Développe une expertise en analyse de qualité de données : 1. Profiling complet des données : types, distributions, valeurs manquantes, doublons, incohérences 2. Validation des contraintes métier : règles business, formats attendus, plages de valeurs 3. Analyse de la complétude : taux de complétude par attribut, patterns de données manquantes 4. Détection des anomalies : méthodes statistiques, machine learning, isolation forest 5. Rapport détaillé de qualité : scores par dimension, recommandations d'amélioration, plan d'action Crée des pipelines automatisés de validation, des tableaux de bord de suivi et des alertes de qualité. Inclus des techniques de documentation des problèmes et des stratégies de communication avec les équipes métier. Fournis des exemples pour différents types de données (structurées, non-structurées, flux).