データスワンプの防止
I社では、各部署がデータレイクに自由にファイルを置いてきた。その結果、どのファイルが最新なのか、誰が何の目的で作ったのかが分からず、ほとんど使われなくなった。改善策として適切なものを2つ選べ。
- A
混乱を避けるため、生データは保存せずに加工後のデータだけを残すようにする
- B
データセットごとに作成者、更新日、項目の意味をデータカタログに登録する
- C
生データ、加工済み、提供用などの領域を分け、置き場所と命名の規則を決める
- D
形式を揃えるため、置く前に全てのデータを1つの巨大な表に結合して保存する
正解と解説を見る
正解:B・C
管理されていないデータレイクは「データスワンプ(沼)」になる。カタログ化と、領域や命名の規則で防ぐ。
- A
誤り。生データがないと、加工の誤りを直したり別の目的で使い直したりできない。
- B
正しい。メタデータを登録すれば、データを探しやすくなり、信頼できるかも判断しやすくなる。
- C
正しい。領域と規則を決めれば、データの位置づけが分かり、無秩序な状態を防げる。
- D
誤り。多様な形式のまま蓄えられるというデータレイクの利点が失われる。結合の仕方によって情報が欠けることもある。
このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。