🔑 名詞卡

資料管線（Data Pipeline）

🎯 定義

確保資料能持續、穩定地流入模型運行流程的自動化處理鏈，涵蓋資料擷取、格式轉換、清理與入庫四個階段。

資料來源

現代 AI 系統須從多種來源取得資料：

Data Pipeline＝「資料的自來水管」——四個階段口訣：擷取 → 轉換 → 清理 → 入庫。

vs ETL：ETL（Extract-Transform-Load）是資料管線最典型的實作模式；資料管線是更廣義的概念，可涵蓋批次（ETL/ELT）與串流（Streaming）兩種型態。
vs MLOps：資料管線負責「資料流」，MLOps 負責「模型的生命週期」，兩者在 AI 系統中並行運作。

📖 課文原文
「為確保資料能夠持續、穩定地流入模型運行流程，需建立完整的資料管線（Data Pipeline），涵蓋資料擷取、格式轉換、清理與入庫流程。」