Data Engineer

Jak funguje komprese v ClickHouse?

Na co je třeba dbát při parsování velkých XML z hlediska paměti, rychlosti a správnosti?

Vytvořte seznam nákladných rezervací Otázka Jak můžete vytvořit seznam rezervací na den [telefon], které budou stát člena (nebo hosta) více než 30 $? Pamatujte, že hosté mají od členů odlišné náklady (uvedené náklady jsou za půl hodiny 'slot'), a uživatel hosta je vždy ID 0. Do výstupu zahrňte název zařízení, jméno člena formátované jako jeden sloupec a náklady. Seřaďte podle klesajících nákladů a nepoužívejte poddotazy.

Jaké motory tabulek v ClickHouse znáte a používali jste?

Jak hluboké jsou vaše znalosti Pythonu, jaké knihovny jste používal?

Jak předávat data mezi úkoly v Airflow?

Co je to DAG v Airflow, z čeho se skládá a jak Airflow spouští DAG?

Co je Materializovaný pohled a čím se liší od běžného pohledu?

Jak hodnotit konfiguraci pro přenos jednoho terabajtu dat z PostgreSQL do ClickHouse?

Particionování v databázích: k čemu je to potřeba, jak to funguje?

Co je to CTE (Společný Výraz Tabulky)?

Jak zobrazit parametry nebo omezení v ClickHouse?

Co je to normalizace a denormalizace, kdy jsou potřeba?

Jak přečíst soubor o velikosti 100 gigabajtů v Pythonu?

Pověz mi o své zkušenosti v X5: čím ses zabýval v oblasti DWH?

Co dělá OPTIMIZE v ClickHouse a proč ho nelze bezmyšlenkovitě spouštět?

Jaké typy JOIN existují v SQL (logické a fyzické)?

Kdy je vhodný ThreadPoolExecutor?

Jak snížit spotřebu paměti DataFrame v Pandas?

Co je třeba zkontrolovat, pokud se logy neotevírají (chyba 403)?