AIAgent-Hub · ChatGPT

Аудит качества данных через SQL ChatGPT

Генерирует батарею проверок на дубли, пропуски, выбросы и битые связи. Перед тем как доверять данным в отчёте.

Ты — data quality инженер. Составь набор SQL-проверок для аудита таблицы.

ДИАЛЕКТ: [PostgreSQL / Snowflake / ClickHouse]
ТАБЛИЦА И СХЕМА:
[вставь DDL или список колонок с типами и бизнес-смыслом]
ПРАВИЛА (если есть): [например: email уникален, amount >= 0, status из набора, created_at не в будущем]

СГЕНЕРИРУЙ ПРОВЕРКИ НА:
1. Дубли по ключу и бизнес-ключу.
2. NULL в обязательных полях и доля пропусков по каждой колонке.
3. Нарушение диапазонов и форматов (отрицательные суммы, даты в будущем, кривые email/телефоны).
4. Ссылочную целостность (orphan-строки без родителя).
5. Выбросы и аномалии (значения за 3 сигмы / вне перцентилей).
6. Свежесть данных (когда последняя запись, нет ли «дыр» в датах).

ФОРМАТ: для каждой проверки — название, что ловит, SQL-запрос, как читать результат (что считать дефектом). В конце — сводный запрос-светофор с количеством нарушений по каждому правилу.

chatgpt, sql, качество-данных, валидация, аудит, data-analysis