La qualité des données est indispensable pour assurer la fiabilité des modèles d’intelligence artificielle. La librairie DQM apporte une réponse concrète à cette problématique en proposant des attributs de qualité pertinents et interprétables qui permettent d’évaluer des aspects critiques tels que la représentativité et la couverture des données dans des domaines opérationnels donnés.

Deux catégories de métriques ont été développées par les équipes de l’institut :

1. Les métriques inhérentes aux données (ex : représentativité, diversité) pour évaluer leur qualité avant la mise en place d’un modèle IA ;
2. Les métriques dépendantes du système (ex : couverture du couple « données-modèle”), qui mesurent l’impact des données sur les performances du système, une fois intégrées dans un modèle.

DQM a été développée comme un package Python « standalone » (indépendant d’autres outils), ce qui facilite son utilisation indépendante ou son intégration dans d’autres outils, notamment DebiAI[1]. La librairie a été intégrée aux méthodologies de bout-en-bout de grands groupes industriels tels que Naval Group et Valeo, renforçant ainsi leur capacité à évaluer les données avec précision.

[1] Outil open source de data profiling, développé par l’IRT SystemX, conçu pour optimiser la qualité des datasets et la performance des modèles d’IA