Qualité et intégration des données

Concepts MLOps

Folkert Stijnman

ML Engineer

Qualité et intégration des données

Qu'est-ce que la qualité des données ?

• La qualité des données est une mesure de la capacité des données à remplir leur fonction prévue
• Évalué selon différents critères
• La qualité du modèle de ML dépend des données

Dimensions de la qualité des données

• Précision
• Exhaustivité
• Cohérence
• Rapidité d’exécution

Exemple de dimensions de la qualité des données

Dimension	Exemple de question à laquelle répondre	Exemple de qualité dimensionnelle
Précision	Nos données décrivent-elles correctement le client ?	L'âge du client indiqué dans les données est de 18 ans, mais il a en réalité 32 ans.
Exhaustivité	Y a-t-il des données clients manquantes ?	Pour 80 % des clients, nous ne disposons pas de nom de famille.
Cohérence	La définition du client est-elle synchronisée à l'échelle de l'entreprise ?	Le client est répertorié comme actif dans une base de données, mais inactif dans une autre.
Rapidité d'exécution	Quand les données relatives aux commandes des clients sont-elles disponibles ?	Les commandes des clients sont synchronisées à la fin de la journée, mais ne sont pas disponibles en temps réel.

Une qualité médiocre des données ne signifie pas la fin du projet !

Ingestion de données

Passons à la pratique !

Concepts MLOps