Les scientifiques des données ont besoin d'un moyen low-code pour explorer, nettoyer et valider les fichiers dans Cloud Storage. Quelle solution offre cette capacité ?

Dataprep est la solution la plus appropriée car elle est conçue pour l'exploration, le nettoyage et la validation de données avec une interface low-code, permettant aux scientifiques des données de travailler directement avec les fichiers dans Cloud Storage sans nécessiter de compétences avancées en programmation. Donner accès à Dataflow est moins idéal car Dataflow est un service de traitement de données par lots et en flux continu qui nécessite généralement plus de compétences en codage (Java, Python, Go) pour créer des pipelines, ce qui n'est pas "low-code". Créer des tables externes dans BigQuery et utiliser des transformations SQL est une approche viable pour l'exploration et la transformation, mais elle ne fournit pas l'interface visuelle et low-code de Dataprep pour le nettoyage et la validation interactifs des données brutes directement depuis Cloud Storage. Charger les fichiers dans BigQuery et utiliser SQL pour les transformer est similaire à l'option précédente. Bien que BigQuery soit excellent pour l'exploration SQL, il ne propose pas les capacités de nettoyage et de validation interactives et visuelles low-code de Dataprep pour les fichiers bruts avant leur ingestion finale.