Рынок российских Data Quality-решений и их применение в фарминдустрии

На этой записи — полная версия онлайн-дискуссии с экспертами фармотрасли и исследовательского центра «Круги Громова». Мы разобрали, как управлять качеством данных в фармацевтике, какие инструменты существуют на российском рынке и как выбрать подходящее решение с учётом отраслевой специфики. В программе вебинара: Специфика фармы: требования GxP и ALCOA+ — Как стандарты GLP, GCP, GMP, GDP влияют на качество данных. — Критерии ALCOA+ (прослеживаемость, читаемость, своевременность, подлинность, точность и др.) — основа Data Integrity. — Что попадает под GxP, а что остаётся в зоне «не-GxP», но может стать критическим в зависимости от контекста. Мотиваторы к внедрению Data Quality — Рост объёмов данных и числа источников. — Регуляторные требования: 152-ФЗ, 716-П, 845-П, ГОСТы по ИИ, стандарты GxP. — Переход к Data-Driven культуре и подготовка данных для AI/ML (AI-Ready Data). — Необходимость real-time контроля в медицине, производстве и финансах. Классификация ПО для управления качеством данных — Data Governance / Data Catalog: роли, процессы, бизнес-глоссарий, управление инцидентами. — MDM (Master Data Management): стандартизация мастер-данных, дедубликация, проверки по открытым источникам. — ETL, BI, IBP: технические аспекты качества при загрузке и трансформации. — Data Quality Firewall: проактивный контроль на границе систем. — AI-Ready Data / MLOps / Feature Store: качество данных для машинного обучения (ГОСТ Р 71484-2024). Карта российского рынка DQ-решений Обзор более 30...