摘要：数据版本控制（DVC），像Git管理代码一样管理数据和机器学习模型，记录数据集、特征、模型权重的版本变更。

一、数据工程是什么？

数据工程主要是实现数据存储、清洗、标注与知识结构化。

二、数据工程包含哪些？

数据标注：人工标注占比超70%，涵盖属性、框选、描点等类型。

数据增强：通过旋转、裁剪、加噪提升模型泛化能力。

三、数据工程的关键技术包括哪些？

数据版本控制（DVC），像Git管理代码一样管理数据和机器学习模型，记录数据集、特征、模型权重的版本变更。

自动化特征工程（FeatureTools），通过深度特征合成（Deep Feature Synthesis, DFS），从原始数据中自动提取时间、聚合、关系型特征。

来源：11不吃香菜a