1장에서는 데이터 품질 차원과 데이터 품질의 역할 및 책임을 포함한 기본 용어를 소개합니다. 또한 비즈니스 맥락에서 데이터 품질의 중요성과 가치에 대해 배우게 됩니다.

데이터 품질의 중요성

데이터 품질의 가치

데이터 품질 관련 질문

데이터 품질 용어와 개념

맥락에서의 데이터 품질 정의

보너스 데이터 품질 차원

데이터 품질 차원 연습

일관성의 중요성

데이터 품질의 역할과 책임

데이터 거버넌스 팀

어떤 데이터 품질 역할이 맞을까요

어떤 역할의 책임인가요

데이터 품질 용어 정의

2장은 데이터 프로파일을 활용해 각 데이터 품질 차원에 대한 데이터 품질 규칙을 식별하는 것부터 시작합니다. 이어서 메타데이터와 데이터 계보를 학습한 뒤, 이슈 분류와 개선을 위한 전체 데이터 품질 프로세스를 살펴봅니다.

품질 차원을 활용한 데이터 품질 규칙

데이터 품질 규칙

데이터 품질 시나리오

데이터 프로파일

데이터 프로파일 기반 데이터 품질 규칙

데이터 프로파일에서 얻은 결론

메타데이터와 데이터 품질

메타데이터 식별하기

데이터 계보의 순서

데이터 품질 이슈 선별

데이터 라인리지와 메타데이터 활용하기

데이터 품질 프로세스 실행

데이터 품질 프로세스와 구성 요소

3장에서는 다양한 유형의 데이터 품질 규칙과 데이터 품질 알림 임계값 개념을 학습합니다. 마지막으로 차원, 데이터 품질 규칙, 데이터 품질 프로세스, 데이터 품질 알림을 종합하는 연습 문제로 마무리합니다.

탐지형 데이터 품질 규칙

탐지형 규칙 식별하기

감지된 문제에 대한 개선 절차

감지된 문제 수정하기

사전 예방적 데이터 품질 규칙

예방적 규칙을 사용할 때

Options

예방형 데이터 품질 규칙

탐지형 vs. 예방형 데이터 품질 규칙

이상치 탐지

이상치 탐지를 언제 사용하나요

이상치 분류(Triage)

데이터 품질 임계값

임계값 선택

Level 1 - Warning

Level 2 - Critical issue alert

Level 3 - Critical issue prevent

임계값을 중요도에 맞추기

마무리

데이터 품질 규칙 실전 적용

Cheat Sheet - Data Quality Dimensions

데이터와 함께 일한다면 데이터 품질은 반드시 이해해야 하는 핵심 개념입니다. 데이터 품질의 개념과 프로세스는 산업 전반에 걸쳐 적용되며, 데이터를 생성하거나 사용하는 누구나 활용할 수 있어요. 이 강의에서는 데이터 품질 차원, 역할과 책임, 데이터 품질 규칙의 유형 등 기본 내용을 다룹니다. 수강을 통해 데이터 품질 프로세스를 이해하고, 여러분의 데이터를 직접 모니터링할 준비를 하게 됩니다. <br><br>
먼저 데이터 품질의 정의와, 왜 비즈니스 의사 결정에서 꼭 고려해야 하는지부터 배웁니다. 중요성을 이해한 뒤에는 여섯 가지 핵심 데이터 품질 차원을 알아보고, 이 차원을 활용해 탐지형과 예방형 데이터 품질 규칙을 정의해 볼 거예요. <br><br>
강의가 끝나면 데이터 품질 이슈를 모니터링하고, 식별하고, 해결하는 방법을 이해하게 됩니다. 데이터를 사용할 때 잠재적인 품질 이슈를 사전에 고려하며 더 비판적인 시각으로 데이터를 바라보게 될 거예요. 궁극적으로 이 강의에서 다루는 기본 데이터 품질 기법을 적용해 더 나은 결정을 내리고 데이터에 대한 신뢰를 높일 수 있습니다.

데이터 품질 관리의 기초를 탐구하고, 핵심 개념과 기법을 배워 품질을 개선하세요.

데이터 품질 입문

데이터 품질 관리의 기본을 살펴보세요. 데이터 품질을 모니터링하고 개선하기 위한 핵심 개념, 차원 및 기법을 학습하십시오.

이상치 탐지

Create Your Free Account