Hogyan terveznéd meg skálázható adatbetöltést több REST API-ból: az adatok beszerzésétől az S3-ig, egy elemző számára interfésszel?
Senior
3
Data Engineer
743
0
Mi az a procedurális SQL?
Middle
3
Meséljen magáról és adat engineering területi tapasztalatáról.
Senior
3
101 tárgy van: 100 nulla és 1 egy. A pontszám szerinti rendezés után először 50 nulla, majd egy, aztán még 50 nulla következik. Mi az ROC AUC és az ROC görbe alakja?
Middle+
3
Milyen hátrányai vannak az indexeknek azon kívül, hogy helyet foglalnak?
Middle
3
A gradiens boostingban már felépült egy N alap algoritmusból álló összetétel. Mi lesz az új, N+1-edik algoritmus célja?
Middle+
3
Miért hasznosak a lusta értékelések?
Middle
3
Mi az adatspill Spark-ben, és hogyan lehet elkerülni, ha nem lehet egyszerűen erőforrásokat hozzáadni?
Middle
3
Hogyan kezelnéd a nagy terhelésű adattranszformációkat?
Middle
3
Hogyan különböznek a Spark indítási módjai: cluster, client és local?
Middle
3
Mik az előnyei és hátrányai annak, ha egy API betöltőt egyedi Airflow operátorként/hook-ként valósítunk meg, összehasonlítva egy külön könyvtárral vagy konténeres szolgáltatással?
Senior
3
2. Van egy t nevű táblázat, amely felsorolja az ügyfelek napi tranzakcióinak összegét: - Írjon egy lekérdezést, amely minden sor esetében megmutatja az ügyfél tranzakcióit a jelenlegi és az előző naptári napon Az utolsó táblázat alább található:
Middle
3
Mi azok a lusta értékelések, és hogyan értelmezzük őket?
Middle
3
Milyen tipikus feladatokat oldottál meg az Airflow-ben?
Middle
3
Dátum, rendelési szám, összeg select date, sum(amount) as sum_amount from t group by date having sum(amount) > 1000000 order by sum_amount desc limit 3
Middle
3
Mi az a csillagmodell és a Data Vault?
Middle
3
Meséljen magáról: hol dolgozott utoljára, mit csinált, mit keres és miért?
Middle+
2
Hol találhatók a Driver és az Executors a cluster módban, és miért használják ezt a gyártásban?
Middle
2
Hol fordul pontosan a gradiens a gradient boosting algoritmusban, ha az alap algoritmus egy egyszerű döntési fa?
Middle+
2
Milyen összetevőkből áll a Greenplum és a Hadoop HDFS?
Middle
2