¿Por qué bool([""]) devuelve True?
Middle
169
Data Engineer
671
0
¿Qué sucederá si se crea un DAG con start_date = 1 de enero de 2024?
Middle
168
¿Cuál es la diferencia entre repartition y coalesce en Spark?
Middle
168
¿Cómo luchar contra la inconsistencia de datos?
Middle
166
Tarea #3 Necesitamos encontrar clientes cuyo intervalo entre pedidos sea mayor a 60 días. Para estos clientes, mostrar el intervalo máximo (gap_days). Tabla de pedidos: | order_id | customer_id | order_dt | |----------|-------------|------------| | 1 | 1 | [phone] | | 2 | 1 | [phone] | | 3 | 1 | [phone] | | 4 | 1 | [phone] | | 5 | 2 | [phone] | | 6 | 2 | [phone] | | 7 | 3 | [phone] | Resultado final: | customer_id | gap_days | |-------------|----------| | 1 | 123 | | 2 | 120 |
Middle
166
¿Cómo describirías en código una comprobación de que un valor difiere significativamente de una distribución normal (esperada)?
Middle
155
¿Por qué pueden perderse los datos? Da varias razones.
Middle
153
¿Qué sabes sobre spill en Spark?
Middle
153
¿Has trabajado con gestores de contexto en Python? ¿Qué son y para qué sirven?
Middle
153
¿Cómo evitar que datos incorrectos cargados en la vitrina o en la tabla intermedia lleguen a las tuberías superiores?
Middle
151
¿Qué hace el parámetro depends_on_past en Airflow?
Middle
150
¿Qué formas de transferencia de datos entre tareas de Airflow conoces?
Middle
149
¿Cómo supervisaba la calidad de los datos?
Middle
145
Si el horario del DAG es @daily, ¿a qué hora se ejecuta realmente?
Middle
145
¿Es el diccionario en Python un tipo mutable o inmutable? ¿Cuáles son los requisitos para sus claves y valores?
Middle
143
¿Hiciste verificaciones estadísticas?
Middle
135
¿Cuál es la complejidad algorítmica de buscar en un diccionario en el peor caso?
Middle
134
¿Cómo ejecutar el segundo DAG de Airflow inmediatamente después de que el primero termine con éxito?
Middle
133