第一章 总则¶
第一条 制定依据 本章程依据《量潮科技基本章程》制定，旨在规范量潮数据业务的数据工程过程，确保数据处理可定义、可追溯、可验收。
第二条 目的 为建立数据工程活动的统一规范，明确数据处理的类别边界、技术实现路径和数据交付标准，特制定本章程。
第三条 适用范围 本章程适用于量潮数据业务中所有涉及数据采集、清洗、精炼、标注的技术活动。
第二章 数据处理类别¶
第四条 数据生命周期 数据处理活动应遵循以下生命周期：
（一）数据采集——从外部获取原始数据； （二）数据清洗——对原始数据进行标准化和错误修正； （三）数据精炼——基于清洗后数据生成衍生结果； （四）数据标注——为 AI 训练目的进行人工标注。
第五条 数据采集 数据采集是指项目团队根据业务需求，主动从外部获取原始数据的过程：
（一）数据来源分「我方采集」和「客户提供」两类，立项时必须确认来源类型； （二）我方采集需设计采集方案、使用合规工具、处理反爬机制、确保数据完整性； （三）客户提供的数据不进入采集环节，直接进入来源状态评估。
第六条 数据清洗 数据清洗是对原始数据进行保留、整理与结构化处理的过程：
（一）包括删除无关或重复内容、统一数据格式、填充缺失值、修正明显错误值； （二）客户提供数据时，必须评估为脏数据或干净数据，评估结果作为设计报告和报价单的核心依据； （三）数据清洗仅进行筛选和标准化，不引入新的语义信息。
第七条 数据精炼 数据精炼是基于清洗后干净数据，通过分析或算法生成具有业务价值的衍生结果：
（一）包括情感分析、趋势判断、分类归纳、可视化生成等； （二）精炼的输入是清洗后数据，输出是衍生结果而非原始数据本身。
第八条 数据标注 数据标注是以训练 AI 模型为目的，由人工对原始数据进行额外语义标注的过程：
（一）必须同时满足「人工标注」和「用于 AI 训练」两个条件； （二）标注规范需在标注开始前经客户确认； （三）不服务于 AI 训练的标记行为（如报表分类、内部归档）不属于数据标注。
第三章 数据蓝图¶
第九条 定位 数据蓝图是数据处理程序的技术实现方案，同时作为与客户签署和核对的数据契约。主要包括：
（一）数据模型等数据契约； （二）数据工作流； （三）数据交付物说明。
第十条 工作流 数据蓝图应遵循以下流程：
（一）撰写 Markdown 格式的方案描述； （二）转换为 CUE 格式的结构化定义并存储； （三）输出 HTML 格式供业务验收。
第十一条 验收标准 数据蓝图的技术验收以 CUE 为准，业务验收以 HTML 为准。
第四章 附则¶
第十二条 章程效力 本章程经公司治理机构审议通过，自发布之日起生效。
第十三条 解释权 本章程之解释，应遵循可追溯优先之基本原则。各项条文不得被解释为阻碍合理的数据处理效率优化。