长按二维码,关注官方公众号
企查查字段血缘的大模型实践
面对企查查多源、海量企业数据带来的字段语义模糊、变更影响难评估等治理痛点，我们放弃了传统仅能解析表级血缘的工具，创新性地引入大模型技术。
我们的核心方案是设计精准的提示词工程，让大模型直接解析SQL脚本，同时完成字段级血缘链路发现与业务含义智能标注。落地中，我们重点攻克了大模型“幻觉”导致血缘不准的挑战，通过构建校验规则与人工复核闭环，将血缘准确率提升至95%以上。
该实践成效显著，目前已完成80%核心报表的字段血缘覆盖，使数据变更的影响分析耗时从“人天级”降至“分钟级”，极大保障了企查查亿级数据资产的可靠性与透明度。
演讲提纲：
一、背景：为何要在企查查做字段血缘
二、核心架构：大模型赋能字段血缘的“技术蓝图”
三、实践与挑战：落地过程中的“得”与“失”
四、总结与展望：价值回顾与未来演进
听众收益：
1、大模型在数据工程中的角色，可以从“副驾驶”升级为“自动驾驶员”。
2、字段级血缘的突破，能如何直接驱动业务敏捷性与数据可靠性。
深耕大数据领域十年，拥有丰富的数据平台建设与治理经验。对数据架构、血缘治理有深刻理解，是资深的数据技术实践者与分享者。
