Dizionario AI › Fondamenti AI

Data Lake

Un data lake è un repository centralizzato che conserva enormi volumi di dati nel loro formato originale, grezzo: file strutturati, documenti, immagini, log, audio. A differenza del data warehouse, che richiede di definire la struttura prima di caricare, il lake accoglie tutto subito e rimanda l'interpretazione al momento dell'uso (schema-on-read).

Definizione

Come funziona

Tecnicamente si appoggia a storage a oggetti economico e scalabile, come Amazon S3 o Azure Data Lake Storage, dove i dati arrivano da pipeline di ingestione senza trasformazioni pesanti. Un catalogo dati tiene traccia di cosa c'è e dove. Il rischio noto è il data swamp, la palude: senza governance e metadati, il lago si trasforma in un deposito inservibile. Le architetture lakehouse (Delta Lake, Iceberg) aggiungono transazioni e qualità da warehouse sopra lo storage da lake.

Applicazioni

Per l'AI il data lake è la miniera: i corpora multimodali per addestrare i modelli, testo, immagini, audio, vivono in lake, e le pipeline di preparazione dati vi attingono per filtrare e raffinare. Anche i documenti da indicizzare per il RAG partono spesso da lì. Fuori dall'AI serve analytics esplorativa, archiviazione a lungo termine e conformità.

Storia ed etimologia

Il termine fu coniato da James Dixon, allora CTO di Pentaho, in un post del 2010: paragonò il data mart a una bottiglia d'acqua, pulita, confezionata e pronta al consumo, e il data lake a un lago naturale in cui l'acqua scorre grezza e ognuno attinge ciò che gli serve. La metafora fece fortuna con l'esplosione dei big data nel decennio successivo.

Come si usa in Grace

Negli scenari professionali di Grace dedicati a dati e conoscenza aziendale, distinguere lake, warehouse e pipeline ti permette di dare all'AI il contesto architetturale giusto. Le 7 dimensioni di valutazione riconoscono i prompt che dimostrano questa padronanza del dominio.

Termini correlati

• Data Warehouse
• ETL
• Data Pipeline
• Data Governance
• Dati di addestramento (Training Data)

Altri termini in Fondamenti AI

• LLM (Large Language Model)
• Token
• Context Window
• Temperature
• Allucinazione (AI Hallucination)
• Fine-tuning
• RAG (Retrieval Augmented Generation)
• Embedding

Mettilo alla prova

• Scenario reale: applica questo concetto con un verdetto AI immediato.
• Palestra quotidiana: brevi esercizi per allenare i concetti del dizionario.
• Gioco Playoff: sfida altri giocatori, a eliminazione diretta.

📱 Scarica l'app Android (beta) iOS in arrivo

Dì quello che intendi. Ottieni quello che ti serve.

Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.