Data Engineer

სად შეიძლება ნახოთ Airflow-ში დავალებების ლოგები?

როგორ მუშაობს ClickHouse და რა განსხვავებაა მას PostgreSQL-თან?

როგორ მართავს Pandas გამოტოვებული მონაცემებს?

Threading, multiprocessing, asyncio: რა განსხვავებაა და როდის უკეთესია რა გამოიყენო?

Airflow-ში პარალელიზმი სად ჩანს?

როგორ დავალაგოთ დიდი XML ფაილები ZIP-ში და ავთვირთოთ ისინი ClickHouse-ში Python-ის გამოყენებით?

Python-ში გენერატორებსა და სიაებს შორის რა განსხვავებაა?

როგორ ახდენს ORDER BY გავლენას ClickHouse-ის ცხრილზე და რა გასაღებებია უკეთესი არჩევანი?

PostgreSQL-ში რა ტიპის ინდექსები არსებობს?

როგორ განვაახლოთ ClickHouse-ის ცხრილი ისე, რომ მომხმარებლები არაფერი იგრძნონ (ატომური შეცვლა)?

რატომ არის Pandas უკეთესი, ვიდრე ჩვეულებრივი სიები და ლექსიკონები Python-ში?

GIL (Global Interpreter Lock) რა არის?

როგორ არ მოკლათ Jupyter ან Pandas მეხსიერების გამო?

Airflow-ის დავალებების ლოგები ჩვეულებრივ რა შემადგენლობაშია?

ფანჯრის ფუნქციები რა მიზნით გამოიყენება?

Airflow-ში DAG/მუშაობაში იდემპოტენტობა რა არის?

როგორ შევქმნათ Airflow-ში ბევრი ერთნაირი დავალება ერთდროულად (მაგალითად, ბევრი ერთნაირი ფაილის ატვირთვა)?

როგორ მოქმედებს მარცვლების ზომა ClickHouse-ის სქემაზე?

როგორ მუშაობს JOIN-ი ClickHouse-ში?

რა განსხვავებაა WHERE და HAVING-ს შორის?