Στο Pandas, υπάρχει μια στήλη τύπου int, αλλά σε μια γραμμή λείπει η τιμή (NULL). Ποιος θα είναι ο τύπος δεδομένων αυτής της στήλης;
Python
Χρησιμοποιήσατε το MyPy για τον έλεγχο τύπων;
Τι είναι πιο γρήγορο: read_sql στο Pandas ή άμεση σύνδεση με τη βάση δεδομένων;
Ποιος αλλάζει το πλαίσιο στην ασύγχρονη προσέγγιση;
Ποια frameworks χρησιμοποιήσατε για να γράψετε κώδικα σε Python;
Υπάρχουν 5 instances της υπηρεσίας με μια εργασία cron. Πώς να κάνετε ώστε η εργασία να εκτελείται μόνο μία φορά, και όχι 5 φορές;
Για ποιο λόγο χρειάζεται η κανονικοποίηση της βάσης δεδομένων; Πώς καθορίζεται πόσο πρέπει να είναι κανονικοποιημένο το σχήμα;
Μπορείτε να περιγράψετε τα βήματα του pipeline ανάπτυξης; Ξεκινώντας από το commit του κώδικα — τι συμβαίνει μετά;
Πώς να επικυρώσετε ένα εισερχόμενο αρχείο CSV/Parquet στο FastAPI (παρουσία των απαραίτητων στηλών, εύρη τιμών);
Ποια είναι η διαφορά μεταξύ μιας λίστας Python και ενός πίνακα NumPy;
Ποια είναι η διαφορά μεταξύ συγχρονικής και ασύγχρονης αλληλεπίδρασης μεταξύ υπηρεσιών; Πώς υλοποιούνται;
Πείτε λίγα λόγια για τον εαυτό σας: ποιος είστε, ποια είναι η εμπειρία σας, γιατί ήρθατε;
Υπάρχουν 5 εκατομμύρια γραμμές δεδομένων στο Pandas — τι να κάνετε αν 100 χιλιάδες λειτουργούσαν κανονικά, αλλά 5 εκατομμύρια όχι;
Σχεδιασμός συστήματος: τρεις υπηρεσίες υπολογισμού, καθεμία επικοινωνεί με μια υπηρεσία δεδομένων, τα αποτελέσματα πρέπει να αποθηκευτούν και να εμφανίζονται γρήγορα στη διαδικτυακή διεπαφή. Πώς να χτίσετε ένα τέτοιο σύστημα με εγγύηση εκτέλεσης του υπολογισμού;
Για ποιο λόγο χρειάζονται οι δείκτες σε σχεσιακές βάσεις δεδομένων (PostgreSQL); Πότε βοηθούν και πότε βλάπτουν;
Μπορεί να γίνει ένας βρόχος σε ένα DAG του Airflow: η εργασία 3 επιστρέφει την εκτέλεση στην εργασία 1 σε περίπτωση ανεπαρκούς ποσότητας δεδομένων;
Γιατί χρειάστηκε η εκπαιδευτική εταιρεία GetPositive να γράψει μια τράπεζα δεδομένων;
Ποια είναι η διαφορά μεταξύ λειτουργικού προγραμματισμού και αντικειμενοστραφούς; Τι χρησιμοποιείτε στην προσέγγισή σας;
Ποιο διαχειριστή πακέτων χρησιμοποιείτε;
Πώς μεταφέρουμε μεγάλους όγκους δεδομένων (εκατομμύρια γραμμές) μεταξύ εργασιών στο Airflow;