Exercice

Surveillance et alertes dans un pipeline de données

Il est temps de tout rassembler ! Vous vous en doutiez peut-être : la gestion des erreurs avec try-except et la journalisation vont de pair. Ces deux pratiques sont essentielles pour qu'un pipeline soit résilient et transparent, et elles servent de base à des solutions de surveillance et d'alerte plus avancées.

pandas a été importé sous l'alias pd, et le module logging a été chargé et configuré pour vous. Le DataFrame raw_sales_data a été extrait et est prêt à être transformé.

Instructions 1/3

undefined XP

1

2

3

Créez un message de journalisation au niveau info pour documenter la réussite, et un message de niveau avertissement si la transformation échoue.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}Exercice

Instructions 1/3

Exercice