What percentage of a data scientist's time can be spent on data cleaning?

Đáp án đúng: "90%". Làm sạch dữ liệu gồm xử lý giá trị thiếu, sửa định dạng, loại trùng lặp, chuẩn hoá đơn vị và kiểm tra giá trị bất thường, và với dữ liệu thực tế lộn xộn từ nhiều nguồn, công việc này có thể chiếm tới 90% thời gian của nhà khoa học dữ liệu; câu hỏi dùng chữ can be nên hỏi mức có thể đạt tới chứ không hỏi mức trung bình. Phương án "10%" quá thấp, chỉ đúng khi dữ liệu đã được chuẩn bị sẵn rất sạch, điều hiếm gặp. Phương án "30%" cũng đánh giá thấp khối lượng chuẩn bị dữ liệu trong các dự án thực. Phương án "60%" là con số gần với mức thường gặp trong các khảo sát về thời gian làm sạch và sắp xếp dữ liệu, nhưng nó phản ánh mức điển hình, còn câu hỏi hỏi mức có thể chiếm, tức giới hạn trên mà làm sạch dữ liệu có thể đạt.