データバージョニングとは
データバージョニングとは、データセットの変更履歴を追跡・管理し、任意の時点の状態に戻ることを可能にする手法のことです。ソースコードのバージョン管理（Git等）と同様のコンセプトをデータに適用し、実験の再現性確保、変更のトレーサビリティ、チームでの協働を支援します。機械学習プロジェクトにおけるMLOpsの重要な構成要素です。
バージョニングの手法
データバージョニングの実現方法はいくつかあります。ファイルベースでは、データファイル自体をスナップショットとして保存します。ストレージ容量を節約するために、変更されたファイルのみを保存する差分バージョニングが一般的です。メタデータベースでは、データ自体は大容量ストレージに保存し、Git等でメタデータ（ハッシュ値、パス、バージョン情報）のみを管理します。DVC（Data Version Control）がこの手法の代表例です。
ガバナンスとの関係
データバージョニングはデータガバナンスの重要な要素です。コンプライアンス監査において、特定の時点でどのデータが使用されていたかを証明する必要がある場合、バージョン管理が不可欠です。また、モデルに問題が発生した際に、どのバージョンのデータで学習されたかを特定し、問題の原因を調査するためにも必要です。データバージョニングの方針（何をバージョン管理するか、保存期間、アクセス権限等）を組織として定め、運用することが推奨されます。