Hogyan használod a Python-t a munkádban, és hol érzed magad magabiztosabbnak: Python vagy SQL?
Senior
2
Data Engineer
743
0
101 tárgy van: 100 tárgy osztály 0 és 1 tárgy osztály 1. Az első modell ugyanazt az értékelést adja minden tárgynak. Mi az ROC AUC értéke és az ROC görbe alakja?
Middle+
2
Hogyan teszteljük egy idősor stacionaritását?
Middle+
2
Egy elemző által írt SQL lekérdezés adott. Azonosítsa a lekérdezésben lévő hatékonysági problémákat, és javasolja, hogyan lehet ezeket elkerülni. A lekérdezés két táblát kapcsol össze: - 'events' tény tábla, kulcs 'event_id' - forrás referencia tábla, kulcs 'referer_str' Mindkét tábla milliárdnyi rekordot tartalmaz. select * from (select distinct e.event_id, e.user_id, e.category_id, e.location_id, s.source_name, s.medium_name, s.campaign_name, row_number() over(partition by e.event_id, e.user_id, e.category_id, e.location_id, s.source_name, s.medium_name, s.campaign_name) as rnk from events e left join traffic_source s on e.referer_str = s.referer_str where e.event_date = current_date() - 1 group by 1,2,3,4,5,6,7) t where rnk = 1
Senior
2
Nemnegatív folytonos cél és négy algoritmus van: lineáris regresszió, döntési fa, véletlen erdő és gradient boosting fákon. Melyikük képes negatív előrejelzéseket adni?
Middle+
2
Adatok kerültek betöltésre egy ReplacingMergeTree táblába; mi fog történni olvasás közben, ha a merge még nem történt meg, és hogyan szerezhetjük meg a rekordok legfrissebb verzióját?
Middle
2
Mi a denormalizálás?
Middle
2
Lehetséges-e a deduplikáció és a későbbi adatspill kombinálása külön táblák használata nélkül; és ha igen, hogyan?
Middle
2
Mi az a hipotézis tesztelés? Milyen típusú hibák vannak, és mi a p-érték?
Middle+
2
Milyen indexstruktúrák léteznek és hogyan működnek?
Middle
2
Milyen módszereket ismersz a PostgreSQL-ben a feladatok végrehajtásának gyorsítására?
Middle
2
Mi az a stacionáris idősor, és miért fontos a stacionaritás a klasszikus modellek számára?
Middle+
2
Mi az a bagging és boosting, és miben különböznek?
Middle+
2
Milyen jellemzői vannak a JOIN használatának a PostgreSQL/Greenplum adatvitrinek építésekor a ClickHouse-hoz képest?
Middle
2
Ismered az uplift modellezést? Mit tud róla?
Middle+
2
Hogyan akadályozzuk meg a tábla növekedését, ha az adatok tárolása időben korlátozott, például két év?
Middle
2
Mi az a ROC AUC?
Middle+
1
Ellenőrizni kell, hogy van-e több email címmel rendelkező ügyfél a táblában. Ha igen, törölje őket (csak a legutóbbi bejegyzést hagyja a create_date szerint).
Middle
1
Mi az a watermark a Spark Structured Streaming-ben?
Middle
1
Mi az a normalizálás, és mikor alkalmazzák?
Middle
1