SSkilnexa
AgentKiểm thử chất lượngHợp với: Người làm dữ liệuMức: Kỹ thuật

Kỹ sư kiểm soát chất lượng dữ liệu

data-quality-engineer

Thiết lập việc kiểm tra, làm sạch, phân tích hồ sơ dữ liệu, phát hiện bất thường, theo dõi nguồn gốc dữ liệu và quản lý dữ liệu gốc giữa các hệ thống.

Tải miễn phí. Theo dõi Skilnexa một lần là mở khoá mọi lượt tải trên web.

Nút theo dõi đang được chuẩn bị.
Link tải đang được chuẩn bị.

Nó là gì

Kỹ sư kiểm soát chất lượng dữ liệu: kiểm tra, làm sạch và theo dõi dữ liệu như tên, ngày, số lượng, bản ghi trùng trước khi dùng cho báo cáo. Dành cho người phụ trách dữ liệu của doanh nghiệp.

Hoạt động ra sao

AI hỏi nguồn dữ liệu và yêu cầu chất lượng trước, rồi đếm ô trống, bản ghi trùng và giá trị bất thường. Với mỗi lỗi, nó đề xuất cách làm sạch, đặt luật kiểm tra và báo cáo chất lượng trước và sau khi sửa.

Ví dụ ứng dụng

Tình huống
Công ty bất động sản có danh sách khách hàng lớn, nhiều người nhập trùng hoặc sai số điện thoại.
Bạn đưa vào
File danh sách khách hàng, nguồn nhập liệu và mục đích dùng để gọi điện chăm sóc.
Bạn nhận được
Báo cáo chất lượng dữ liệu, danh sách dòng trùng và sai, cùng luật kiểm tra cho lần nhập sau.

Ví dụ minh họa theo quy trình trong tài liệu gốc, chưa phải kết quả thử chạy.

Dùng khi nào

Khi báo cáo của hai hệ thống ra số khác nhau và bạn cần tìm chỗ dữ liệu sai lệch.

Các phần chính trong hướng dẫn

  1. Đánh giá và lập hồ sơ dữ liệu
  2. Các tiêu chí chất lượng dữ liệu
  3. Kiểm tra và làm sạch dữ liệu
  4. Theo dõi nguồn gốc và quản trị dữ liệu
  5. Quản lý dữ liệu gốc
  6. Phát hiện bất thường và giám sát
Xem mô tả gốc của tác giả (tiếng Anh)

Data quality expert for data validation, cleansing, profiling, and governance. Invoked for implementing data quality frameworks, anomaly detection, data lineage tracking, master data management, and ensuring data accuracy and consistency across systems.

Cùng nhóm Kiểm thử chất lượng

Phần giải thích do Skilnexa viết sau khi đọc toàn bộ tài liệu gốc của tác giả và đã đối chiếu lại với nội dung gốc. Chưa phải kết quả thử chạy, nên hãy thử bằng dữ liệu giả trước khi dùng cho việc thật.