Data Engineer

¿En qué aspectos se debe prestar atención en la memoria, velocidad y precisión al analizar grandes XML?

¿Cómo funciona la compresión en ClickHouse?

Producir una lista de reservas costosas Pregunta ¿Cómo puedes producir una lista de reservas en el día de [teléfono] que costarán al miembro (o invitado) más de $30? Recuerda que los invitados tienen costos diferentes a los de los miembros (los costos listados son por medio hora de 'espacio'), y el usuario invitado siempre tiene ID 0. Incluye en tu salida el nombre de la instalación, el nombre del miembro formateado como una sola columna, y el costo. Ordena por costo descendente, y no uses subconsultas.

¿Qué es una Vista Materializada y en qué se diferencia de una Vista normal?

¿Qué motores de tablas en ClickHouse conoces y has utilizado?

¿Qué nivel de conocimientos tienes en Python, qué bibliotecas has utilizado?

¿Qué es DAG en Airflow, de qué consta y cómo ejecuta Airflow un DAG?

¿Cómo transferir datos entre tareas en Airflow?

Particionado en bases de datos: ¿para qué sirve, cómo funciona?

¿Cómo evaluar la configuración para transferir un terabyte de datos de PostgreSQL a ClickHouse?

¿Qué es una CTE (Expresión de Tabla Común)?

¿Cómo ver los parámetros o restricciones en ClickHouse?

¿Qué es la normalización y la desnormalización, cuándo son necesarias?

¿Cómo leer un archivo de 100 gigabytes en Python?

Cuéntame sobre tu experiencia en X5: ¿en qué trabajaste en relación con DWH?

¿Qué hace OPTIMIZE en ClickHouse y por qué no se debe ejecutar sin pensar?

¿Qué tipos de JOIN hay en SQL (lógicos y físicos)?

¿Cuándo es apropiado ThreadPoolExecutor?

¿Cómo reducir el consumo de memoria del DataFrame en Pandas?

¿Qué hay que verificar si los registros no se abren (error 403)?