Data Engineer

API-dən başqa, məlumat mənbələri ilə işləmək üçün hansı digər üsullar və protokollar istifadə etdiniz?

Middle+

Лига Цифровой Экономики

Məlumatların keyfiyyətinə dair anlayışınız haqqında danışın — bu sahədə iş təcrübəniz varmı?

Middle

СБЕР

Sizin korporativ süni zəka həllinizdə hansı agentlər və modellər istifadə olunur? Kod yazırmı sizin üçün?

Spark-də cache və persist nə üçün lazımdır?

DAG-ləri necə işə saldınız: cron, datasetlər, tetikleyicilər və ya asılılıqlar vasitəsilə?

Middle+

Лига Цифровой Экономики

clickhouse_driver-i idxal et from airflow.hooks.base import * def get_clickhouse_client(): conn = BaseHook.get_connection("clickhouse_default") return clickhouse_driver.Client( host=conn.host, port=conn.port, user=conn.login, password=conn.password, database=conn.schema )

Oxumağı paralelləşdirmək üçün Spark JDBC üçün hansı parametrlər istifadə olunub?

CROSS JOIN nədir və onun tətbiqinin nəticəsi nədir?

Hansı istiqamətdə inkişaf etmək maraqlı olardı — vitrinlər, inkişaf, analiz, bəlkə AI?

Middle

СБЕР

-- t1 -- num --------- -- 1 -- 2 2 null null 4 -- t2 -- num --------- -- [telefon] null null 5 SEÇ a.num Kimi a_num, b.num Kimi b_num t1-dən a SOL JOIN t2 b ON a.num = b.num;

Middle

СБЕР

Böyük cədvəllərin yüklənməsi zamanı (performans xaricində) hansı qeyri-aydın problemlər ortaya çıxa bilər?

Pəncərə funksiyası SUM() OVER (PARTITION BY user_id) — bir halda alış tarixini ORDER BY əlavə edirik, digər halda etməyirik. Fərq nədir?

Ümumiyyətlə, Data Vault-a niyə ehtiyacınız vardı?

Parquet-in saxlama növü hansıdır: sətir və ya sütun?

Middle+

Лига Цифровой Экономики

Həll etdiyiniz replikasiya qurğusunun tapşırığı haqqında danışın.

CREATE TABLE datamarts.daily_revenue_per_country ON CLUSTER cluster_4x2 ( event_date Date, country String, total_revenue Float64 ) ENGINE = MergeTree() PARTITION BY toYYYYMM(event_date) ORDER BY (event_date);

CI/CD prosesləri, verilənlər bazasında dəyişikliklər, versiyalaşdırma və sxema miqrasiya (sxema inkişafı) haqqında danış.

Səni travel sahəsi nə cəlb edir? Bəlkə də, özün səyahət etməyi sevirsən, və ya travel-tech sənə hər hansı bir şəkildə maraqlı gəldi?

Paylanmış verilənlər bazaları (Greenplum, ClickHouse) ilə iş təcrübənizdən danışa bilərsinizmi?

Postgres-dən Data Lake-ə böyük cədvəlin çevik (dəyişən) yeniləmə tezliyi ilə müntəzəm inkremental yüklənməsi üçün həll təklif edin.