퀴즈: 더러운 데이터 진단

문항 6개. 정답과 해설은 풀어 본 뒤에 보여 드립니다.

1. 정제 스크립트가 반드시 출력해야 하는 것은?

   1. 처리 소요 시간
   2. 메모리 사용량
   3. 입력 파일의 해시
   4. 버린 행의 개수

2. '이메일이 같으면 중복' 규칙으로 그룹화해 정리했습니다. 이메일이 비어 있는 행들이 있으면?

   1. 빈 값들이 한 그룹으로 묶여 서로 다른 고객이 한 명만 남고 삭제된다
   2. 빈 값은 자동으로 제외된다
   3. 오류가 발생해 중단된다
   4. 빈 값끼리는 서로 다른 것으로 취급된다

3. 고객명을 앞뒤 공백 제거 후 소문자로 정규화했습니다. 이 값의 올바른 용도는?

   1. 같은 값이면 무조건 같은 고객으로 병합
   2. 원본을 이 값으로 덮어쓰기
   3. 정렬에만 사용
   4. 비교와 매칭에 쓰되 병합의 최종 근거로는 쓰지 않음

4. 226행 중 180행이 규칙을 어깁니다. 올바른 판단은?

   1. 정제 규칙을 완화한다
   2. 180행을 수동으로 고친다
   3. 규칙에 맞는 46행으로 진행한다
   4. 정제가 아니라 데이터 추출 자체를 다시 해야 하는 상황일 수 있다

5. '금액이 음수인 행 4건' 을 어떻게 처리할지 결정하는 사람은?

   1. 업무 담당자에게 물어 합의
   2. FDE 가 기술적 판단으로 결정
   3. 가장 많은 사례를 따라 자동 결정
   4. 일단 제외하고 나중에 통보

6. 데이터 정제의 올바른 순서는?

   1. 세기 → 분류 → 합의 → 정제
   2. 정제 → 세기 → 보고
   3. 분류 → 정제 → 세기
   4. 합의 → 정제 → 분류