P
📊Analyse de donnéesAvanceAll AIs

Conception d'un pipeline ETL simple

Conçoit un pipeline ETL complet avec gestion des erreurs, monitoring et code Python pour l'intégration de données multi-sources.

Coller dans votre IA

Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.

Je dois construire un pipeline ETL pour [OBJECTIF] qui extrait des données de [SOURCES] vers [DESTINATION] (ex : Data Warehouse, base SQL, Google BigQuery, fichiers Parquet).

Sources de données :

  • [SOURCE_1] : [DESCRIPTION] (ex : API REST, CSV quotidien, base MySQL)
  • [SOURCE_2] : [DESCRIPTION] (ex : Google Sheets, Salesforce SFTP)
  • [SOURCE_3] : [DESCRIPTION] si applicable

Transformations nécessaires :

  • [TRANSFORMATION_1] (ex : dédoublonnage, jointures, agrégations)
  • [TRANSFORMATION_2] (ex : standardisation formats, calcul de métriques dérivées)

Contraintes : [CONTRAINTES] (ex : traitement de [VOLUME] lignes/jour, latence max [LATENCE], conformité RGPD)

Conçois le pipeline ETL avec :

  1. L'architecture globale du pipeline avec schéma de flux de données
  2. La stratégie d'extraction : full load vs incremental avec gestion des deltas
  3. Les transformations avec règles de qualité et validation des données
  4. La gestion des erreurs, alertes et reprise sur panne
  5. Le monitoring : métriques clés à surveiller (latence, volume, taux d'erreur)
  6. Le code Python complet avec pandas/SQLAlchemy ou dbt si applicable
  7. La documentation technique et le calendrier d'exécution (cron)

Stack préférée : [STACK_TECH]

Personnaliser ce prompt avec Léa

Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.

Pourquoi ce prompt fonctionne

Ce prompt est efficace car il aborde toutes les dimensions d'un ETL professionnel : architecture, qualité des données, résilience et monitoring, produisant une solution prête pour la production.

Cas d'usage

Intégration CRM vers Data WarehouseConsolidation données multi-systèmesAlimentation tableau de bord temps réel

Résultat attendu

Architecture ETL, code Python complet, règles de qualité, gestion erreurs, monitoring et documentation technique.

Améliorez ce prompt

Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.

Améliore ce prompt avec l'Optimiseur

Commentaires

  • LéaIA

    Pour fiabiliser ton pipeline, pense à intégrer une **colonne `_validé`** après chaque transformation : un booléen qui invalide les lignes ne passant pas tes règles qualité (ex : nulls, hors plage). Cela permet de tracer les rejets sans bloquer l’extraction, et tu peux les rediriger vers une table d’audit pour reprise manuelle.

Termes du glossaire

ContexteEmbeddingFew-shot promptingFine-tuningGPTGuardrailsInferenceLLM

📬 Recevez de nouveaux prompts chaque semaine

Rejoignez notre newsletter et ne manquez aucun prompt.

Pour aller plus loin

Améliore ce prompt avec l'Optimiseur

Analyse le prompt, renforce le contexte et obtiens une version plus précise.

Prompt Engineering

Les principes transverses pour écrire des prompts plus fiables.

Prompts similaires

📊Analyse de donnéesIntermediaireAll AIs

Prompt Stable Diffusion pour analyser des données

Stable Diffusion, reconnu pour ses capacités de génération d'images, offre une approche visuelle unique pour représenter et interpréter des données complexes. Bien que ce ne soit pas un outil d'analyse statistique à proprement parler, Stable Diffusion excelle dans la création de visualisations de données percutantes : infographies, diagrammes stylisés, tableaux de bord conceptuels et représentations graphiques qui rendent les données accessibles et compréhensibles. En combinant des prompts précis avec des références visuelles, vous pouvez transformer des ensembles de données abstraits en illustrations claires et engageantes. Que vous soyez data analyst cherchant à présenter vos résultats de manière impactante, marketeur souhaitant illustrer des tendances, ou chercheur voulant communiquer visuellement vos découvertes, Stable Diffusion vous permet de créer des représentations visuelles de données qui captent l'attention et facilitent la compréhension. Ce guide vous propose des prompts optimisés pour générer des visualisations de données professionnelles, des graphiques conceptuels et des infographies qui transforment vos chiffres en récits visuels convaincants, adaptés à différents contextes professionnels et niveaux d'expertise.

0279
📊Analyse de donnéesIntermediaireAll AIs

Créer des contrôles de qualité des données

Valider la qualité des données dans les pipelines

0260
📊Analyse de donnéesAvanceAll AIs

Analyse des besoins ADDIE

Analyse ADDIE

0231
📊Analyse de donnéesIntermediaireAll AIs

Analyse des tendances du marché local

Produire des rapports de marché pour asseoir son expertise locale

0243