Data Engineer

Kur galima peržiūrėti užduočių žurnalus Airflow?

Kaip veikia ClickHouse ir kuo jis skiriasi nuo PostgreSQL?

Kaip Pandas tvarko trūkstamus duomenis?

Threading, multiprocessing, asyncio: koks skirtumas ir kada geriausia ką naudoti?

Kur atsiranda paralelizmas Airflow?

Kaip analizuoti didelius XML failus ZIP formate ir juos įkelti į ClickHouse naudojant Python?

Kaip ORDER BY veikia ClickHouse lentelę ir kurių raktų geriausia pasirinkti?

Kodėl Pandas yra geresnis už įprastus sąrašus ir žodynus Python'e?

Kokie indeksų tipai yra PostgreSQL?

Kuo skiriasi generatoriai nuo sąrašų Python?

Kaip atnaujinti lentelę ClickHouse taip, kad vartotojai nieko nepastebėtų (atominė keitimas)?

Kas yra GIL (Global Interpreter Lock)?

Kuo paprastai sudaryti Airflow užduočių žurnalai?

Kaip ne nužudyti Jupyter ar Pandas dėl atminties?

Kokiais tikslais naudojamos lango funkcijos?

Kaip sukurti Airflow'e daug vienodų užduočių vienu metu (pavyzdžiui, įkelti daug vienodų failų)?

Kaip veikia JOIN ClickHouse'e?

Kuo skiriasi WHERE ir HAVING?

Kaip veikia suspaudimas ClickHouse?

Kokius lentelių variklius žinote ir naudojote ClickHouse?