Veri kalitesi ve ana veri
Kanıta Dayalı Veri Denetimi
140 büyük otomotiv tedarikçisi hakkındaki 23.443 bilgiyi canlı web kaynaklarıyla karşılaştırdım; hiç hatalı koşu olmadı, şirket başına maliyet 0,37 dolardı.
Veri mühendisi
Ağustos–Eylül 2026
Rakamlarla
- şirket denetlendi, sıfır hata
- 140/140
- şirket denetlendi, sıfır hata
- bilgi canlı kaynakla doğrulandı
- 23.443
- bilgi canlı kaynakla doğrulandı
- profilde düzeltme bulundu
- %71
- profilde düzeltme bulundu
- toplam, şirket başına 0,37 $
- 51 $
- toplam, şirket başına 0,37 $
Durum
Büyük bir otomotiv müşterisine yapılacak demo öncesinde, en önemli tedarikçilerinin profillerinin doğru olması gerekiyordu. Kuruluş yılı, çalışan sayısı, merkez adresi: her bilginin arkasında bir kaynak olmalıydı.
Yaptıklarım
- 1
Pipeline'ı AWS'ye taşımak
Denetim pipeline'ını AWS'ye taşıdım. AgentCore'un web araması kaynakları buluyor, Bedrock'taki Amazon Nova her bilgiyi bu kaynaklarla karşılaştırıyor.
- 2
Çağrı türüne göre bütçe
Akıl yürütme ve token limitleri çağrı türüne göre ayarlı: basit bir kontrol küçük, zor bir karşılaştırma daha büyük bütçeyle çalışıyor. Bu, maliyeti düşük tutmaya yardımcı oldu.
- 3
Kaynak yoksa düzeltme yok
Her düzeltme önerisi kaynağıyla birlikte kaydediliyor, doğrudan veritabanına yazılmıyor. Sonuçlar bir altın test seti, yanlış pozitifleri yakalayan negatif kontroller ve satır satır maliyet dökümüyle teslim edildi.
Sonuç
140 şirketin tamamı hatasız denetlendi, profillerin %71'inde düzeltilecek bir şey bulundu ve tüm koşu 51 dolara mal oldu. Benzer bir pilotta 1.119 tedarikçinin resmi şirket adı doluluğu %58'den %97'ye çıktı; toplam 9,5 dolar, tedarikçi başına 1 sentten az.
Ne öğrendim
Kaynağı olmayan bir düzeltme düzeltme değil, tahmindir. Her öneriye kanıt eklemek incelemeyi çok hızlandırdı.
Stack
- Bedrock (Nova)
- AgentCore Web Search
- Python
- PostgreSQL