Data Engineer

Mire használják a dekorátorokat az Apache Airflow-ban?

Mik a terveid a következő 5 évre? Milyen területeken szeretnél fejlődni?

Mik az előnye és hátránya a elosztott adatbázis rendszereknek?

Middle

Aston

Milyen fizikai JOIN mechanizmust fog használni a tranzakciók táblájának összekapcsolásakor a naptár táblával az egyenlőtlenség feltételével (dátum <= dátum)?

Mit írtál még Pythonban az Airflow DAG mellett?

Middle

МВидео

Mesélj a Python szintedről: mit használtál, milyen mélyen ismered az OOP-t

Hogyan csökkenthető a DataFrame memóriafelhasználása Pandasban?

Ismeri a közös táblák kifejezéseit (CTE)? Adjon példát a használatra.

Meséljen a PL/SQL eljárások használatáról a munkájában.

Middle

Aston

Hogyan lehet kezelni a shuffle-t Sparkben (particionálás, broadcast join stb.)?

Milyen nyomkövető eszközöket használtak? Spring Boot 2 és Spring Boot 3 esetén?

A Python szótár módosítható vagy nem módosítható típus? Milyen követelmények vannak a kulcsaira és értékeire?

Middle

Островок

Milyen volt az architektúrád a projektben? DWH vagy valami más?

Middle

Aston

Nekünk van ORDER BY a megrendelések száma szerint, és két megrendelés 5, még két 3. Hogyan viselkednek a RANK() és a DENSE_RANK()?

Middle

Альфа-Банк

Milyen tapasztalatod és elképzelésed van a vitrinek (adatfeldolgozás) számítására szolgáló pipeline-ok építésében?

Mi az a LEFT SEMI JOIN és LEFT ANTI JOIN a Spark SQL-ben, használtad már őket?

Ha WHERE (bal LEFT JOIN után) tranzakció dátuma szerint szűrőfeltételt állítunk be, ez korlátozza az első táblázat (ügyfelek) eredményét?

Middle

СБЕР

Van tapasztalata CI/CD pipeline-ok beállításában, például GitLab?

Mi a különbség a WHERE és a HAVING között SQL-ben?

Létrehoz egy audit_logs táblát, ahol az időpontot és az pontos időt kell tárolni időzónával együtt. Melyik adattípus a legmegfelelőbb? idő időzónával intervallum időbélyeg időzónával dátum időbélyeg időzóna nélkül