E os dados? Um estudo de mapeamento sobre engenharia de dados para sistemas de IA

Sistemas de IA não podem existir sem dados. Agora que os modelos de IA (ciência de dados e IA) amadureceram e estão prontamente disponíveis para aplicação prática, a maioria das organizações enfrenta dificuldades com a infraestrutura de dados necessária para isso. Há uma necessidade crescente de engenheiros de dados que saibam como preparar dados para sistemas de IA ou que possam configurar arquiteturas de dados em toda a empresa para projetos analíticos. Mas até agora, a parte de engenharia de dados da engenharia de IA não tem recebido muita atenção, em favor da discussão sobre a parte de modelagem. Neste artigo, buscamos mudar isso ao realizar um estudo de mapeamento sobre engenharia de dados para sistemas de IA, ou seja, engenharia de dados para IA. Encontramos 25 artigos relevantes entre janeiro de 2019 e junho de 2023, explicando atividades de engenharia de dados para IA. Identificamos quais fases do ciclo de vida são cobertas, quais soluções técnicas ou arquiteturas são propostas e quais lições aprendidas são apresentadas. Concluímos com uma discussão geral dos artigos com implicações para praticantes e pesquisadores. Este artigo cria uma visão geral do corpo de conhecimento sobre engenharia de dados para IA. Esta visão geral é útil para profissionais identificarem soluções e melhores práticas, bem como para pesquisadores identificarem lacunas.