AI- ja data-arkkitehtuurin opas

Miten tekoälyjärjestelmä ja dataplatformi toimivat yhdessä

AI-järjestelmä tarvitsee mallin lisäksi datalähteet, käsittelyputket, metatiedon, versionhallinnan, käyttörajapinnat ja valvonnan.

AIDataplatformiMLOps

Tarkistettu 10.8.2026 · Emilia K. Saarento

Data ennen mallia

Raakadata kerätään, validoidaan, dokumentoidaan ja muokataan käyttökelpoiseksi. Malli ei korjaa epäselvää lähdedataa.

Mallielinkaari

Opetus, validointi, testaus, rekisteröinti, julkaisu ja seuranta ovat eri vaiheita, joiden versiot ja hyväksynnät pitää pystyä jäljittämään.

Käyttö

Malli voidaan tarjota API:n, sovelluksen tai eräajon kautta. Käyttökonteksti, käyttöoikeudet ja virheenkäsittely ovat osa järjestelmää.

Valvonta

Datan jakauma, mallin suoritus, kustannukset ja käyttötapa muuttuvat ajan myötä, joten tuotantoonvienti ei ole elinkaaren loppu.

AI-järjestelmän soveltuvuus, riskiluokka, tietosuoja ja sääntelyvelvoitteet arvioidaan tapauskohtaisesti. Sivusto ei ole oikeudellista neuvontaa.