Python Data QualitätModul 1: Grundlagen der Datenqualität
  • Bedeutung von Datenqualität
  • Typische Qualitätsprobleme
  • Qualitätsmetriken
Modul 2: Validierung und Tests
  • Einsatz von Great Expectations
  • Automatisierte Qualitätsprüfungen
  • Integration in Pipelines
Modul 3: Monitoring und Dokumentation
  • Überwachung der Datenqualität
  • Behandlung von Fehlern
  • Dokumentation von Qualitätsregeln