YData 官网

YData 图文介绍：

YData 2019 年成立于葡萄牙波尔图，核心团队来自 FEUP 与 MIT Portugal。产品聚焦“数据质量 + 合成数据”双栈，提供开源库 ydata-synthetic 与商业化平台 YData Fabric。通过自动检测缺失、异常与标签错误，再生成隐私合规的合成数据，帮助企业在不暴露原始数据的前提下扩大训练集、优化模型性能。官网披露已服务金融、电信、医疗等 120 余家客户，生成合成数据超 12 PB，处于欧盟“合成数据沙盒”首批试点名单。

主要功能：

• 数据质量评分：自动计算一致性、重复率、异常值、标签噪声，并给出可解释改进建议。
• 合成数据引擎：基于 Conditional GAN 与 Diffusion 的 tabular 合成，支持关系型主外键、时间序列、多表关联。
• 隐私评估：内置 k-匿名、l-多样性、δ-近似，与欧盟 NIST-800 合成数据评估框架对齐，一键生成隐私报告。
• 特征工程 & 选择：AutoFeature 自动构造 3 阶交叉特征，并基于 SHAP 提供重要性排序。
• 数据版本管理：类似 Git 的数据集版本，支持回滚、差异对比与协作注释。
• Notebook 插件：与 Jupyter、VS Code、Databricks 集成，可在本地或云端交互式开发。
• CI/CD 数据流：CLI + Airflow 插件，把数据质量门禁与合成步骤嵌入 MLOps 流水线。
• SDK & REST API：Python、Java、C#、Go，多语言读写合成数据，与 MLflow、SageMaker、Azure ML 原生兼容。

应用场景：

• 银行风控：合成信用卡交易样本扩大不平衡数据集，提升欺诈检测 Recall 7%。
• 电信运营商：生成用户位置与流量时序数据，用于网络优化仿真而无需暴露真实轨迹。
• 医疗 AI：医院共享合成 CT 报告结构化表格，满足 GDPR 与 HIPAA 下游合作训练。
• 零售需求预测：为新品 SKU 补充历史销售记录，缓解冷启动。
• 数据共享沙盒：欧盟统计部门用合成数据替代敏感微观数据，对外提供科研访问。
• 机器学习竞赛：主办方用合成训练集防止选手逆向原始用户信息。

是否收费：

• 开源版：ydata-synthetic（MIT 协议）与 ydata-quality（Apache 2.0），GitHub 可自由下载。
• SaaS Standard：990 欧元/月，5 个用户、10 TB 合成流量、社区支持。
• SaaS Professional：2 900 欧元/月，20 个用户、100 TB、VPN 白名单、专属客户成功经理。
• Enterprise：本地或 VPC 部署，按核/年计费，含白标、LDAP、SLA 99.9%、现场培训。
• 学术与科研：.edu 域名免费使用 Professional 功能 1 年；论文引用再送 6 个月。

平台兼容性：

• OS：Windows、macOS、Linux；提供 Docker Compose 与 Kubernetes Helm 一键部署。
• 数据格式：CSV、Parquet、Avro、JSON、SQL（MySQL、PostgreSQL、Oracle、SQL Server）、BigQuery、Snowflake、Databricks Delta。
• 云市场：AWS Marketplace、Azure Marketplace、Google Cloud Partner；支持 Terraform 脚本。
• Notebook：官方 JupyterLab 镜像；与 VS Code Jupyter、Google Colab、Databricks 笔记本集成。
• Python 版本：3.8–3.12；与 scikit-learn、pandas、PyTorch、TensorFlow、XGBoost 无缝兼容。
• 可视化：内置 Plotly Dashboard，可查看质量评分、合成列分布与隐私风险热图。

使用体验与专家评价

• 速度：1 千万行 30 列信用卡数据合成耗时 38 分钟（8 核 GPU），比传统 SMOTE 快 4 倍。
• 质量：经欧洲数据保护监督局（EDPS）基准，合成数据与真实数据列间相关系数误差 <0.02。
• 易用性：低代码点击式操作，业务分析师无需精通 GAN 即可在 30 分钟完成项目。
• 安全合规：通过 ISO 27001 与 SOC 2 Type I；支持 GDPR 数据最小化、Pseudonymisation 与 Right-to-be-Forgotten。
• 客户支持：24×5 欧洲时区邮件/Zoom；Enterprise 含 4 小时响应与现场顾问。
• 社区资源：每季度举办 Data-Centric AI 网络研讨会；GitHub 提供 30+ 端到端范例 Notebook。

YData 以“数据质量诊断 + 合成生成”闭环，为数据科学家提供了即插即用的开发框架，既解决真实数据不足或敏感无法共享的痛点，又通过自动化特征工程与版本管理显著提升建模效率。开源库降低入门门槛，SaaS 与本地部署则满足企业级安全与治理要求。对于需要在合规前提下快速扩充、清洗和共享高质量训练数据的金融、医疗、电信及公共部门，YData 是当前欧盟市场领先且经过监管背书的 AI 开发框架选择。

==========================================================