数据质量治理框架

12小时前发布 0 00

技能简介生产环境数据质量工程实践,通过声明式验证规则与自动化测试机制,确保数据管道的可靠性。适用于数据平台建设与数据产品运营的质量管控需求。能做什么整理数据并生成分析结果提炼指标变化与异常点输出报表或结论摘要使用说明准备数据源和分析口径。执行整理、比对和指标计算。输出报表并复核关键结论。pip install great_expectat...

收录时间:
2026-03-06
数据质量治理框架数据质量治理框架
数据质量治理框架

技能简介

生产环境数据质量工程实践,通过声明式验证规则与自动化测试机制,确保数据管道的可靠性。适用于数据平台建设与数据产品运营的质量管控需求。

能做什么

  • 整理数据并生成分析结果
  • 提炼指标变化与异常点
  • 输出报表或结论摘要

使用说明

  • 准备数据源和分析口径。
  • 执行整理、比对和指标计算。
  • 输出报表并复核关键结论。

pip install great_expectations

英文名

data-quality-frameworks

输入与输出

见下方输入与输出表格。

输入输出
任务目标、输入资料和约束条件;需要处理的平台或对象;结果格式要求结构化结果;执行建议或可交付产物;便于复核的后续说明

 

风险提示

  • 涉及外部平台接口、账号或权限时,先确认授权边界与数据访问范围。
  • 自动生成或自动执行结果应保留人工复核,避免直接替代最终业务判断。
  • 若处理内部资料、客户信息或经营数据,应先完成脱敏与权限控制。

来源信息

原始链接:https://github.com/wshobson/agents
来源类型:GitHub 开源仓库

数据统计

相关导航

暂无评论

none
暂无评论...