DifícilOpción múltiple

Pregunta de práctica de DA0-002

Una organización está adquiriendo datos de un proveedor externo. El proveedor proporciona un archivo plano con delimitadores inconsistentes y valores faltantes. ¿Qué paso debe realizarse primero en la adquisición de datos?

Elige la mejor respuesta.

Respuesta correcta

  • BData profiling

Explicación

El perfil de datos es el primer paso porque examina los datos para comprender su estructura, calidad y problemas (como delimitadores inconsistentes y valores faltantes) antes de cualquier procesamiento posterior. La opción A (Data integration) es incorrecta porque la integración combina datos de múltiples fuentes y debe realizarse después del perfilado. La opción C (Data transformation) es incorrecta porque transformar datos requiere primero comprender su estado actual mediante el perfilado. La opción D (Data cleansing) es incorrecta porque la limpieza se realiza después de que el perfilado identifica los problemas.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Data integration

La integración combina datos de múltiples fuentes en una vista unificada, lo cual no soluciona los delimitadores malformados de un archivo de un solo proveedor. Es tentador porque adquirir datos de un proveedor externo sugiere combinarlos con sistemas internos, y la integración sería correcta una vez que el archivo sea analizado y depurado.

B

Correcta

Data profiling

El perfilado examina la estructura real del archivo del proveedor, los patrones de delimitadores, las tasas de nulos y las distribuciones de valores antes de cualquier transformación. Esto revela las inconsistencias específicas y los valores faltantes que describe el enunciado, para que el analista pueda diseñar una lógica correcta de análisis y limpieza en lugar de adivinar la verdadera forma del archivo.

C

Incorrecta

Data transformation

La transformación remodela la estructura y aplica reglas de negocio, por lo que no puede analizar un archivo cuyos delimitadores son inconsistentes; los registros deben dividirse primero en campos. Es tentador porque la transformación es genuinamente necesaria más adelante para estandarizar formatos y derivar columnas una vez que los datos se han analizado y limpiado de forma fiable.

D

Incorrecta

Data cleansing

La limpieza maneja valores faltantes y entradas inválidas, pero opera sobre registros analizados; los delimitadores inconsistentes impiden que el archivo se divida en campos en absoluto. Es tentador porque los valores faltantes se mencionan explícitamente, y la limpieza sería el primer paso correcto para un archivo bien delimitado con valores nulos.

Para profundizar

El perfil de datos examina los datos de origen estadística y estructuralmente antes de cualquier transformación, produciendo métricas a nivel de columna como recuentos de nulos, valores distintos, mín/máx, frecuencias de patrones y consistencia de delimitadores. Herramientas como Informatica Data Quality o ydata-profiling de Python generan estos informes. Un comportamiento sutil es que el perfilado revela problemas como delimitadores mixtos (coma frente a barra vertical) y espacios en blanco ocultos o problemas de codificación que de otro modo causarían una pérdida silenciosa de datos durante el análisis sintáctico. Esto importa en las adquisiciones de proveedores porque limpiar o transformar antes de perfilado puede enmascarar problemas sistémicos y producir resultados incorrectos; el perfilado primero establece una línea base de calidad de datos, informa las reglas de transformación y proporciona evidencia para renegociar el contrato del proveedor o rechazar un lote. Es el paso de diagnóstico que precede a la corrección.

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.