DifficileChoix unique

Question d'entraînement DA0-002

Une organisation acquiert des données auprès d'un fournisseur externe. Le fournisseur fournit un fichier plat avec des délimiteurs incohérents et des valeurs manquantes. Quelle étape doit être effectuée en premier lors de l'acquisition des données ?

Choisissez la meilleure réponse.

Bonne réponse

  • BData profiling

Explication

Le profilage des données est la première étape car il examine les données pour comprendre leur structure, leur qualité et leurs problèmes (tels que des délimiteurs incohérents et des valeurs manquantes) avant tout traitement ultérieur. L'option A (Data integration) est incorrecte car l'intégration combine des données provenant de sources multiples et doit suivre le profilage. L'option C (Data transformation) est incorrecte car la transformation des données nécessite d'abord de comprendre leur état actuel grâce au profilage. L'option D (Data cleansing) est incorrecte car le nettoyage est effectué après que le profilage a identifié les problèmes.

Pourquoi chaque option est juste ou fausse

A

Fausse

Data integration

L'intégration fusionne des données provenant de sources multiples en une vue unifiée, ce qui ne résout pas les délimiteurs malformés d'un fichier de fournisseur unique. C'est tentant car l'acquisition de données de fournisseurs externes suggère de les combiner avec des systèmes internes, et l'intégration serait correcte une fois que le fichier est analysé et nettoyé.

B

Juste

Data profiling

Le profilage examine la structure réelle du fichier du fournisseur, les modèles de délimiteurs, les taux de valeurs nulles et les distributions de valeurs avant toute transformation. Cela révèle les incohérences spécifiques et les valeurs manquantes décrites dans l'énoncé, afin que l'analyste puisse concevoir une logique correcte d'analyse et de nettoyage au lieu de deviner la véritable forme du fichier.

C

Fausse

Data transformation

La transformation remodèle la structure et applique des règles métier, elle ne peut donc pas analyser un fichier dont les délimiteurs sont incohérents; les enregistrements doivent d'abord être divisés en champs. C'est tentant car la transformation est véritablement requise plus tard pour standardiser les formats et dériver des colonnes une fois que les données sont analysées et nettoyées de manière fiable.

D

Fausse

Data cleansing

Le nettoyage gère les valeurs manquantes et les entrées invalides, mais il opère sur des enregistrements analysés; des délimiteurs incohérents empêchent complètement le fichier d'être divisé en champs. C'est tentant car les valeurs manquantes sont explicitement mentionnées, et le nettoyage serait la bonne première étape pour un fichier bien délimité avec des valeurs nulles.

Pour aller plus loin

Le profilage des données examine les données source de manière statistique et structurelle avant toute transformation, produisant des métriques au niveau des colonnes telles que le nombre de valeurs nulles, les valeurs distinctes, min/max, les fréquences de motifs et la cohérence des délimiteurs. Des outils tels que Informatica Data Quality ou ydata-profiling de Python génèrent ces rapports. Un comportement subtil est que le profilage révèle des problèmes tels que des délimiteurs mixtes (virgule par rapport à la barre verticale) et des espaces blancs cachés ou des problèmes d'encodage qui, autrement, entraînera-raient une perte de données silencieuse lors de l'analyse syntaxique. Cela importe dans les acquisitions auprès de fournisseurs car nettoyer ou transformer avant le profilage peut masquer des problèmes systémiques et produire des résultats incorrects; le profilage établit d'abord une base de référence de la qualité des données, informe les règles de transformation et fournit des preuves pour renégocier le contrat du fournisseur ou rejeter un lot. C'est l'étape diagnostique qui précède la remédiation.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement DA0-002 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.