Data Engineer

Airflow-деги тапшырмалар арасында маалыматтарды кантип өткөрүү керек?

Жобанын негизги папкасынан кайсы буйрук docs/ субмодулун акыркы версиясына жаңылоо жана бул өзгөрүүнү коммитке даярдоо үчүн колдонулушу керек? git fetch docs/ && git merge docs/FETCH_HEAD git pull --recurse-submodules git submodule update --remote docs/ cd docs/ && git pull && cd .. && git commit -am "Жаңылоо" git submodule update --init docs/

Тим үчүн процесстерди же инструменттерди жакшыртууга жетишкен учурдун мисалын келтириңиз.

Сүрөттөгү көрсөтүлгөн таблица түзүмү түзүлдү. Сүрөттөгү суроону аткаруу керек. [...]-тин ордуна кайсы join түрүн колдонуш керек, натыйжада type = 'table_aw' үчүн 'naming' багыты толтурулсун, жана type = 'table2' үчүн 'serial_number' багыты толтурулсун? create table multirelation( type varchar not null, entity_id integer not null ); create table table_aw( id integer primary key, naming varchar not null ); create table table2( id integer primary key, serial_number varchar not null ); -- таблица түзүмү select m.type,m.entity_id, ta.naming, t2.serial_number from multirelation m [...] join table_aw ta on m.entity_id = ta.id and m.type='table_aw' [...] join table2 t2 on m.entity_id = t2.id and m.type='table2'; -- суроо Бос калтырып коюңуз inner cross right left

Маалымат керектөөчүлөр кимдер болчу жана витриналар кандайча курулду?

Неге болду жана ишти кайтаруу жолдору кандай?

Greenplum менен PostgreSQL ортосунда эмнелер айырмаланат?

Кайсы маянага ишенесиз?

Логистикалык компания үчүн отчет Сиз логистикалык компаниянын аналитикасыңыз, ал складдардагы операцияларды эсепке алат. Сиз ар бир складдын иштөө эффективдүүлүгү боюнча отчет түзүшүңүз керек. Ар бир склад үчүн эсептеңиз: • жалпы операциялар саны (count_operations); • сактагычта иштетилген товарлардын жалпы саны (sum_quantity); • операциянын орточо иштетүү убактысы (avg_processing_time), белгиленген убакыт менен гана операциялар үчүн (NULL эмес), бүтүн санга жакындатылган; • бир операцияда иштетилген товарлардын максималдуу жана минималдуу саны (max_quantity, min_quantity); • ар бир түрдөгү операциялардын саны («жеткирүү», «жөнөтүү», «айырмалоо») өзүнчө колонкаларда: supply_operations, shipment_operations, transfer_operations. Жалпы операциялар саны 2ден ашкан жана орточо иштетүү убактысы 60 мүнөттөн ашпаган складтарды фильтрлөө. Натыйжаны склад ID боюнча өсүүчү тартипте сорттоо. Кирүү форматы Operation таблицасы: • operation_id (int) — операциянын уникалдуу идентификатору • warehouse_id (int) — складдын идентификатору • operation_type (text) — операциянын түрү: «жеткирүү», «жөнөтүү», «айырмалоо» • quantity (int) — операциядагы товарлардын саны • operation_date (timestamp) — операциянын датасы жана убактысы • processing_time (int) — операциянын иштетүү убактысы processing_time колонки пропусктарды камтышы мүмкүн. Чыгуу форматы Суроо төмөнкүдөй багыттагы таблицаны кайтаруусу керек: • warehouse_id (int) — складдын уникалдуу идентификатору • count_operations (int) — складта жүргүзүлгөн жалпы операциялар саны • sum_quantity (int) — складта иштетилген товарлардын жалпы саны • avg_processing_time (numeric) — операциянын орточо иштетүү убактысы (минутта), NULL эмес убакыт менен операциялар үчүн, бүтүн санга жакындатылган • max_quantity (int) — бир операцияда иштетилген эң көп товар саны • min_quantity (int) — бир операцияда иштетилген эң аз товар саны • supply_operations (int) — «жеткирүү» операцияларынын саны • shipment_operations (int) — «жөнөтүү» операцияларынын саны • transfer_operations (int) — «айырмалоо» операцияларынын саны

Pythonдеги Set жана Listтин өзгөчөлүктөрү жана айырмачылыктары эмнеде? Аткаргандан тышкары, дагы кандай өзгөчөлүктөр бар?

Middle

СБЕР

сол жактан кошуу: 10 жазу менен таблица менен 100 жазу менен таблица. Эмне минимал жана максимал саптар саны алынышы мүмкүн?

Greenplum-та маалыматтарды кайсы талаалар боюнча бөлдүңүз?

Middle

Альфа-Банк

Data Vaultта кандай маалыматтын сапатын текшерүү жүргүзүлдү?

Middle+

Лига Цифровой Экономики

Көрсөтүлгөн экранда эки маалыматтык структура бар; кайсысында мааниси 2 тезирек табылат жана эмнеге?

SELECT client_id, ФИО, SUM(suma) AS total_amount FROM clients JOIN transactions ON clients.client_id = transactions.client_id WHERE дата = '2025-05-01' GROUP BY client_id, ФИО;

Middle

СБЕР

Жалпысында кандайча ишиңизди уюштурасыз жана прогрессти кантип көзөмөлдөйсүз?

Greenplumта MySQL жана башка диалекттерде жок функциялар жана мүмкүнчүлүктөр барбы?

Middle

Альфа-Банк

[аты] суроо берди: ClickHouse'то маалыматтарды тек 2 жыл сактоо үчүн кантип ишке ашыруу керек?

Маалымат бериңиз, коддоо менен кошо бош убактыңызда эмне кылууну жактырасыз? Сиздин хоббилериңиз кандай?

git submodule update --init