Question 1

Qu'est-ce qu'une valeur manquante (missing value) dans un jeu de données ?

Accepted Answer

Une valeur manquante représente une donnée absente ou non renseignée dans un champ. Elle peut apparaître sous forme de cellule vide, NULL en base de données, ou NaN dans un DataFrame. Identifier les valeurs manquantes est la première étape du nettoyage de données car elles peuvent fausser les analyses statistiques et les agrégations.

Question 2

Quelle est la différence entre une valeur NULL et une chaîne vide dans une base de données ?

Accepted Answer

NULL signifie que la valeur est inconnue ou n'existe pas, tandis qu'une chaîne vide est une valeur connue qui se trouve être vide. Cette distinction est fondamentale en SQL car NULL ne peut pas être comparé avec l'opérateur = (il faut utiliser IS NULL), alors qu'une chaîne vide peut être comparée normalement avec = ''.

Question 3

Qu'est-ce qu'un doublon dans un jeu de données ?

Accepted Answer

Un doublon est un enregistrement qui apparaît plus d'une fois dans un jeu de données, soit de manière exacte (toutes les colonnes identiques), soit partielle (certaines colonnes clés identiques). Les doublons faussent les comptages, les sommes et les moyennes. Leur détection repose généralement sur l'identification de colonnes clés qui devraient être uniques.

Data Cleaning - Nettoyage des données

Qu'est-ce qu'une valeur manquante (missing value) dans un jeu de données ?

Réponse

Quelle est la différence entre une valeur NULL et une chaîne vide dans une base de données ?

Réponse

Qu'est-ce qu'un doublon dans un jeu de données ?

Réponse

Quelle technique permet de détecter les doublons exacts en SQL ?

Qu'est-ce qu'un outlier (valeur aberrante) dans un jeu de données ?

Autres sujets d'entretien Data Analytics

Google Sheets - Les fondamentaux

Google Sheets - Formules avancées

SQL - Les fondamentaux

SQL - Agrégations et groupements

SQL - Jointures

BigQuery - Fondamentaux

KPIs et métriques business

Statistiques descriptives

Zapier et automatisation No-Code

Principes de data visualisation

Python & Pandas - Fondamentaux

Google Sheets - Dashboards automatisés

SQL - Sous-requêtes et CTEs

SQL - Window Functions

BigQuery - Fonctionnalités avancées

Data Modeling

Analyse de funnels et conversion

Analyse de cohortes et rétention

Google Tag Manager et tracking

APIs et webhooks

dbt - Fondamentaux

AB Testing et statistiques appliquées

Looker Studio (Google Data Studio)

Power BI - Fondamentaux

SQL - Requêtes analytiques avancées

dbt - Fonctionnalités avancées

Power BI - DAX et dashboards avancés

Python Analytics - Analyse avancée et ML

Maîtrise Data Analytics pour ton prochain entretien