Data Inspector HXD

Data Inspector HXD analyse les jeux de données sans modifier les données sources afin de révéler structure, qualité et statistiques essentielles. Il prend en charge les formats CSV, JSON et Parquet et s'adresse aux ingénieurs de données, scientifiques des données et aux analystes QA lors de l'ingestion, la validation, l’ingénierie des features et l’aptitude au modèle. Les utilisateurs obtiennent une visibilité sur les types de colonnes, les valeurs manquantes et les distributions, ce qui permet une compréhension rapide des données, la détection d'anomalies et la documentation de la gouvernance. L'outil met l'accent sur la reproductibilité et l'auditabilité pour faciliter les revues interéquipes et les exigences de conformité.
Comment cela fonctionne conceptuellement : le moteur déduit les schémas, calcule des statistiques par colonne (min, max, moyenne, médiane, écart-type pour le numérique; comptages uniques et valeurs les plus fréquentes pour les catégoriques) et signale les valeurs manquantes ou suspectes. Des options avancées calculent des matrices de corrélation, des distributions de percentiles et des indicateurs optionnels d’outliers. Pour les gros jeux de données, le profilage peut échantillonner les données ou fonctionner de manière incrémentielle, avec des aperçus compacts et des rapports exportables en JSON ou CSV.
Cas d'utilisation et éléments différenciateurs : contrôles de qualité avant la modélisation, catalogage des données, compréhension des features et rapports de conformité. Contrairement à des outils ETL complets, il reste en lecture seule et se concentre sur l’inspection, fournissant des métriques précises plutôt que des transformations. Il prend en charge l’analyse numérique locale et les formats ISO de date, aidant les équipes dans différentes régions. Idéal pour les équipes qui ont besoin de profils de données rapides et auditables pour accélérer les décisions basées sur les données.