AMAADOR ACADEMYCertificatsVérifier un certificat

DEET

Test final — Ingénierie des données : ETL, entrepôts, dbt et Airflow

Répondez aux 42 questions. Il faut 80 % ou plus pour réussir. Vous pouvez réessayer autant de fois que vous le souhaitez.

Suivre la formation →

Question 1Un distributeur doit cesser de vendre un article dès que la dernière unité est achetée, sur le web comme en magasin. Quelle conception convient ?
Question 2Que signifie l’abréviation ELT, dans l’ordre ?
Question 3La politique de l’entreprise interdit de stocker les numéros de compte bancaire des salariés dans la plateforme analytique. Le système RH les contient. Que faites-vous ?
Question 4Quelle raison justifie le mieux de choisir l’ELT sur un entrepôt cloud ?
Question 5Le dossier du conseil est produit une fois par mois à partir des KPI de ventes. Un collègue propose une plateforme de streaming « pour être moderne ». Que répondez-vous ?
Question 6Quelle difficulté est typique des pipelines en streaming et bien moindre en batch ?
Question 7Votre chargement incrémental copie les lignes dont updated_at suit la dernière exécution. Au fil des mois, l’entrepôt contient plus de commandes que la source. Pourquoi ?
Question 8Une tâche est idempotente lorsque…
Question 9Un Dag charge les données « d’hier » avec un filtre sur la date du jour moins un jour. Il a échoué deux jours et a été réparé le troisième. Que manque-t-il ?
Question 10Pourquoi préfère-t-on généralement Parquet à CSV pour le stockage analytique ?
Question 11Certaines commandes sont validées à la source quelques minutes après leur horodatage updated_at, si bien qu’un chargement incrémental les saute parfois. Quelle est la correction usuelle ?
Question 12Cette nuit, 1 000 000 de lignes ont été exportées mais la table n’en a reçu que 65 536, et le job est resté vert. Quel contrôle l’aurait détecté ?
Question 13En modélisation dimensionnelle, que définit le « grain » d’une table de faits ?
Question 14Une table de faits contient une ligne par ligne de commande et une colonne « monthly_budget ». Les totaux mensuels sont bien trop élevés. Quel est le problème ?
Question 15Quel type de dimension à évolution lente ajoute une ligne et conserve tout l’historique ?
Question 16Le nom d’un client était mal orthographié à la source et vient d’être corrigé. Les rapports doivent afficher la bonne orthographe pour toutes les années. Quel traitement convient ?
Question 17Pourquoi utiliser une clé de substitution dans une dimension plutôt que l’identifiant du système source ?
Question 18Un rapport additionne le solde de fin de mois d’un compte sur douze mois et obtient un nombre douze fois trop grand. Quelle est la bonne approche ?
Question 19Quel est l’avantage principal d’un entrepôt en colonnes pour les requêtes analytiques ?
Question 20La plupart des requêtes filtrent sur event_date puis sur country. La table d’événements de 3 To n’est partitionnée que par event_date et les requêtes sur un pays restent lentes. Qu’est-ce qui aide le plus ?
Question 21Quelle capacité les formats de tables ouverts comme Iceberg et Delta Lake ajoutent-ils aux fichiers Parquet ?
Question 22Des dirigeants consultent un tableau de bord qui lit directement les tables brutes d’atterrissage. Les chiffres changent à l’arrivée d’un fichier tardif et des doublons apparaissent. Quelle conception est meilleure ?
Question 23Une équipe doit stocker des tables, des journaux JSON et des images, interroger les tables en SQL et entraîner des modèles sur les mêmes données, sans copier entre systèmes. Quel modèle convient le mieux ?
Question 24Que permet au moteur le partitionnement d’une grande table par date ?
Question 25Quel est le rôle principal de la fonction ref() dans un modèle dbt ?
Question 26Pendant dbt build, le test unique sur stg_orders.order_id échoue et les marts en aval sont ignorés. Un collègue propose de retirer le test pour débloquer l’exécution. Que faire ?
Question 27Quand un test de données dbt réussit-il ?
Question 28Un modèle de 500 millions de lignes d’événements est reconstruit entièrement chaque nuit, dure maintenant trois heures et consomme beaucoup de calcul. Les nouveaux événements ne concernent que les un ou deux derniers jours. Quel est le meilleur changement ?
Question 29Vous réécrivez une expression CASE qui attribue des paliers clients et voulez vous assurer que les cas limites fonctionnent avant que les vraies données n’en contiennent. Quelle fonctionnalité dbt aide ?
Question 30Que fait un snapshot dbt ?
Question 31Pourquoi un workflow Airflow est-il décrit comme un Dag ?
Question 32Un Dag de rapport est planifié à 6 h. Quand le chargement de nuit est en retard, le rapport publie les données d’hier. Comment supprimer le pari sur l’heure ?
Question 33Une tâche de chargement échoue de temps en temps car l’API source expire pendant quelques secondes. L’exécution réussit si on la relance. Quel réglage convient ?
Question 34Dans Airflow 3, quel concept a remplacé execution_date dans le contexte de tâche ?
Question 35Une tâche transmet un extrait de 20 Go à la tâche suivante via XCom, et la base de métadonnées d’Airflow ralentit. Quel est le bon schéma ?
Question 36Lors d’une revue, vous trouvez un mot de passe de base de données en clair dans un fichier de Dag stocké dans Git. Que faites-vous ?
Question 37Quelle dimension de qualité demande « les données sont-elles assez fraîches pour leur usage ? »
Question 38Une équipe source renomme une colonne sans prévenir. Le pipeline reste vert, mais le chiffre d’affaires du tableau de bord devient vide. Quel contrôle l’aurait détecté le premier ?
Question 39Que permet de voir le lignage des données ?
Question 40La facture cloud double. Vous découvrez un grand entrepôt de développement resté actif tout le week-end sans utilisateur, et sans étiquette de coût. Que mettre en place ?
Question 41Un client de l’UE demande à l’entreprise de supprimer ses données personnelles. Votre plateforme a une couche brute, des marts et des sauvegardes. Qu’est-ce qui rend la demande gérable ?
Question 42Quel principe du RGPD impose de ne collecter et conserver que les données personnelles nécessaires à la finalité annoncée ?