譯者序

在這個數字化飛速發展的時代，我們所生活的社會已經深深沉浸在大數據的潮流之中。無論是社交平臺的推薦系統、網絡商城的物流調動還是打車軟件的司乘匹配，這些為生活提供全方位便利的復雜程序背后，都有海量的數據作為驅動。而2023年火爆全球的基于轉換器的生成式預訓練模型（Generative Pre-trained Transformer，GPT）等大語言模型（LLM），更是推動“大數據”和“人工智能”走向深度交融。

現在的機器學習軟件已經能夠實現端對端的數據應用，也就是說，從初始數據的導入到最終結果的輸出或生成，都可以全自動完成。這種高度智能的黑箱系統固然十分強大，但其終端結果的可靠性卻高度依賴于輸入端數據的可靠性。數據科學界有一句俗語：“garbage in，garbage out。”這意味著，無論模型有多么智能和強大，數據的糟糕必然導致結果的謬誤。

這也意味著，在確保模型、算法、代碼質量的同時，也必須同樣重視“數據質量”。隨著數據規模不斷飛速擴張，僅依賴人工和經驗的、打補丁式的數據質量保障措施早已跟不上時代的發展。我們迫切需要的是關于數據質量和數據可靠性的方法論，以及一整套確保數據質量、修復數據故障、自動完成檢測及質保的工業化流程。

本書深度剖析了這一關鍵問題。三位作者從實際工作經驗出發，結合資深從業人員的訪談，對“數據可靠性”的基礎問題進行了全面而深刻的剖析。令人欣慰的是，這本書不僅包含了相對抽象的概念性介紹，更通過若干真實案例演示了各類數據質量問題的實際解決方法，甚至還提供了代碼和圖表。作為數據領域的從業人員，在翻譯這本書的過程中，我們時常對書中的具體案例頗有共鳴，在讀到作者提出的自動化、大規模工業級別解決方案時，也深受啟發。

本書由三位譯者共同合作完成。其中李晗玥負責第1～5章的內容翻譯，步凡負責第6～8章的內容翻譯，陳天皓負責第9～10章及其他內容的翻譯及全書的統稿工作。作為翻譯團隊，我們深刻理解這本書的重要性以及其中所蘊含的實踐價值。在翻譯過程中，我們非常注重保持原著的精髓和思想，確保準確理解書中的領域知識，保持術語的一致性，以提高整本書的可讀性和專業性。我們努力讓翻譯既符合原文的形式，又適應國內廣大受眾的語言習慣，以保障信息傳達的清晰準確。這是一本充滿專業術語和技術細節的著作，如果讀者已經翻閱了這本書中的某些章節，或許會和我們一樣，感受到這本書的信息密度。坦誠地講，在翻譯過程中，我們常常面臨找不到對應詞匯的挑戰，甚至有些技術和知識對于從業人員來說仍然較為新穎。通過查閱大量的資料和團隊討論，我們斟酌用詞、反復修改，盡最大的努力還原原意。我們還積極對譯稿進行了互相校對，以便讓各章節和整體內容的準確性及一致性更有保障。相互間的默契和合作精神是成功翻譯本書的關鍵，每位譯者都為項目的順利進行付出了辛勤努力，我們也深感榮幸并由衷感謝彼此間的協作與支持。在這個充滿挑戰的翻譯過程中，我們分享經驗、密切配合、共同成長、彼此啟發，攜手完成了這項富有意義的任務。

當然，我們深知本書的翻譯難免存在瑕疵，因此對于可能存在的不足，我們誠懇地期待讀者不吝賜教，提出寶貴的意見和建議，幫助我們進一步提升翻譯的質量。

最后，我們由衷感謝出版社、專家老師、編輯以及父母親友的支持。編輯的耐心指導和專業建議為這本書的翻譯提供了寶貴的意見，使其更為準確和通順。出版社的大力支持使得這本書能夠順利問世，對此我們深表感激。感謝那些愿意分享經驗和見解的專家老師，正是他們的慷慨奉獻讓這本書更具深度和實用性。最后，要特別感謝我們的父母—李健和鄭玉華、陳宏和徐彤、步道遠和高曉芬——在翻譯過程中的理解和堅定支持。此外，還要感謝李晗玥的愛人唐慶烜無論何時都堅定支持她的一切選擇，在低谷至暗時期彼此鼓勵與依靠，以及陳天皓女朋友查查在每個艱難時刻對他溫暖的支持和持久的鼓勵，成為他不斷前行的力量源泉。他們的陪伴不僅是翻譯工作中的溫馨庇護，更是每一次艱難時刻的堅實依靠。在這個充滿挑戰和收獲的過程中，是他們的陪伴成就了我們的努力，給予我們勇氣與力量，讓這段翻譯之旅充滿溫馨和動人的回憶。

有趣的是，我們通過ChatGPT對上述文字進行了巧妙的潤色和修飾——就像是在原本美味的料理上輕輕撒上了一些特別的調味料，為這段譯者序注入了一份獨特的魅力，使它變得更加引人入勝，仿佛一場味蕾的奇妙冒險。

希望這本書能夠成為讀者深入了解和應用數據質量的得力工具，引領大家走向數據管理與應用的前沿。

李晗玥、陳天皓、步凡