Data Engineer

Pověz mi o své pracovní zkušenosti na posledních místech, jaké projekty, jaký stack?

Middle+

СБЕР

Pověz mi o architektuře úložiště: jak bylo rozděleno na vrstvy, jaké jsou vlastnosti každé vrstvy?

Z jakých hlavních bloků se skládá zpráva trasování (span)?

Jak funguje optimalizátor dotazů v Oracle, na co se dívá a do jaké třídy patří?

Middle

Aston

Jak parsovat velké XML soubory v ZIP a nahrát je do ClickHouse pomocí Pythonu?

Jaký je rozdíl mezi UNION a UNION ALL? Jaké podmínky musí být splněny?

Middle

СБЕР

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

Od jakých vlastností lze říct, že je potřeba datové úložiště?

Jaký typ spojení je třeba použít, aby se do výběru dostali i ti uživatelé, kteří nemají žádné objednávky? Tabulky: users(id, name) a orders(id, user_id, created_at). CROSS JOIN RIGHT JOIN INNER JOIN FULL JOIN LEFT JOIN

Jak přenést data z materializovaného pohledu v Greenplum do ClickHouse?

Middle

МВидео

Jaký typ čtení se používá v ClickHouse?

Middle

МВидео

Jak funguje ClickHouse a v čem se liší od PostgreSQL?

Vysvětlete, jak technicky funguje Git LFS a jaké výhody přináší ve srovnání se standardním Gitem při práci s velkými soubory.

Co je normalizace? Na jaké formě hlavně pracujeme?

Middle

СБЕР

Jaké typy indexů jsou v PostgreSQL?

Porovnejte přístupy Data Vault v MChS a X5. Jaké přínosy přinesly nové objekty (bridge, pit tabulky)?

Jaký je rozdíl mezi EXPLAIN a EXPLAIN ANALYZE?

Popište metody optimalizace SQL dotazů, které jste použili. Jak jste zkrátili dobu běhu z 12-15 sekund?

Middle

Купер

Jak vyřešit úlohu v lineárním čase O(n) pomocí slovníku? Co je třeba uložit do slovníku, aby bylo možné později sestavit seřazený řetězec? Jak zpracovat znaky, které nejsou v pořadí?

Porovnejte dvě řešení problému hledání jednotek podle spotřeby paměti: 1) cyklus s proměnnými, 2) split('0') + seznamové porozumění + max()

Middle

Купер