〇 分享简介 〇

在AGI时代，构建一个高质量的LLM应用，数据变得非常重要，无论是数据的覆盖范围，还是数据的准确性都决定了LLM应用的质量。更为重要的是LLM使得非结构化数据的作用变得无比重要。获取到并管理海量的结构化尤其是非结构化数据，全链路支持LLM的训练、调优、推理所需要的数据，成为每个企业亟待解决的问题。

通过构建统一的元数据底座，统一管理异构、跨域、跨云的多种类型数据，并打通对数据、AI引擎的对接，使得用户可以一站式获取数据，大大降低了用户数据获取的复杂度，依托更为丰富、准确的数据能够打造更好的LLM应用。

本次分享企业在AGI时代所面临的最直接的数据挑战，涉及高效地管理、获取全域数据、统一地进行数据治理和权限控制；以及平滑集成数据和AI框架构建统一的data agent。为企业带来这些创新技术在一线的落地情况和最佳实践。

〇 分享收益 〇

目标：

1、获得统一管理、获取AI数据，并构建高效的data agent有更多的实践经验。

2、了解统一的结构化和非结构化数据模型管理异构、跨域、跨云的数据，统一的权限模型管理云上云下数据，高效集成Langchain、LlamaIndex构建统一的data agent。

成功要点：

高效、统一、企业级的统一数据管理一直是各企业构建数据平台所追求的目标，在AI时代，传统的数据管理方式和AI的新数据需求存在着脱节，打破现有的桎梏，面向AI构建新型的元数据基座为企业在面向AGI高效、统一地管理数据提供更好的解决方案。

启示：

统一的元数据管理架构为企业打造data for AI平台提供新的架构和能力

〇 分享亮点 〇

1、AGI时代传统数据管理和治理方式所存在的问题。

2、现有的技术在解决这些问题上所面临的挑战。

3、Apache Gravitino是如何解决AI时代的统一数据管理。

1）如何实现统一的数据模型，统一结构化和非结构化数据。

2）如何实现统一的异构、跨域、跨云数据视图。

3）如何构建统一的权限模型统一管理云上云下数据。

4）如何使用Gravitino构建一个高效的data agent。

4、如何基于 Gravitino 的构建数据管理平台

1）为什么需要构建统一的数据管理平台

2）为什么选择Gravitino作为统一的元数据基座

3）小米在构建过程中所遇到的挑战，以及如何解决这些问题的。

5、总结