Dans Pandas, il y a une colonne de type int, mais une valeur est manquante (NULL) dans une ligne. Quel sera le type de données de cette colonne?
Python
Avez-vous utilisé MyPy pour la vérification des types?
Qu'est-ce qui est plus rapide : read_sql dans Pandas ou une connexion directe à la base de données ?
Qui change le contexte dans l'approche asynchrone?
Quels frameworks avez-vous utilisés pour écrire du code en Python?
Il y a 5 instances du service avec une tâche planifiée. Comment faire pour que la tâche ne s'exécute qu'une seule fois, et pas 5 fois?
Pouvez-vous décrire les étapes du pipeline de déploiement ? À partir du commit du code, que se passe-t-il ensuite ?
À quoi sert la normalisation de la base de données ? Comment déterminer à quel point le schéma doit être normalisé ?
Comment valider un fichier CSV/Parquet entrant dans FastAPI (présence des colonnes nécessaires, plages de valeurs) ?
Quelle est la différence entre une liste Python et un tableau NumPy?
Quelle est la différence entre l'interaction synchrone et asynchrone entre services ? Comment sont-elles réalisées ?
Parlez brièvement de vous : qui êtes-vous, quelle expérience avez-vous, pourquoi êtes-vous ici ?
Il y a 5 millions de lignes de données dans Pandas : que faire si 100 000 ont fonctionné normalement, mais pas 5 millions ?
Peut-on faire une boucle dans un DAG d'Airflow : la tâche 3 renvoie l'exécution à la tâche 1 en cas de quantité insuffisante de données ?
À quoi servent les index dans les bases de données relationnelles (PostgreSQL) ? Quand sont-ils utiles et quand nuisent-ils ?
Pourquoi l'entreprise éducative GetPositive a-t-elle eu besoin d'écrire un stockage de données bancaires?
Conception du système : trois services de calcul, chacun accède à un service de données, les résultats doivent être stockés et affichés rapidement dans l'interface web. Comment construire un tel système avec une garantie d'exécution du calcul ?
Quelle est la différence entre la programmation fonctionnelle et la programmation orientée objet ? Qu'utilisez-vous dans votre approche ?
Quel gestionnaire de paquets utilisez-vous?
Comment transférer de gros volumes de données (millions de lignes) entre les tâches dans Airflow?