En Pandas, hay una columna de tipo int, pero en una fila falta el valor (NULL). ¿Cuál será el tipo de datos de esa columna?
Python
¿Usaron MyPy para verificar tipos?
¿Qué es más rápido: read_sql en Pandas o una conexión directa a la base de datos?
¿Quién cambia el contexto en el enfoque asíncrono?
¿Qué frameworks has utilizado para escribir código en Python?
Hay 5 instancias del servicio con una tarea programada. ¿Cómo hacer para que la tarea se ejecute solo una vez, y no 5 veces?
¿Puedes describir los pasos del pipeline de despliegue? Comenzando con el commit del código, ¿qué sucede después?
¿Para qué sirve la normalización de bases de datos? ¿Cómo determinar qué nivel de normalización debe tener un esquema?
¿Cómo validar un archivo CSV/Parquet entrante en FastAPI (presencia de columnas necesarias, rangos de valores)?
¿En qué se diferencia una lista de Python de un array de NumPy?
¿En qué se diferencian la interacción sincrónica y asincrónica entre servicios? ¿Cómo se implementan?
Cuéntame brevemente sobre ti: ¿quién eres, qué experiencia tienes, por qué estás aquí?
Hay 5 millones de filas de datos en Pandas: ¿qué hacer si 100 mil funcionaron bien, pero 5 millones no?
¿Se puede hacer un ciclo en un DAG de Airflow: la tarea 3 devuelve la ejecución a la tarea 1 en caso de insuficiente cantidad de datos?
¿Para qué sirven los índices en bases de datos relacionales (PostgreSQL)? ¿Cuándo ayudan y cuándo perjudican?
¿Por qué fue necesario que la empresa educativa GetPositive creara un almacén de datos bancario?
Diseño del sistema: tres servicios de cálculo, cada uno accede a un servicio de datos, los resultados deben almacenarse y mostrarse rápidamente en la interfaz web. ¿Cómo construir un sistema así con garantía de ejecución del cálculo?
¿En qué se diferencia la programación funcional de la orientada a objetos? ¿Qué utilizas en tu enfoque?
¿Qué gestor de paquetes utilizas?
¿Cómo transferir grandes volúmenes de datos (millones de filas) entre tareas en Airflow?