Data Engineer
Cuéntame sobre tu experiencia laboral
En cuanto a la consulta, podemos ver qué sucede con los datos, incluyendo qué tipos de joins — qué tipos de joins podemos ver allí?
¿Qué tipos de JOIN conoces? Explica 2-3 principales.
Cuéntame sobre el uso de Airflow: qué elementos no estándar utilizaste
¿Cómo encontrar una subcadena en una columna específica de un archivo de registro en Linux (por ejemplo, la fecha en la tercera columna)?
Tarea de diseño de arquitectura de microservicios: ¿cómo proporcionar datos para la tabla de pedidos (productos, precios, pedidos) en el frontend cuando hay tres microservicios separados?
¿Cómo conocer el plan real de ejecución de una consulta en Oracle?
¿Qué estrategias de carga incremental en dbt has utilizado?
¿Qué verificaciones de calidad de datos se realizaron en Data Vault?
¿En qué se diferencia CTE de una subconsulta?
¿En qué se diferencia el particionamiento del sharding?
¿Cómo leer un archivo de 100 gigabytes en Python?
¿Qué es la tipificación dinámica?
¿Qué tipos de algoritmos JOIN existen en PostgreSQL y en qué se diferencia Hash Join de Nested Loop Join? ¿En qué casos no se puede usar Hash Join?
¿Qué es un decorador en Python y para qué se utiliza (en el contexto de Airflow)?
¿Está familiarizado con la metodología Domain Driven Design (DDD)? Si es así, comparta ejemplos de su aplicación en sus proyectos.
Escribe un DAG simple para Apache Airflow
¿Estás familiarizado con los cubos OLAP? Cuando trabajamos con datos multidimensionales, similares a una tabla dinámica en Excel, pero para una interacción más rápida con grandes volúmenes de datos.
¿Has trabajado con cargas incrementales y completas? ¿Cómo manejaste los duplicados?
¿Cómo recomienda Git Flow que se formalice una nueva versión de la aplicación? - Creando una nueva rama issue - Creando una rama hotfix desde master - Creando una rama release separada desde develop - Cometiendo directamente en la rama master - Fusionando la rama master directamente en develop