Data Engineer

Πώς θα περιέγραφες στον κώδικα έναν έλεγχο ότι μια τιμή διαφέρει σημαντικά από μια κανονική (αναμενόμενη) κατανομή;

Middle

Островок

Είσαι από τη Μόσχα; Ζεις εδώ και καιρό; Γιατί μετακόμισες στη Μόσχα;

Πώς διαφέρουν οι απαιτήσεις σε υπολογιστική ισχύ αποθήκευσης κατά το ETL και το ELT;

Πες μου για την κατανόησή σου για την ποιότητα των δεδομένων — έχεις εμπειρία σε αυτόν τον τομέα;

Middle

СБЕР

Τι σε ελκύει στον τομέα του travel; Ίσως σου αρέσει να ταξιδεύεις ο ίδιος, ή το travel-tech σε έχει ενδιαφέρει με κάποιο τρόπο;

Μπορείς να θυμηθείς την εμπειρία σου στην βελτιστοποίηση ερωτημάτων; Πώς ενεργούσες, αναλύεις;

Middle

Aston

Για ποιες εργασίες το ClickHouse δεν είναι κατάλληλο και τι θα επιλέγατε αντί αυτού;

git submodule update --init

Ταιριάζει πάντα το σχέδιο εκτέλεσης του EXPLAIN με αυτό που εκτελείται πραγματικά;

Middle

Aston

Πώς συμβαίνει φυσικά ο μηχανισμός broadcast — πώς φτάνουν οι διαχωρισμοί ενός μικρού πίνακα στους εκτελεστές με έναν μεγάλο πίνακα;

Τι είναι το CDC και έχετε εμπειρία με αυτό;

Τι είναι σημαντικό για εσάς στη μελλοντική σας εργασία;

Έχετε ένα ερώτημα που λειτουργεί άσχημα, είναι αργό ή πέφτει — πώς το βελτιστοποιείτε;

Middle

МВидео

Τι είναι ο διακοσμητής σε Python;

Με ποια προβλήματα αντιμετωπίσατε κατά την εργασία με το Greenplum;

Γνωρίζεις μια βιβλιοθήκη σε Rust, πολυνηματική, πολύ γρήγορη, που μπορεί να αντικαταστήσει το Pandas για Data Science και Big Data;

Middle

МВидео

Τι είναι το Spark JDBC και πώς να φορτώσετε αποτελεσματικά έναν μεγάλο πίνακα μέσω αυτού;

Πώς παραδίδετε τον κώδικα DAG στην παραγωγή;

Τι είναι το CROSS JOIN και ποιο είναι το αποτέλεσμα της εφαρμογής του;

Η λειτουργία παραθύρου SUM() OVER (PARTITION BY user_id) — σε μια περίπτωση προσθέτουμε ORDER BY ημερομηνία αγοράς, σε άλλη όχι. Ποια είναι η διαφορά;