ورود واحدی که درخواست‌های کلاینت را دریافت، احراز هویت، محدودسازی نرخ و به سرویس‌های پشتی هدایت می‌کند.

Data Mesh

رویکردی غیرمتمرکز و دامنه‌محور به معماری داده که مالکیت داده را به تیم‌های کسب‌وکار می‌سپارد و داده را محصول می‌داند.

RAG (Retrieval-Augmented Generation)

تکنیکی که پاسخ مدل زبانی را با بازیابی اطلاعات مرتبط از منابع دانش بیرونی غنی و مستند می‌کند.

LLM (Large Language Model)

مدل هوش مصنوعی آموزش‌دیده بر حجم عظیمی از متن که زبان طبیعی را درک و تولید می‌کند.

Fine-tuning

فرایند آموزش مجدد یک مدل از پیش‌آموزش‌دیده روی داده‌ی تخصصی برای تخصصی‌سازی رفتار آن در یک حوزه‌ی خاص.

Prompt Engineering

هنر و دانش طراحی ورودی‌های مؤثر برای مدل‌های زبانی به‌منظور دریافت پاسخ‌های دقیق، مرتبط و قابل‌اتکا.

Embedding

نمایش عددی برداری از داده مانند متن یا تصویر که معنا و شباهت معنایی را در فضای چندبعدی رمزگذاری می‌کند.

Vector Database

پایگاه‌داده‌ای تخصصی برای ذخیره و جست‌وجوی سریع بردارهای امبدینگ بر اساس شباهت معنایی.

MLOps

مجموعه‌ای از شیوه‌ها و ابزارها برای استقرار، پایش، نگه‌داری و چرخه‌ی حیات قابل‌اعتماد مدل‌های یادگیری ماشین در تولید.

Feature Store

سامانه‌ای متمرکز برای تعریف، ذخیره، اشتراک و ارائه‌ی ویژگی‌های یادگیری ماشین به‌صورت یکپارچه در آموزش و استنتاج.

Multi-Agent System

سامانه‌ای متشکل از چند عامل هوش مصنوعی خودمختار که با همکاری و هماهنگی، وظایف پیچیده را تقسیم و حل می‌کنند.

Data Governance

چارچوبی از سیاست‌ها، نقش‌ها و فرایندها برای تضمین کیفیت، امنیت، حریم خصوصی و استفاده‌ی مسئولانه از داده در سازمان.

Data Lineage

ردیابی مسیر کامل داده از منبع تا مقصد، شامل همه‌ی تبدیل‌ها و جابه‌جایی‌ها در طول چرخه‌ی حیات آن.

Data Catalog

فهرست متمرکز و قابل‌جست‌وجو از دارایی‌های داده‌ی سازمان همراه با فراداده، معنا و زمینه‌ی هر داده.

Data Observability

توانایی پایش پیوسته‌ی سلامت، کیفیت و قابلیت اطمینان داده در سراسر سامانه‌ها برای کشف و رفع سریع مشکلات.

NLQ (Natural Language Query)

قابلیتی که به کاربران اجازه می‌دهد با زبان روزمره از داده پرسش کنند و پاسخ یا نمودار دریافت کنند، بدون نوشتن کد.