Test Data Management

Dataskyddsrisker är det vanligaste hindret för att skala AI i kvalitetsarbetet, enligt World Quality Report. Samma data delas ofta mellan många applikationer. Att testa med produktionsdata riskerar att störa systemen och innebär förhöjda risker för säkerhet och dataskydd, även när datan är maskerad. Samtidigt behöver testteam och AI-agenter data snabbt, i rätt format och med rätt affärslogik. Annars stannar leveransen.

Vi bygger en TDM-förmåga som löser båda problemen. AI hjälper till att identifiera känsliga fält i era dataset. Med vår lösning ADA – Artificial Data Amplifier – genererar vi syntetisk testdata som bevarar statistiska samband och affärsregler, men utan verkliga personuppgifter. Testdatan levereras via self-service eller direkt i er pipeline. Då får både människor och AI-agenter det de behöver utan väntetid.

Testdata är också avgörande när AI-lösningar ska kvalitetssäkras. Vi tar fram representativa testdataset och Golden Sets som används för att utvärdera era AI-modeller och agenter, i nära samarbete med Evaluate.AI.

Vi har bred erfarenhet från bank och finans, där kraven på säkerhet, spårbarhet och regelefterlevnad är höga. Rollerna i tjänsten är:

• En Test Data Solution Architect utformar lösningen och kombinerar data engineering med testkunskap.
• En Service Delivery Manager ansvarar för leveransen och för samarbetet med era intressenter i verksamheten, IT och informationssäkerhet.

Vanliga frågor

Vad är syntetisk testdata? Data som genereras artificiellt men har samma struktur, samband och affärsregler som verklig data. Den kan användas i test utan att exponera verkliga kunder eller transaktioner.

Räcker det inte att maskera produktionsdata? Maskering minskar risken, men maskerad data kan i vissa fall fortfarande kopplas till personer. Syntetisk data minskar risken ytterligare. Vilken nivå som krävs bedömer ni tillsammans med ert dataskyddsombud.