Ինչպե՞ս եք օգտագործում Python-ը ձեր աշխատանքի մեջ և որտեղ եք ավելի վստահ՝ Python-ում թե SQL-ում։
Senior
2
Data Engineer
743
0
Կան 101 օբյեկտ՝ 100-ը դասի 0 և 1-ը օբյեկտ դասի 1։ Առաջին մոդելը բոլոր օբյեկտներին նույն գնահատականը է տալիս։ Ի՞նչ է նրա ROC AUC-ն և ROC գծի ձևը։
Middle+
2
Ինչպե՞ս ստուգել ժամանակային շարքը կայունության համար։
Middle+
2
Մեկ վերլուծաբանի կողմից գրված SQL հարցում է։ Նշեք հարցման անարդյունավետությունները և առաջարկեք, թե ինչպես կարելի է դրանք խուսափել։ Հարցումը միացնում է երկու աղյուսակ. - փաստաթուղթը 'events'՝ 'event_id' բանալիով - տրաֆիկային աղբյուրի հղումային աղյուսակ՝ 'referer_str' բանալիով Երկու աղյուսակներում միլիարդավոր գրառումներ կան։ 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
Մինչև բացասական չլինող շարունակական նպատակ և չորս ալգորիթմներ՝ գծային ռեգրեսիա, որոշման ծառ, պատահական անտառ և գրադիենտ բուստինգ ծառերի վրա։ Որոնք կարող են բացասական կանխատեսումներ տալ։
Middle+
2
Տվյալները բեռնվել են ReplacingMergeTree աղյուսակում; ինչ կլինի ընթերցման ժամանակ, եթե միաձուլումը դեռ տեղի չի ունեցել, և ինչպես ստանալ ռեկորդների վերջին տարբերակը։
Middle
2
Ի՞նչ է դենորմալիզացիան։
Middle
2
Արդյո՞ք հնարավոր է համատեղել դուպլիկատների վերացման և հետագա տվյալների spill-ը առանց առանձին աղյուսակների օգտագործման; և եթե այո, ինչպես?
Middle
2
Ի՞նչ է հիպոթեզների փորձարկումը։ Ի՞նչ են առաջին և երկրորդ տեսակների սխալները և p-արժեքը։
Middle+
2
Ի՞նչ են ինդեքսների կառուցվածքները և ինչպես են աշխատում:
Middle
2
Ի՞նչ եղանակներ եք գիտեք PostgreSQL-ում առաջադրանքների կատարմանը արագացնելու համար։
Middle
2
Ի՞նչ է կայուն ժամանակային շարք և ինչու է կայունությունը կարևոր դասական մոդելների համար։
Middle+
2
Ի՞նչ է բագինգը և բուստինգը, և ինչպե՞ս են նրանք տարբերվում:
Middle+
2
Ինչպիսի՞ն են PostgreSQL/Greenplum-ում վիտրինաներ կառուցելիս JOIN-ի օգտագործման առանձնահատկությունները համեմատած ClickHouse-ի հետ:
Middle
2
Դուք ծանոթ եք uplift մոդելավորմանը՞։ Ինչ եք իմանում դրա մասին։
Middle+
2
Ինչպե՞ս կանխել աղյուսակի աճը, եթե տվյալների պահպանումը ժամանակային սահմանափակ է, օրինակ՝ երկու տարի:
Middle
2
Ինչ է ROC AUC-ը։
Middle+
1
Պետք է ստուգել, արդյոք աղյուսակում կան հաճախորդներ մի քանի էլփոստով: Եթե կան, ապա նրանց հեռացրեք (մնացեք միայն վերջին գրառումը create_date-ով):
Middle
1
Ինչ է watermark-ը Spark Structured Streaming-ում?
Middle
1
Ի՞նչ է նորմալիզացիան և երբ է այն կիրառվում:
Middle
1