Great Expectations
Framework open source de validation de la qualité des données en Python, avec une offre cloud pour collaborer, destiné aux équipes data et aux ingénieurs
Overview
Great Expectations (GX) permet de définir des « expectations », c'est-à-dire des règles de qualité vérifiables sur vos données, puis de les valider à chaque exécution d'un pipeline. Le moteur, GX Core, est open source sous licence Apache 2.0 et l'éditeur indique qu'il restera gratuit. Par-dessus, GX Cloud ajoute une interface partagée et trois formules : Developer, gratuite, avec 5 Data Assets validés par mois inclus et jusqu'à 3 utilisateurs ; Team, pour jusqu'à 10 utilisateurs, et Enterprise, toutes deux affichées « Custom » sur la page tarifs, donc sur devis. Aucun montant n'est publié pour les deux formules payantes. Les expectations et validations sont illimitées sur la formule gratuite.
Le site et la documentation sont en anglais uniquement : aucune version française n'a été trouvée. L'éditeur ne détaille pas sur ces pages d'hébergement européen ni de position RGPD, à demander avant tout déploiement sur des données personnelles. GX Core s'utilise en Python et se branche sur des orchestrateurs comme Apache Airflow et sur des sources comme Snowflake, Databricks, BigQuery, PostgreSQL ou Amazon S3. La courbe d'apprentissage est réelle : il faut savoir coder et structurer un projet GX, et la formule gratuite du cloud reste limitée à 5 Data Assets par mois, ce qui convient à un test plus qu'à une production.
Our verdict
À recommander aux équipes data qui codent en Python et veulent versionner leurs règles de qualité avec un outil gratuit et éprouvé. À éviter si personne n'écrit de Python dans l'équipe ou si vous voulez une interface prête à l'emploi avec support en français : la prise en main demande du temps et le palier payant n'affiche aucun prix.