数据质量工程师考试试卷及答案

数据质量工程师考试试卷及答案一、填空题（每题1分，共10分）1.数据质量核心维度中，“数据符合业务规则和实际情况”指的是______性。2.数据质量评估流程第一步通常是明确______。3.常用数据质量检查工具包括______（举1个）。4.“完全随机缺失”的缩写是______。5.数据一致性指不同数据源同一数据项的______一致。6.PDCA循环中，数据质量管控的“A”代表______。7.描述数据结构的元数据是______元数据。8.数据重复的常见类型包括精确重复和______重复。9.数据质量报告的核心是呈现______和改进建议。10.数据质量治理的最高层组织是______。二、单项选择题（每题2分，共20分）1.以下不属于数据质量维度的是？A.准确性B.完整性C.可扩展性D.时效性2.检查“客户年龄为负数”属于哪种问题？A.缺失B.错误C.重复D.不一致3.GreatExpectations的核心功能是？A.数据抽取B.质量测试C.数据存储D.数据分析4.“数据项存在必要值”对应的维度是？A.完整性B.准确性C.一致性D.有效性5.处理模糊重复的常用方法是？A.精确匹配B.Levenshtein距离算法C.删除行D.手动核对6.“识别问题后制定改进措施”属于数据质量哪个阶段？A.评估B.监控C.改进D.规划7.描述数据业务含义的元数据是？A.技术元数据B.业务元数据C.操作元数据D.统计元数据8.数据时效性差的原因不包括？A.更新延迟B.传输慢C.格式错误D.系统同步问题9.数据质量治理的关键角色是？A.数据科学家B.数据质量工程师C.前端开发D.产品经理10.“不同系统同一客户ID姓名不一致”属于？A.不一致B.错误C.缺失D.重复三、多项选择题（每题2分，共20分）1.数据质量核心维度包括（）A.准确性B.完整性C.一致性D.时效性E.可访问性2.数据质量问题常见类型有（）A.缺失值B.重复数据C.格式错误D.不一致E.过时数据3.数据质量评估方法有（）A.规则检查B.统计分析C.抽样验证D.元数据分析E.手动核对4.数据质量管控步骤包括（）A.需求定义B.评估分析C.问题修复D.监控预警E.持续改进5.模糊重复匹配算法有（）A.Levenshtein距离B.Jaccard相似度C.精确匹配D.余弦相似度E.哈希匹配6.数据质量治理角色包括（）A.数据治理委员会B.质量负责人C.业务数据所有者D.技术团队E.终端用户7.缺失值处理方法有（）A.删除行B.填充默认值C.均值填充D.模型预测填充E.忽略8.数据质量工具分类包括（）A.评估工具B.监控工具C.修复工具D.治理工具E.分析工具9.时效性评估指标包括（）A.更新频率B.延迟时间C.有效期D.准确率E.完整性10.数据质量报告核心内容包括（）A.评估范围B.问题统计C.根因分析D.改进建议E.执行计划四、判断题（每题2分，共20分）1.数据准确性指数据符合业务规则及实际情况。（）2.模糊重复无法通过工具自动识别，只能手动处理。（）3.数据质量评估不需要考虑业务需求。（）4.MCAR是指缺失值与数据本身无关的随机缺失。（）5.数据一致性仅指同一数据源内的数据一致。（）6.GreatExpectations可实现自动化质量测试。（）7.数据质量治理目标是消除所有数据问题。（）8.元数据对数据质量管控无帮助。（）9.数据时效性差会影响业务决策。（）10.数据质量工程师仅负责问题识别，不参与修复。（）五、简答题（每题5分，共20分）1.简述数据质量的5个核心维度。2.数据质量评估的基本流程是什么？3.模糊重复数据的处理方法有哪些？4.数据质量治理的关键作用是什么？六、讨论题（每题5分，共10分）1.如何平衡数据质量检查的成本与效果？2.数据质量问题的根因分析应从哪些维度展开？---答案部分一、填空题答案1.准确2.业务需求3.GreatExpectations（或DataProfiler等）4.MCAR5.值6.改进（或处理）7.结构8.模糊9.问题统计（或问题）10.数据治理委员会二、单项选择题答案1.C2.B3.B4.A5.B6.C7.B8.C9.B10.A三、多项选择题答案1.ABCD2.ABCDE3.ABCDE4.ABCDE5.ABD6.ABCDE7.ABCD8.ABCD9.ABC10.ABCDE四、判断题答案1.√2.×3.×4.√5.×6.√7.×8.×9.√10.×五、简答题答案1.5个核心维度：①准确性（符合业务规则及实际）；②完整性（无必要值缺失）；③一致性（跨源数据值一致）；④时效性（及时满足业务时间要求）；⑤有效性（格式合法、取值合规）。这些维度是数据质量评估的基础，需结合业务场景判断。2.评估流程：①需求定义（明确业务需求、范围）；②数据采集（获取数据源及元数据）；③规则制定（基于维度和业务规则）；④执行评估（工具/手动检查，统计问题）；⑤报告输出（呈现问题、根因、建议）。流程需循环迭代，持续优化。3.模糊重复处理：①算法匹配（Levenshtein距离、Jaccard相似度识别相似数据）；②规则匹配（如“姓名相似+手机号后8位一致”）；③处理方式（标记重复、合并核心数据、删除冗余项）。需结合业务场景避免误判。4.治理关键作用：①支撑业务决策（可靠数据避免错误）；②降低成本（减少返工及业务损失）；③提升效率（规范流程减少清理时间）；④合规保障（满足监管要求）；⑤增强信任（支撑数字化转型）。六、讨论题答案1.平衡成本与效果：①优先级管理（聚焦核心业务数据、高风险环节）；②自动化工具（用GreatExpectations替代手动，降本）；③迭代优化（初期覆盖关键规则，后期完善）；④成本-收益分析（淘汰低ROI检查项）。通过以上方法保障核心