Data Analyst

რა დაინტერესა ვაკანსიაში? თავად უპასუხეთ თუ გიპოვეს?

გააზიარეთ გამოყენებული BI ინსტრუმენტების განვითარების შესახებ — დაიწყეთ Power BI-ით, რა იყო შემდეგი?

გაქვთ დამატებითი რამეების სწავლა, კითხვა, ვინმეს პროფესიულ სფეროში თვალყურის დევნება ჩვევები?

ყველა მთელი რიცხვის სიისთვის, დააბრუნეთ იგივე ზომის სია, სადაც i-პოზიციაზე არის ყველა ელემენტის გამრავლება, გარდა იმ ელემენტის, რომელიც მდებარეობს ორიგინალურ სიაში i-პოზიციაზე მაგალითები: [2, 3, 4] -> [3*4, 2*4, 2*3] -> [12, 8, 6] def product_except_self(nums: list[int]) -> list[int]: # თქვენი კოდი აქ

გააზიარეთ თქვენი გამოცდილება: რა საქმიანობა გქონდათ წინა სამუშაო ადგილებზე, რაც ამ პროექტისთვის მნიშვნელოვანია?

გვითხარით საკუთარ შესახებ (კარიერის გამოცდილება)

რომელ მექანიზმებთან (მონაცემთა ბაზის მართვის სისტემები) მუშაობდით პირდაპირ?

გვითხარით ცოტა თქვენზე და თქვენს გამოცდილებაზე, რომელიც ჩვენი პოზიციისთვის შესაბამისია.

რატომ დატოვეთ თქვენი ბოლო სამუშაო ადგილი ახალი მოძებნის წინ?

8 თვის განმავლობაში კომპანიაში იყო რამე, რასაც შეგიძლიათ საკუთარ თავზე მიაწეროთ?

რომელი სხვა ფანჯრის ფუნქციებს იცით, გარდა ROW_NUMBER-ისა, და რა ფუნქციებს ასრულებენ ისინი?

-- 2. კამპანიების ცხრილი მოწესრიგდა: დუბლიკატები ამოიღეს, დაამატეს გასაღები (PK). -- მეტი კამპანია ჩატარდა, ბაგების გამო, მომხმარებლები დაიწყეს წარუმატებელი კომუნიკაციების მიწოდების მცდელობები, და ზოგიერთს საერთოდ ვერ აჩვენეს. -- მომხმარებლებს გამოგზავნილი პრომო-კამპანიების შესახებ: -- 2.1 დაწერეთ სვეტა, რომელიც აჩვენებს წარმატებით მიღებულ მომხმარებელთა რაოდენობას, თითოეულ კამპანიაზე. -- 2.2 შეცვალეთ სვეტა, რათა აჩვენოს: მომხმარებელთა რაოდენობა, რომლებმაც საბოლოოდ ვერ მიიღეს წარმატებული კომუნიკაცია, თითოეულ კამპანიაზე. -- კომუნიკაციების ცხრილში დაემატა კიდევ ერთი ველი – event_timestamp – კომუნიკაციის მიწოდების მოვლენის თარიღი და დრო '%Y-%m-%d %H:%M:%S' ფორმატში. -- ყველა კამპანიისთვის, მათ შორის დაწყებული არაა, გამოთვალეთ მაჩვენებელი: მომხმარებელთა წილი, რომლებსაც წარმატებული შეტყობინების მიწოდება განხორციელდა პირველივე მცდელობით. -- შეიძლება გამოყენებულ იქნას ფანჯრის ფუნქციები, ან არა, მაგრამ მნიშვნელოვანია, რომ სვეტა იყოს ოპტიმალური.

წარმოდგინეთ, რომ ერთ წუთში თქვენ გენერალურ დირექტორთან ლიფტში ხართ და უნდა გაიყიდოთ საკუთარი თავი ექსპერტიზისა და ხარდსკილების მხრივ. რა გითხრათ საკუთარ შესახებ?

რა დოკუმენტაცია უნდა ახლდეს მონაცემთა საცავს?

როგორ უყურებთ შერეულ სამუშაო ფორმატს, სადაც კომბინირებულია რეგულარული რუტინული დავალებები და მოულოდნელი სასწრაფო დავალებები?

რას ფიქრობთ, რომ წარმატებების ჩვენებისთვის რა თვისებები უნდა გქონდეთ?

რომელი ტიპის მონაცემთა ბაზის მართვის სისტემებს იცნობ?

გთხოვთ, მითხარით, Airflow-ში თქვენ უფრო ხშირად ტექნიკურ დავალებებს აძლევთ თუ ასევე გაქვთ გამოცდილება DAG-ების შექმნაში?

თქვენ გეთანხმებით, რომ ამ პოზიციისთვის მნიშვნელოვანია ტელეკომუნიკაციების ექსპერტიზის და მონაცემებთან მუშაობის უნარების (BI, ვიზუალიზაცია) შერეული კომპეტენცია?

გთხოვ, მითხარი, რა სახის ლოგიკური კავშირები (JOIN) იცი.