2025 DataOps标准与实践指南（3.0）.docxVIP

大数据技术标准推进委员会

BgDataTechnologyandStenderdconmtee

DATAOPS

DataOps实践指南(3.0)

CCSATC601大数据技术标准推进委员会

2025年5月

DATAOPS大数据技术标准推进委员会

DATAOPS

BgDataTechnologyandStenderdconmtee

DataOps实践指南(3.0)

CCSATC601大数据技术标准推进委员会

2025年5月

.DataOps实践指南30

.

版权声明

本报告版权属于CCSATC601大数据技术标准推进委员会，并受法律保护。转载、摘编或利用其他方式使用本报告文字或者观点的，应注明“来源：CCSATC601大数据技术标准推进委员会”。违反上述声明者，将追究其相关法律责任。

DataOps实践指南3.0

编制说明

本指南的撰写得到了DataOps领域多家企业与专家的支持和帮助，主要参与单位与人员如下。

参编单位：

大数据技术标准推进委员会、中国平安财产保险股份有限公司、中泰证券股份有限公司、南京银行股份有限公司、中国联合网络通信有限公司软件研究院、联通数据智能有限公司、中国电信集团有限公司、中电信人工智能科技(北京)有限公司、中国民航信息网络股份有限公司、三一集团有限公司、长城汽车股份有限公司、一汽-大众有限公司、工银科技有限公司、蚂蚁科技集团股份有限公司、腾讯云计算(北京)有限责任公司、福建新大陆软件工程有限公司、南京南瑞信息通信科技有限公司、亚信科技(中国)有限公司、万达信息股份有限公司、海南数造科技有限公司、上海市数字证书认证中心有限公司、杭州雅拓信息技术有限公司、北京逐风科技有限公司、星环信息科技(上海)股份有限公司、迪颉信息科技(上海)有限公司、中国平安人寿股份有限公司、浙商证券股份有限公司、中信建投证券股份有限公司、国网大数据中心、国家石油天然气管网集团有限公司、科大讯飞有限公司、浙江数新网络有限公司、北京智网数科技术有限公司、兴业数字金融(上海)股份有限公司。

参编人员：

尹正、郭彦美、崔一妍、王妙琼、姜春宇、陈道长、陈旭、潘晨光、刘宇清、杨照通、王轩、朱红霞、高亚兵、姜丹丹、王兴杰、刘蕾、王志龙、裴亚、史赟、袁雪梅、张伟、陈昌根、张强、熊林鹏、王钦、王磊、薄猛、张春雷、张文翔、崔汉民、陈新栋、黄铮、杜楠楠、张修国、汤战斗、史汉发、周清、王溧、巫雪辉、李飞、许海丰、王爱书、王立冬、张敬谊、路平、王艳、鲍立飞、王瀚、杨泽明、杨晶、尹晓中、陈雷、石浩含、崔鹏、禹芳、许喆、佘涛、徐新丽、杜天敏、万勤锋、杜真真、周思行、高宇航、王耀影、任英杰、董昕宇、于涛、宋一纯、王刚、孙辉、原攀峰、相登科、姜辉、高海隆。

DataOps实践指南3.0

前言

时至今日，大数据技术的发展已经可以满足绝大多数企业的要求，企业数据管理和应用的核心矛盾逐渐从技术应用供给不足转变为数据价值难以高效释放。

传统的数据加工、治理、运营体系更像是产品生产的“小作坊”模式，具有沟通协同困难、产品交付效率低、开发治理脱节、成本居高不下等特点。

为了降低数据交付成本、提高数据交付效率、增强数据交付质量，企业的数据产品生产势必要向“工厂”模式演化，实现数据产品流水线的标准化、流程化，加强生产过程的协同性。

DataOps作为一种集敏捷、精益、协作等理念于一体的数据开发模式，能够通过串联数据开发各阶段的流程及人员，借助智能化技术工具，进而实现高质量、高效率的数据交付。是企业数据“工厂”模式转变的重要抓手。

在本报告第一部分，我们结合业内必威体育精装版实践案例对DataOps能力模型进行解析，并且综合二十余家领先企业的调研访谈，梳理企业能力画像，为不同类型企业提供DataOps能力建设路径指引。

2024年12月，国家发改委等部门联合印发《关于促进数据产业高质量发展的指导意见》,首次提出“高质量数据集”概念，支持企业开发高质量数据集。同月，《关于促进数据标注产业高质量发展的实施意见》进一步指出加强重点行业领域的数据标注产业发展，助力行业高质量数据集建设。2025年2月，国家数据局在北京召开高质量数据集建设工作启动会，提出积极推进落实“人工智能+”行动，推动高质量数据集建设，高效赋能行业发展。

在人工智能快速发展的背景下，数据集的“高质量”不再局限于传统的数据质量，还需覆盖安全合规、伦理方面的要求。如何建设高质量数据、如何管理高质量数据集、如何运营高质量数据集等问题亟待解决。

在本报告第二部分，我们结合产