MWS Data Scout является частью платформы MWS Data и может подключаться к ИТ-системам компании как из облака, так и из защищённого контура клиента. Решение интегрируется со всеми популярными дата-каталогами, включая DataHub, OpenMetadata и дата‑каталог от MWS.
AI-агент анализирует структуру таблиц, определяет типы хранящихся данных и описывает их характеристики с учётом бизнес-контекста. Например, если столбец таблицы подписан как «Выручка», сервис опишет методику расчёта и степень округления значений, а для столбца «Сумма сделки» — укажет валюту и применимость налогообложения.
Помимо описания данных, сервис выявляет расположение критически важной информации: паспортных данных, персональных данных (ФИО, место жительства, телефон) и банковских реквизитов (pin, cvv, имя держателя карты). Это помогает компаниям соблюдать требования законодательства о защите персональных данных, повышать уровень информационной безопасности и предотвращать утечки чувствительной информации.
На первом этапе AI-агент получает метаданные — общие сведения о названиях таблиц и столбцов, а также обращается к корпоративной базе знаний компании (Confluence), где может содержаться дополнительная документация о структуре баз данных. Это позволяет сервису сформировать более полное представление о назначении данных и повысить точность описаний. Далее AI-агент описывает таблицы и столбцы, выявляет критичные данные и по итогам анализа формирует структурированный отчёт с полным описанием всех обнаруженных таблиц и связей между ними, после чего загружает результаты в дата-каталог.
В будущем сервис не ограничится только каталогизацией, а сможет автоматически выстраивать полноценный семантический слой данных. Он станет связующим звеном, которое переведет сложную техническую структуру баз данных на язык бизнес-терминов, понятный другим алгоритмам. Это создаст фундамент для работы корпоративных AI‑агентов: опираясь на подготовленный семантический слой, они смогут самостоятельно ориентироваться в массивах информации, корректно интерпретировать запросы сотрудников и использовать корпоративные данные для решения прикладных бизнес‑задач.
