본문으로 바로가기

강의

Great Expectations로 배우는 데이터 품질 입문

중급기술 수준

업데이트됨 2026. 4.

Python의 Great Expectations 라이브러리로 데이터 사이언스·데이터 엔지니어링 워크플로에서 높은 데이터 품질을 보장하세요.

무료로 강의 시작

PythonData Engineering

4시간

14 동영상

42 연습 문제

3,500 XP

3,077

성취 증명서

수천 개 기업의 학습자들이 사랑하는

팀을 교육하시나요?

비즈니스용으로 체험해 보세요

강의 설명

Great Expectations는 데이터 과학 및 데이터 엔지니어링 워크플로우에서 데이터 품질을 모니터링하는 강력한 도구입니다. 이 플랫폼은 Python에 쉽게 통합될 수 있어, Python 사용자가 숙련되게 활용할 수 있는 유용한 라이브러리입니다.

Great Expectations의 핵심에는 데이터에 대해 확인하고자 하는 Expectation, 즉 단언문이 있습니다. 이 강의는 실제 데이터셋에 연결하고 Expectations를 적용하는 방법을 배우는 것으로 시작합니다. 그런 다음, Expectations를 검색, 편집, 삭제하는 방법과 프로덕션 배포에서 새로운 데이터셋에 Expectations를 적용하는 파이프라인을 구축하는 방법을 배우게 됩니다.

마지막으로, 숫자 및 문자열 열과 같은 특정 유형의 Expectation에 대해 배우고, 다른 열의 값에 따라 한 열에 대한 Expectation을 작성하는 방법을 익히게 됩니다.

이 강의가 끝나면, Great Expectations Python 라이브러리에 대한 탄탄한 기초를 갖추게 됩니다. 플랫폼의 핵심 기능을 사용하여 데이터의 품질을 모니터링할 수 있으며, 데이터 품질 기준을 충족한다는 확신을 가지고 데이터를 사용할 수 있습니다.

선수 조건

Data Manipulation with pandas

1

Connecting to Data

Understand why Great Expectations (GX) is such a powerful tool for monitoring data quality. Get familiar with the basics of GX, including how to start a session using a Data Context, and how to load in a pandas dataframe using a Data Source, Data Asset, and Batch Definition.

Create a Data Context

Create your Data Context

Sneak Peek into GX

Keyword Definitions

Connect to Data

Concept Review

Create a Data Source and Data Asset

Read Data in Batches

Create a Batch Definition and Batch

Inspect your Batch

2

Establishing Expectations

Create and evaluate basic shape and schema Expectations. Validate your Expectations either individually, as part of an Expectation Suite with a Batch Definition, or using a Validation Definition.

Create Expectations

Establish a Column Count Expectation

Evaluate Validation Results

Schema Expectations

Establish a Column Name Expectation

Establish a Column Range Expectation

Create a Suite of Expectations

Create an Expectation Suite

Validate your Expectation Suite

Validate Expectation Suites

Create and Run a Validation Definition

Validation Definition vs. Batch Definition

3

GX in Practice

Learn practical skills that will help you dominate the dynamic nature of Expectations in the real world. Deploy Validation Definitions using Checkpoints; update your Expectation Suites; and learn how to add, retrieve, list, and delete key GX components.

Deploy Validation Definitions

Concept Check

Create a Checkpoint

Update Expectation Suites

Copy an Expectation

Delete an Expectation

Update an Expectation

Manage Components

Add and list components

Manage a Checkpoint

4

All About Expectations

Dive head-first into the world of Expectations. Practice creating basic column Expectations, row- and aggregate-level numeric Expectations, string and string parseability Expectations, and more. Learn how to apply Expectations to only some rows of a dataframe.

Basic Column Expectations

Establish row-level Expectations

Establish aggregate-level Expectations

Type-Specific Expectations

Establish numeric Expectations

Establish string Expectations

Conditional Expectations

Write up a Conditional Expectation

Invert a Conditional Expectation

Great Expectations로 배우는 데이터 품질 입문

강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 인증서를 추가하세요
소셜 미디어와 성과 평가에서 공유하세요지금 등록

19백만 명 이상의 학습자와 함께 Great Expectations로 배우는 데이터 품질 입문을(를) 시작하세요!

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.