როგორ გამოიყენებთ Python-ს თქვენს მუშაობაში და სად გრძნობთ თავს უფრო თავდაჯერებულად: Python-ში თუ SQL-ში?
Senior
2
Data Engineer
743
0
101 ობიექტი არსებობს: 100 ობიექტი კლასი 0 და 1 ობიექტი კლასი 1. პირველი მოდელი ყველა ობიექტს ერთნაირ ქულას აძლევს. რა არის მისი ROC AUC და ROC გრაფიკის ფორმა?
Middle+
2
როგორ შევამოწმოთ დროის სერია სტაციონარობისთვის?
Middle+
2
ანალიტიკოსმა დაწერა SQL სვეტი. გთხოვთ, გამოავლინოთ სვეტის არასასურველი ეფექტურობა და როგორ უნდა თავიდან აიცილოთ. სვეტი ორი ცხრილს აერთიანებს: - ფაქტობრივი ცხრილი 'events' with key 'event_id' - ტრეფიკის წყაროს რეფერენციული ცხრილი with key 'referer_str' ორივე ცხრილში არის მილიარდობით ჩანაწერი. 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
მიზანი არ არის უარყოფითი და ოთხი ალგორითმი: ხაზოვანი რეგრესია, გადაწყვეტილების ხე, შემთხვევითი ტყე და გრადიენტული ბუსტინგი ხეებზე. რომელთაგან შეიძლება გამოიღოს უარყოფითი პროგნოზები?
Middle+
2
მონაცემები ჩატვირთულია ReplacingMergeTree ცხრილში; რა მოხდება წაკითხვის დროს, თუ მერჯი ჯერ კიდევ არ მომხდარა, და როგორ მიიღოთ ჩანაწერების უახლესი ვერსია?
Middle
2
დენორმალიზაცია რა არის?
Middle
2
შესაძლებელია დუბლიკაციის და შემდგომი მონაცემების spill-ის გაერთიანება ცალკე სვეტების გამოყენების გარეშე; და თუ კი, როგორ?
Middle
2
რა არის ჰიპოთეზის ტესტირება? რა არის ტიპი I და ტიპი II შეცდომები და p-ფუნქცია?
Middle+
2
ინდექსების სტრუქტურები რა არის და როგორ მუშაობენ?
Middle
2
PostgreSQL-ში დავალებების შესრულების სიჩქარის გაზრდის რა გზებს იცნობთ?
Middle
2
რა არის სტაციონარული დროის სერია და რატომ არის სტაციონარობა კლასიკურ მოდელებში მნიშვნელოვანი?
Middle+
2
რა არის ბაგინგი და ბუსტინგი, და როგორ განსხვავდებიან?
Middle+
2
PostgreSQL/Greenplum-ში ვიტრინების შექმნისას JOIN-ის გამოყენების მახასიათებლები როგორია, შედარებით ClickHouse-თან?
Middle
2
თქვენ გეცოდინებათ uplift მოდელირებაზე? რა იცით ამის შესახებ?
Middle+
2
როგორ დავიცვათ ცხრილი ზრდა, თუ მონაცემების შენახვა დროით შეზღუდულია, მაგალითად, ორი წელი?
Middle
2
რა არის ROC AUC?
Middle+
1
ტაბლოში უნდა გადაამოწმოთ, თუ მომხმარებლებს რამდენიმე ელფოსტა აქვთ. თუ არიან, წაშალეთ ისინი (მხოლოდ ბოლო ჩანაწერი დარჩეს create_date-ის მიხედვით).
Middle
1
რა არის watermark Spark Structured Streaming-ში?
Middle
1
რა არის ნორმალიზაცია და როდის გამოიყენება?
Middle
1