Font size
WorksheetsDA Practitioner Exam
Total questions: 15
Worksheet time: 1hrs 4mins
Kita memiliki populasi data tentang variable RFM dari customer. Kita ingin mengelompokkan semua customer kita secara otomatis agar bisa mendapatkan hasil kelompok customer berdasarkan kedekatan jarak euclidean. Model statistik seperti apa yang cocok untuk menjawab persoalan ini?
Regression
Classification
Clustering
Reinrforcement Learning
Aplikasi merchant portal memiliki beberapa sistem basis data yang semuanya memiliki fungsi masing-masing namun bekerja sebagai satu kesatuan. Sistem basis data yang ada di infrastruktur merchant portal antara lain postgre SQL sebagai basis data relasional, cassandra sebagai basis data schemaless, serta local filesystem untuk menyimpan sistem log dan akses log. Apabila kita ingin melakukan analisa aggregasi dengan throughput yang besar terhadap seluruh data merchant portal, sistem penyimpanan seperti apa yang cocok? (pilih 2)
Maxcompute Table
OSS object
Elasticsearch index
ALS
Data apakah yang TIDAK bisa diambil dari in-app event?
tombol apa saja yang dipencet oleh user
waktu saat user membuka aplikasi
credit score user
rata-rata panjang sesi user saat menggunakan aplikasi
apakah user merespon marketing campaign yang dibuat lewat push notification
Table mana yang termasuk dalam asset level 1?
ods_aqc_base
ods_ap_fund_order
ods_appromo_publish_order
ods_bp_certificate
Tim data analyst telah membuat table yang menghitung lead time proses KYC dalam satuan hari, table ini digunakan untuk memenuhi kebutuhan report tableau yang akan digunakan tim cutomer support untuk melakukan review proses kyc harian. Kita ingin memastikan bahwa data yang terhitung dalam table ini lengkap untuk setiap dimensi waktu, sehingga tim data quality membuat script yang melakukan perbandingan antara hasil kalkulasi dari data mentah dengan hasil kalkulasi dalam table. Data quality dimension yang dideskripsikan dalam kasus ini?
Completeness
Timeliness
Integrity
Consistency
Apabila kita ingin mengetahui apakah suatu tugas adhoc pernah dikerjakan sebelumnya atau belum dengan cepat, apa yang harus kita lakukan? (pilih 2)
melakukan pencarian card di trello
melakukan pencarian script di dqs
melakukan pencarian di excel sheet adhoc tracking
melakukan pencarian dokumen di confluence
Table dwd_evt_ord_pay_dd saat ini adalah salah satu table dwd dengan waktu eksekusi paling lama, suatu hari tim data engineer telah membuat table lain yang memiliki fungsi dan struktur yang hampir sama dengan table ini, namun dengan waktu eksekusi yang lebih singkat. Apabila kita ingin melakukan migrasi total terhadap job-job yang awalnya bergantung ke table dwd_evt_ord_pay_dd agar menjadi bergantung ke table yang baru. manakah yang termasuk cara untuk memastikan proses migrasi ini berjalan dengan aman (tidak ada downtime setelah migrasi dilakukan dan table lama di non-aktifkan)?
menunggu selama seminggu setelah migrasi selesai, sebelum menon-aktifkan job table yang lama
membuat satu virtual task yang isinya adalah job-job yang bergantung pada table lama, lalu memindahkan dependency dari virtual task ini dari table lama ke table baru
membuat satu virtual task yang akan berhasil dieksekusi apabila ada task yang bergantung pada table lama selesai, pabila virtual task ini tidak pernah dieksekusi dalam kurun waktu dua minggu, makan table lama bisa di nonaktifkan
memasukkan monitoring job-job yang bergantung pada table lama ke dalam list on-duty harian
Alasan apa yang membuat MySQL menjadi tools yang tidak sesuai untuk membuat data warehouse?
Mengingkatkan kapasitas storage MySQL membutuhkan peningkatan kapasitas computing juga
MySQL tidak bisa menyimpan data dengan volume yang besar
MySQL melakukan pemrosesan data berdasarkan row
MySQL tidak bisa memproses data dengan volume yang besar
Di antara tools yang disebut di bawah ini, mana yang TIDAK cocok digunakan untuk centralized data visualization platform
Microsoft Power BI
Google Cloud Data Studio
Tableau
Microsoft Excel
AWS QuickInsight
Data apa yang termasuk dalam PII?
jumlah total transaksi user
ip_role_id user
hari terakhir transaksi user
ip_id user
nomor telepon user
Alasan utama menggunakan incremental table dibandingkan fullscale table adalah
untuk menyimpan data summary
data source sering mengalami perubahan
mudah untuk melakukan maintenance terhadap data accuracy
untuk menyimpan historical data
Task apa yang kita gunakan apabila ada dua job yang dependent namun berbeda environment
trigger task
merge task
notification task
virtual task
Apa alasan utama untuk merepresentasikan data dalam tabular format dan bukan grafis?
pattern dari suatu data tidak beraturan
ingin menampilkan data yang kompleks
lebih mudah untuk dimengerti
kebutuhan untuk melihat spesifik value di dalam data set
Di bawah ini merupakan alasan penggunaan line chart pada suatu dashboard, kecuali
untuk memonitor perubahan pada suatu periode waktu
untuk menampilkan data set yang sangat besar
untuk membandingkan trend pada beberapa variabel
untuk melihat maksimun atau minimum value
Keuntungan memiliki data dictionary di dalam suatu sistem
Sebagai pengganti dokumentasi dalam membuat suatu produk
Untuk mengatur akses management di dalam suatu DWH
Menghindari redundancy report ataupun table
Mengcapture kebutuhan user dalam membuat suatu produk
