データはどうなるのか？AIシステムのためのデータエンジニアリングに関するマッピング研究

AIシステムはデータなしでは存在できません。AIモデル（データサイエンスとAI）が成熟し、実践で容易に適用できるようになった今、多くの組織はそれを実現するためのデータインフラストラクチャに苦しんでいます。AIシステムのためにデータを準備する方法を知っているデータエンジニアや、分析プロジェクトのために企業全体のデータアーキテクチャを設定できるエンジニアへの需要が高まっています。しかし、これまでのところ、AIエンジニアリングにおけるデータエンジニアリングの部分は、モデル化の部分が議論される中であまり注目されていませんでした。本論文では、AIシステムのためのデータエンジニアリングに関するマッピング研究を行い、この状況を変えることを目指します。2019年1月から2023年6月までの間に、AIデータエンジニアリング活動を説明する25件の関連論文を見つけました。どのライフサイクルフェーズがカバーされているか、どの技術的解決策やアーキテクチャが提案されているか、そしてどのような教訓が提示されているかを特定します。最後に、実務者や研究者にとっての示唆を含む論文の全体的な議論を行います。本論文は、AIのためのデータエンジニアリングに関する知識の全体像を作成します。この概要は、実務者が解決策やベストプラクティスを特定するのにも、研究者がギャップを特定するのにも役立ちます。