Data Engineer

635

Co je to dekorátor v Pythonu?

Jak nerovnoměrně rozdělit data této vitríny na tři shardy: 50 % na prvním a po 25 % na ostatních dvou?

V jaké situaci může hledání ve slovníku degradovat na nejhorší případ?

Jak bojovat s nekonzistencí dat?

Jak jste sledoval kvalitu dat?

S jakými databázemi jste pracoval? Jak funguje MongoDB a jak se škáluje?

Jak správně otevírat a zavírat soubory v Pythonu pomocí kontextového manažera?

Pokud je rozvrh DAG @daily, v kolik hodin se skutečně spouští?

Jak byla technicky realizována paralelní načítání velké tabulky z PostgreSQL do Spark v případě [kontext]?

V čem se liší list comprehension od běžného cyklu v Pythonu?

Jak jste obvykle řešili chyby a upozornění v pipelinech?

Jaké typy JOIN existují v SQL (logické) a v čem se liší?

Jak byly tabulky vytvořeny v clusteru a jak byl řešen problém, když kvůli ZooKeeper chyběla replika na shard?

Z jakých etapů se skládá transakce?

Co děláš ve volném čase? Máš nějaké osobní projekty?

/32