DifícilSelección múltiple

Pregunta de práctica de DA0-002

¿Cuáles TRES son desafíos en la adquisición de datos de fuentes externas? (Seleccione tres.)

Elige todas las respuestas correctas.

Respuestas correctas

  • CRestricciones de licencia
  • DLimitación de velocidad
  • EInconsistencia en el formato de los datos

Explicación

Las restricciones de licencia (C) son un desafío genuino de adquisición de datos externos porque los proveedores externos imponen términos contractuales, límites de uso y restricciones de redistribución que pueden bloquear o limitar legalmente cómo se ingieren y reutilizan los datos. La limitación de velocidad (D) es correcta porque las API y fuentes externas normalmente imponen cuotas de solicitudes (por ejemplo, respuestas HTTP 429, tokens por minuto), lo que obliga a la limitación de tasa, los reintentos o el procesamiento por lotes que complican la adquisición. La inconsistencia en el formato de los datos (E) es correcta porque las fuentes externas entregan datos en esquemas y codificaciones heterogéneas (JSON, XML, CSV, formatos propietarios, diferentes convenciones de fecha/número), lo que requiere análisis y normalización antes de su uso. La redundancia de datos (A) es un problema interno de calidad de datos sobre registros duplicados en lugar de un obstáculo de adquisición externa, y el acceso no autorizado (B) es un problema de seguridad que afecta a la protección de datos, no un desafío inherente a la adquisición de datos de fuentes externas.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Redundancia de datos

La redundancia surge del almacenamiento interno y del diseño de integración, no del proceso de adquisición externa en sí. Es tentadora porque los registros duplicados complican genuinamente la limpieza posterior y la carga en el almacén, por lo que parece relacionada con los datos; sin embargo, el enunciado pregunta sobre los desafíos de adquisición de fuentes externas, donde se aplican la inconsistencia de formato, las restricciones de acceso y los términos de licencia.

B

Incorrecta

Acceso no autorizado

El acceso no autorizado se refiere a la protección de los datos que ya posee, no a la dificultad de obtenerlos de proveedores externos. Es tentador porque el intercambio externo plantea preocupaciones reales de seguridad y el control de acceso es un tema real de gobernanza de datos; sin embargo, los desafíos de adquisición son la disponibilidad, el formato, el costo y las restricciones contractuales impuestas por la fuente.

C

Correcta

Restricciones de licencia

Los conjuntos de datos externos llegan bajo licencias públicas o de proveedores que rigen el uso permitido, la redistribución y las obras derivadas. Estos términos contractuales limitan si los datos pueden ser ingeridos y almacenados legalmente, haciendo que las restricciones de licencia sean un desafío genuino de adquisición en lugar de una preocupación de procesamiento técnico.

D

Correcta

Limitación de velocidad

Las API y los proveedores externos limitan el volumen de solicitudes por intervalo, por lo que las canalizaciones de adquisición deben aplicar limitación (throttling), procesamiento por lotes o retroceso para evitar llamadas rechazadas. Este límite de rendimiento limita directamente la rapidez con la que se pueden recopilar los datos, lo que hace que la limitación de velocidad sea una restricción estructural de la obtención de datos fuera de la organización.

E

Correcta

Inconsistencia en el formato de los datos

Los terceros suministran datos en diferentes esquemas, codificaciones y delimitadores, por lo que los registros no se pueden cargar de manera uniforme sin transformación. La conciliación de estas diferencias estructurales añade esfuerzo de análisis y mapeo durante la ingestión, lo que convierte a la inconsistencia de formato en un desafío fundamental de adquisición para fuentes externas.

Para profundizar

La adquisición de datos externos implica la negociación de SLA, cuotas de API y términos de licencia (por ejemplo, Creative Commons, proveedores de datos comerciales, portales gubernamentales de datos abiertos). Los límites de velocidad a menudo se aplican a través de HTTP 429 con encabezados Retry-After, requiriendo retroceso exponencial y clientes de cubos de fichas (token-bucket). La inconsistencia de formato abarca la deriva de esquemas (campos agregados/eliminados), diferencias de codificación (UTF-8 frente a Latin-1) y desajustes semánticos (por ejemplo, 'date' como cadena frente a época). Un comportamiento sutil: muchos proveedores versionan las API, por lo que un extremo v1 puede cambiar silenciosamente la semántica de los campos, rompiendo los trabajos de ETL. En escenarios reales, los ingenieros de datos construyen capas de bronce/plata/oro en un lakehouse para absorber estas inconsistencias antes del análisis, y los equipos legales mantienen un registro de licencias de datos para evitar violaciones de cumplimiento.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de DA0-002 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.