Data Engineer

Πώς μεταφέρουμε δεδομένα μεταξύ εργασιών στο Airflow;

Ποια εντολή από τον ριζικό φάκελο του έργου πρέπει να χρησιμοποιηθεί για να ενημερώσετε το υπο-μονάδα docs/ στην τελευταία έκδοση από το αποθετήριο και να προετοιμάσετε αυτή την αλλαγή για το commit; git fetch docs/ && git merge docs/FETCH_HEAD git pull --recurse-submodules git submodule update --remote docs/ cd docs/ && git pull && cd .. && git commit -am "Ενημέρωση" git submodule update --init docs/

Δώστε ένα παράδειγμα όταν καταφέρατε να βελτιώσετε τις διαδικασίες ή τα εργαλεία για την ομάδα.

Δομή των πινάκων που εμφανίζεται στην εικόνα έχει δημιουργηθεί. Είναι απαραίτητο να εκτελέσετε το ερώτημα που εμφανίζεται στην εικόνα. Ποιο είδος join πρέπει να χρησιμοποιηθεί στη θέση του [...], ώστε το αποτέλεσμα να περιλαμβάνει type = 'table_aw' η στήλη 'naming' να είναι συμπληρωμένη, και type = 'table2' η στήλη 'serial_number'? create table multirelation( type varchar not null, entity_id integer not null ); create table table_aw( id integer primary key, naming varchar not null ); create table table2( id integer primary key, serial_number varchar not null ); -- δομή των πινάκων select m.type,m.entity_id, ta.naming, t2.serial_number from multirelation m [...] join table_aw ta on m.entity_id = ta.id and m.type='table_aw' [...] join table2 t2 on m.entity_id = t2.id and m.type='table2'; -- ερώτημα Αφήστε κενό inner cross right left

Ποιοι ήταν οι καταναλωτές δεδομένων και πώς χτίζονταν οι βιτρίνες;

Τι συνέβη και πώς να επαναφέρετε την εργασία;

Ποια είναι η διαφορά μεταξύ Greenplum και PostgreSQL;

Ποιο είναι το μισθό που περιμένετε;

Αναφορά για την εταιρεία logistics Είστε αναλυτής σε μια εταιρεία logistics που καταγράφει τις επιχειρήσεις στα αποθήκες. Πρέπει να ετοιμάσετε μια αναφορά για την αποδοτικότητα κάθε αποθήκης. Για κάθε αποθήκη, υπολογίστε: • το συνολικό αριθμό επιχειρήσεων (count_operations); • το συνολικό αριθμό προϊόντων που επεξεργάστηκε η αποθήκη (sum_quantity); • τον μέσο χρόνο επεξεργασίας μιας επιχείρησης (avg_processing_time), λαμβάνοντας υπόψη μόνο τις επιχειρήσεις με καθορισμένο χρόνο (όχι NULL), στρογγυλοποιημένο στον πλησιέστερο ακέραιο; • το μέγιστο και ελάχιστο αριθμό προϊόντων που επεξεργάστηκε σε μια επιχείρηση (max_quantity, min_quantity); • τον αριθμό επιχειρήσεων κάθε τύπου («παράδοση», «αποστολή», «μεταφορά») σε ξεχωριστές στήλες: supply_operations, shipment_operations, transfer_operations. Φιλτράρετε τις αποθήκες όπου ο συνολικός αριθμός επιχειρήσεων είναι μεγαλύτερος από 2 και ο μέσος χρόνος επεξεργασίας δεν υπερβαίνει τα 60 λεπτά. Ταξινομήστε το αποτέλεσμα κατά ID αποθήκης σε αύξουσα σειρά. Μορφή εισόδου Πίνακας operations: • operation_id (int) — μοναδικός αναγνωριστικός αριθμός επιχείρησης • warehouse_id (int) — ID αποθήκης • operation_type (text) — τύπος επιχείρησης: «παράδοση», «αποστολή», «μεταφορά» • quantity (int) — αριθμός μονάδων προϊόντος στην επιχείρηση • operation_date (timestamp) — ημερομηνία και ώρα επιχείρησης • processing_time (int) — χρόνος επεξεργασίας επιχείρησης Η στήλη processing_time μπορεί να περιέχει NULL τιμές. Μορφή εξόδου Το ερώτημα πρέπει να επιστρέφει έναν πίνακα με τα πεδία με την ακόλουθη σειρά: • warehouse_id (int) — μοναδικό ID αποθήκης • count_operations (int) — συνολικός αριθμός επιχειρήσεων που πραγματοποιήθηκαν στην αποθήκη • sum_quantity (int) — συνολικός αριθμός προϊόντων που επεξεργάστηκε η αποθήκη • avg_processing_time (numeric) — μέσος χρόνος επεξεργασίας επιχείρησης (σε λεπτά), λαμβάνοντας υπόψη μόνο τις επιχειρήσεις με χρόνο διαφορετικό από NULL, στρογγυλοποιημένο στον πλησιέστερο ακέραιο • max_quantity (int) — μέγιστος αριθμός προϊόντων που επεξεργάστηκε σε μια επιχείρηση • min_quantity (int) — ελάχιστος αριθμός προϊόντων που επεξεργάστηκε σε μια επιχείρηση • supply_operations (int) — αριθμός επιχειρήσεων τύπου «παράδοση» • shipment_operations (int) — αριθμός επιχειρήσεων τύπου «αποστολή» • transfer_operations (int) — αριθμός επιχειρήσεων τύπου «μεταφορά»

Ποια είναι τα χαρακτηριστικά και οι διαφορές μεταξύ Set και List στην Python; Εκτός από την απόδοση, ποια άλλα χαρακτηριστικά υπάρχουν;

Middle

СБЕР

LEFT JOIN: πίνακας με 10 εγγραφές LEFT JOIN πίνακας με 100 εγγραφές. Ποιο είναι το ελάχιστο και το μέγιστο αριθμό γραμμών που μπορούν να προκύψουν;

Σε ποια πεδία διανέμεις τα δεδομένα στο Greenplum;

Middle

Альфа-Банк

Ποιες ελέγχους ποιότητας δεδομένων πραγματοποιήθηκαν στο Data Vault;

Middle+

Лига Цифровой Экономики

Στην οθόνη που εμφανίζεται υπάρχουν δύο δομές δεδομένων· σε ποια από αυτές η αναζήτηση της τιμής 2 θα είναι ταχύτερη και γιατί;

SELECT client_id, ФИО, SUM(suma) AS total_amount FROM clients JOIN transactions ON clients.client_id = transactions.client_id WHERE дата = '2025-05-01' GROUP BY client_id, ФИО;

Middle

СБЕР

Πώς οργανώνετε συνήθως τη δουλειά σας πάνω σε εργασίες και πώς παρακολουθείτε την πρόοδο;

Υπάρχουν λειτουργίες και δυνατότητες στο Greenplum που δεν υπάρχουν σε κανονικό MySQL και άλλες διαλέκτους;

Middle

Альфа-Банк

[όνομα] ρώτησε: Πώς υλοποιείται η αποθήκευση δεδομένων μόνο για 2 χρόνια στο ClickHouse;

Πες μου, τι σου αρέσει να κάνεις στον ελεύθερο χρόνο σου εκτός από τον προγραμματισμό; Ποια είναι τα χόμπι σου;

git submodule update --init