1.     Инструменты управления метаданными, обеспечение качества данных, контроль доступа и соблюдение политик

▪        Автоматическое обнаружение и каталогизация данных из различных источников (базы данных, облачные хранилища, BI-инструменты и т.д.)

▪        Метаданные: сбор, хранение и управление метаданными для всех активов данных

▪        Управление доступом и правами пользователей

▪        Контроль версий и аудит изменений в данных

▪        Визуализация происхождения данных, их преобразований и перемещений между системами (прослеживаемость данных)

2.     Управление качеством данных

▪        Профилирование данных: Анализ структуры, содержания и статистики данных для выявления аномалий

▪        Мониторинг и оценка качества данных

▪        Удаление дубликатов: Обнаружение и удаление повторяющихся записей

▪        Заполнение пропусков: Заполнение отсутствующих значений на основе правил или алгоритмов

▪        Проверка данных на соответствие бизнес-правилам и стандартам (например, проверка валидности email адресов)

▪        Контроль целостности: Проверка связей между данными (например, внешние ключи в базах данных)

▪        Проверка форматов: Убеждение, что данные соответствуют ожидаемым форматам (например, числовые поля содержат только числа)

▪        Автоматическая очистка: Настройка правил для автоматического исправления ошибок

▪        Интеграция с ETL/ELT: Включение проверок качества данных в процессы извлечения, трансформации и загрузки

▪        Отслеживание ошибок: Логирование и классификация ошибок в данных

▪        Работа с исключениями: Возможность ручной проверки и исправления данных, которые не прошли автоматическую проверку

▪        Контроль доступа к данным и их маскирование при необходимости

3.     Хранение данных

▪        Гибридное хранение: Поддержка структурированных и неструктурированных данных

▪        Партиционирование: Разделение данных на части для улучшения производительности (например, по дате или региону)

▪        Шардирование: Распределение данных между несколькими серверами для масштабирования

▪        Сжатие данных: Уменьшение объема хранимых данных для экономии места

▪        Репликация: Создание копий данных на нескольких узлах для обеспечения отказоустойчивости

▪        Резервное копирование: Автоматическое или ручное создание бэкапов данных

▪        Восстановление данных: Возможность восстановления данных после сбоев или удаления

▪        Кэширование: Хранение часто запрашиваемых данных в памяти для ускорения доступа

▪        Масштабируемость: Горизонтальное (добавление новых серверов) и вертикальное (увеличение мощности серверов) масштабирование

▪        Снимки (Snapshots): Создание моментальных снимков данных для резервного копирования и восстановления

▪        Аутентификация и авторизация: Контроль доступа к данным на основе ролей и прав пользователей

▪        Аудит: Логирование всех операций с данными для отслеживания изменений и доступа

▪        Маскирование данных: Сокрытие конфиденциальной информации (например, PII) от несанкционированного доступа

▪        Поддержка объектного хранилища S3: Возможность хранения данных в формате объектов (файлы, изображения, видео и т.д.)

▪        Автоматическое перемещение данных: Перемещение данных между классами хранения (например, из S3 Standard в S3 Glacier для архивного хранения)

▪        Удаление данных S3: Автоматическое удаление данных S3 по истечении срока хранения

▪        Поддержка протоколов: Поддержка протоколов S3 API, HTTP/HTTPS

▪        Аудит доступа: Отслеживание доступа к данным S3 и изменений

▪        Мониторинг производительности S3: Отслеживание использования ресурсов хранения

▪        Аналитика данных S3: Анализ использования данных S3 для оптимизации хранилищ

4.     Обработка данных

▪        API: Предоставление интерфейсов для интеграции с другими системами

▪        Поддержка стандартов: Совместимость с SQL, ODBC, JDBC и другими стандартами

▪        Поддержка сложных запросов: Возможность выполнения аналитических запросов (OLAP)

▪        Обработка в реальном времени: Поддержка потоковой обработки данных (например, Apache Kafka,)

▪        Машинное обучение: Интеграция с ML-фреймворками

▪        Фильтрация: Выборка данных по определенным критериям (например, SQL-запросы с условием WHERE)

▪        Аналитические запросы: Поддержка сложных аналитических операций, таких как вычисление скользящих средних, трендов и прогнозов

▪        Статистическая обработка: Вычисление статистических показателей (дисперсия, корреляция, регрессия)

▪        Потоковая обработка: Возможность обработки данных в реальном времени (например, Apache Kafka, Apache Flink)

▪        Распределенная обработка: Использование кластеров для обработки больших объемов данных (например, Apache Hadoop, Spark)

▪        Параллельные вычисления: Выполнение задач на нескольких узлах одновременно

▪        Обработка неструктурированных данных: Работа с текстами, изображениями, видео и другими неструктурированными форматами

▪        Поддержка многомерных моделей данных

▪        Поддержка операций OLAP

▪        Инструменты повышения производительности в интересах OLTP (Оптимизация, Индексация, Кэширование)

▪        Поддержка ACID-свойств транзакций: атомарности (Atomicity), согласованности (Consistency), изолированности (Isolation) и долговечности (Durability)

▪        Горизонтальное масштабирование: Возможность добавления новых узлов для обработки растущего объема транзакций

▪        Вертикальное масштабирование: Увеличение ресурсов (например, CPU, RAM) на существующих узлах

5.     Транспортировка и передача данных

▪        Извлечение данных из источников (например, базы данных, API, файлы)

▪        Преобразование данных (очистка, стандартизация, обогащение)

▪        Загрузка данных в целевые системы (например, хранилища данных, озера данных)

▪        Репликация данных (Data Replication): Создание копий данных в реальном времени или по расписанию

▪        Потоковая передача данных (Data Streaming), обработка данных в реальном времени

▪        Управление API: Создание, публикация и управление API для передачи данных

▪        Управление очередями сообщений (Message Queues)

▪        Мониторинг платформы данных

▪        Отслеживание использования CPU, памяти, дискового пространства и сетевых ресурсов

▪        Мониторинг нагрузки на серверы и узлы кластера

▪        Состояние кластера: Отслеживание состояния узлов в распределенных системах (например, в Hadoop, Kubernetes)

6.     Личный кабинет (централизованное управление платформой)

▪        Загрузка данных: Возможность загружать данные из файлов (CSV, JSON, XML) или через API

▪        Выгрузка данных: Экспорт данных в различных форматах для анализа или интеграции с другими системами

▪        Уведомления: Оповещения о проблемах с качеством данных

▪        Поиск данных: Возможность поиска данных по метаданным (например, название таблицы, описание)

▪        Описание данных: Просмотр и редактирование метаданных (например, описание таблиц, атрибутов)

▪        Происхождение и история данных (Data Lineage)

▪        Визуализация: Графическое отображение происхождения и преобразования данных

▪        Назначение ролей: Управление правами доступа на основе ролей (например, администратор, аналитик)

7.     Поддержка исполнения компонент платформы в контейнерное среде

▪        Развертывание и исполнение платформы в контейнерном кластере или многоконтейнерной среде

▪        Kubernetes

▪        K3S

▪        Docker Compose

8.     Поддержка развертывания и исполнения

▪        Централизованное и распределенное развертывание конфигураций платформы

▪        Возможность развертывания и исполнения в гетерогенной (разные OC для разных узлов и компонент) вычислительной среде и среде хранения данных

9.     Масштабируемость, доступность и отказоустойчивость

▪        Горизонтальное масштабирование за счёт управления экземплярами сервисов и узлов

▪        Вертикальное масштабирования за счёт использования аппаратных ресурсов

▪        Механизмы сохранения / восстановления платформы, настроек и данных интеграционных взаимодействий

▪        Балансировка входящей запросной нагрузки

▪        Определение и управление лимитами ресурсов

10.     Поддержка аппаратных и программных кластерных конфигураций

▪        Кластера Active-Standby

▪        Кластера Active-Active

11.     Журналирование и аудит

▪        Системное журналирование

▪        Построения графа фактического прохождения данных поданным журналов

▪        Ведение журнала изменения конфигураций приложения (процессы обработки, интеграционные процессы, объекты данных, коннекторы)

▪        Ведение и возможность настройки силами системного администратора журнала аудита действий пользователей

▪        Ведение журнала авторизации пользователей системы

▪        Встроенная защита журналов регистрации событий системы от несанкционированного уничтожения, модификации, подмены

▪        Возможность настройки различных уровней логирования

▪        Доступ или попытка доступа к ограниченному действию, объекту или отчету

▪        Несанкционированный доступ к данным

12.     Пользовательский интерфейс, формы и поиск

▪        Наличие графического редактора для настройки экранных форм для конечных пользователей, реализованного в соответствии с low-code подходом

▪        Поиск по контенту данных

▪        Поиск по объектам и разделам системы

13.     Аутентификация

▪        Аутентификация и авторизация пользователей (конечных пользователей, системных администраторов, разработчиков) осуществляется по принципу единого входа (Single Sign-On)

14.     Поддержка протоколов аутентификации:

▪        SAML 2.0

▪        SSL

▪        OpenID Connect (OIDC)

▪        Kerberos

15.     Поддержка типов аутентификации:

▪        Аутентификация на основании логина и пароля, хранящегося в приложении

▪        Аутентификация с помощью токена

▪        Поддержка механизма использования доменной аутентификации и ролей LDAP

▪        Поддержка механизма использования доменной аутентификации и ролей keycloak

16.     Использование гибкой ролевой модели (RBAC, ABAC) и возможность разграничивать права доступа:

▪        Для разработчиков интеграционных взаимодействий —  по потокам и узлам интеграционных взаимодействий, настройкам компонент, инструментам разработки и тестирования

▪        Для администраторов интеграционной платформы —  для системных и конфигурационных настроек, функции управления узлов и компонентов

▪        Для операторов и бизнес-пользователей, включая доступ к истории, отчетам, контенту и функциям обработке (пересылке) передаваемых данных и сообщений

▪        Для процессов исполнения и коннекторов —к вычислительным ресурсам и к внешним системам

17.     Шифрование и безопасность

▪        Шифрование хранящихся данных

▪        Шифрование конфигураций и настроек

▪        Симметричное шифрование

▪        Асимметричное шифрование

▪        Хэширование

▪        Обеспечение и соблюдение отраслевых правил и норм безопасности

18.     Технологический стек и совместимость с импортонезависимым системным ПО

▪        Соответствие текущим требованиям регулятора для включения в перечень отечественного ПО (работа на отечественных или импортонезависимых СУБД либо мультиплатформенность (работа с импортными, импортонезависимыми,отечественными ОС, СУБД))

▪        Соответствие текущим рекомендациям регулятора (работа на отечественных и импортонезависимых ОС и использование отечественной или импортонезависимой среды разработки)

19.     Количество реализованных проектов внедрения платформы

20.     Количество проектов миграции

21.     Количество сотрудников компании, занятых в разработке и развитии продукта

22.     Количество сотрудников компании, занятых в службе поддержки

23.     Поддержка

▪        Наличие более 1-й линии техподдержки

▪        Сообщество (в соцсетях и т.п.) для разработчиков,поддерживаемое вендором

▪        Руководства (администратора, пользователя) размещены в открытом доступе

24.     Лицензирование

▪        Модель OnPremise (на локальных серверах)

▪        Разворачивание платформы в частном облаке

▪        Гибридный формат (OnPremise и Cloud)

1- 5 проектов = 5 баллов

6–15 проектов = 10 баллов

16–50 проектов = 15 баллов

1-10 человек = 10 баллов

11–50 человек = 15 баллов