Kaip naudoji Python savo darbe ir kur jautiesi labiau pasitikintis: Python ar SQL?
Senior
2
Data Engineer
743
0
Yra 101 objektas: 100 objektų klasės 0 ir 1 objekto klasės 1. Pirmasis modelis visiems objektams suteikia tą pačią įvertinimą. Kokia yra jo ROC AUC ir ROC kreivės forma?
Middle+
2
Kaip patikrinti laiko eilutę dėl stacionarumo?
Middle+
2
Kaip analitikas parašė SQL užklausą. Nurodykite neefektyvumus užklausoje ir pasiūlykite, kaip jų išvengti. Užklausa jungia dvi lenteles: - faktų lentelė 'events' su raktu 'event_id' - srauto šaltinio nuorodų lentelė su raktu 'referer_str' Abi lentelės turi milijardus įrašų. 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
Yra neigiamas neigiamas tęstinis tikslas ir keturi algoritmai: linijinė regresija, sprendimų medis, atsitiktinis miškas ir gradientinis stiprinimas medžiuose. Kurie iš jų gali duoti neigiamas prognozes?
Middle+
2
Duomenys buvo įkeliami į ReplacingMergeTree lentelę; kas nutiks skaitant, jei dar neįvyko susijungimas, ir kaip gauti naujausią įrašų versiją?
Middle
2
Kas yra denormalizacija?
Middle
2
Ar įmanoma sujungti deduplikaciją ir vėlesnį duomenų spill'ą nesinaudojant atskiromis lentelėmis; ir jei taip, kaip?
Middle
2
Kas yra hipotezių testavimas? Kokios yra I ir II tipo klaidos ir p-vertė?
Middle+
2
Kokios yra indeksų struktūros ir kaip jos veikia?
Middle
2
Kokius būdus žinote, kad pagreitintumėte užduočių vykdymą PostgreSQL?
Middle
2
Kas yra stacionari laiko eilutė ir kodėl stacionarumas svarbus klasikiniams modeliams?
Middle+
2
Kas yra baggingas ir boostingas, ir kaip jie skiriasi?
Middle+
2
Kokios yra JOIN naudojimo ypatybės kuriant vitriną PostgreSQL/Greenplum ir palyginti su ClickHouse?
Middle
2
Ar žinote uplift modeliavimą? Ką apie tai žinote?
Middle+
2
Kaip užkirsti kelią lentelės augimui, jei duomenų saugojimas yra ribotas laiku, pavyzdžiui, dveji metai?
Middle
2
Kas yra ROC AUC?
Middle+
1
Reikia patikrinti, ar lentelėje yra klientų su keliais el. pašto adresais. Jei taip, ištrinkite juos (palikite tik paskutinį įrašą pagal create_date).
Middle
1
Kas yra watermark Spark Structured Streaming?
Middle
1
Kas yra normalizacija ir kada ji taikoma?
Middle
1