Définition
La qualité des données mesure dans quelle mesure des données sont exactes, complètes, cohérentes, à jour et conformes au format attendu. Une adresse client sans code postal, un montant saisi en centimes dans une colonne en euros ou un doublon de fournisseur sont des défauts de qualité. Elle se contrôle par des tests automatisés dans les pipelines et se suit par des indicateurs. Elle conditionne la fiabilité de tout ce qui en découle, du rapport financier au modèle d'IA.
Dans la pratique
Les projets d'IA révèlent brutalement les problèmes de qualité que les rapports toléraient : un modèle apprend les erreurs aussi bien que les régularités. Le profil recherché intègre des tests de qualité (Great Expectations, dbt tests, Soda) dès la construction des pipelines. Le piège est de corriger les données à la main dans les rapports plutôt qu'à la source.
Termes liés
Définition rédigée par L'équipe Top Profil. Glossaire mis à jour le . Tous les termes du glossaire.