Data Engineer

Airflow-деги тапшырмалардын журналдарын кайдан көрө аласыз?

CREATE TABLE orders ( driver_id varchar, city varchar, order_id varchar ); -- Ар бир шаарда заказдардын саны боюнча эң мыкты 10 айдоочуну алыңыз

Берилген эки таблица t1 жана t2. тапшырма — билген бардык join түрлөрүн тизмектеп чыгуу жана суроонун жыйынтыгын select * from t1 <join> t2 on t1.t = t2.t ар бири үчүн. |t1.t| ------ 1 2 4 null ------ |t2.t| ------ 1 3 null null

Middle

Купер

Маалыматтарды сығымдоо кайда жакшыраак иштейт — багана же сапта сактоо жана эмнеге?

SELECT * FROM table1 AS t1 LEFT JOIN table2 AS t2 ON t1.date_start > t2.date_start

БАРЫНЫЧА * таблица1-ден t1 катары сол жактан JOIN таблица2 катары t2 ON t1.date_start > t2.date_start d = { True: 42, 1: 2, 1.0: 100500 } print(d)

Маалыматтар базаларындагы индекстер эмне, алар эмне үчүн керек жана алардын ички түзүмү кандай?

Middle+

СБЕР

Pythonда жол менен цикл жана tuple боюнча цикл ортосунда эмнеге айырма бар? Кандай түрлөр негизги жана бул иштөөчәндикке кандай таасир этет?

Middle

Купер

Фитнес клубдарга бару анализи Сиз фитнес клубдар тармагында аналитик болуп иштейсиз. Сизде колдонуучулардын баруусу жана алар сатып алган абонементтер тууралуу маалымат бар. Абонементтердин эффективдүүлүгүн анализдөө керек. Ар бир абонемент түрү үчүн: • бул абонемент түрүн колдонгон уникалдуу user_idлердин жалпы саны; • бул абонемент менен жасалган жалпы баруулар саны. Бардык барууларды эске алыңыз; • бул абонемент менен барган колдонуучулардын бөлүштүрүү пайызы. Бул үчүн, бул абонемент менен барган колдонуучулардын санын жалпы уникалдуу колдонуучулардын санына бөлүңүз жана пайызда көрсөтүңүз (бир ондукка жакындатылган). Ар бир колдонуучу бир гана абонементке ээ болушу мүмкүн. Натыйжаны абонемент түрү боюнча алфавиттик тартипте сорттогуңуз. Кирүү форматы Абонементтер таблицасы: • membership_id (int) — абонементтин уникалдуу идентификатору • user_id (int) — колдонуучунун уникалдуу идентификатору • membership_type (text) — абонементтин түрү Бардык маалыматтар бош же катаал маанилерди камтыбайт. Чыгуу форматы Суроо төмөнкүдөй тартипте талаалар менен таблицаны кайтаруусу керек: • membership_type (text) — абонементтин түрү • users_count (int) — бул түрдөгү уникалдуу колдонуучулардын саны • total_visits (int) — бул абонемент менен жасалган баруулардын жалпы саны • user_share (numeric) — бул абонемент менен барган колдонуучулардын пайызы, жалпы колдонуучулардын санына карата (бир ондукка жакындатылган) Натыйжаны абонемент түрү боюнча алфавиттик тартипте сорттогуңуз.

Threading, multiprocessing, asyncio: айырмасы жана кайсы учурда эмне колдонуу жакшы?

Greenplum, DBT жана Data Vault менен иштөө тажрыйбаңыз жөнүндө айтып бериңиз. Неге кардын үлпәтин моделинен Data Vaultка өттүңүз?

Middle

Купер

Ишкананын жаңы акциясы боюнча маалыматтарды визуалдаштыруучу отчет сураганда кандайча караш керек?

Маалыматтарды багана жана саптык сактоо жөнүндө эмне билесиң. Кайда жана кайсынысы тандоо керек жана эмнеге?

Иш тажрыйбаңыз жөнүндө айтып бериңиз: милдеттер, технологиялык стек

RANK() жана DENSE_RANK() ортосунда кандай айырма бар?

Airflowда параллелизм кай көрүнөт?

Неге Pandas Pythonдеги жөнөкөй тизмелер жана сөздүктөрдөн жакшыраак?

Pandas жетишпеген маалыматтарды кантип иштетет?

Impala менен кантип иштедиңиз?

Middle

Aston

Сөздүк менен чечим канча кошумча эс тутум талап кылат, кайтарылган маалыматтарды эсепке албастан?