**SQL užduotys** 1) Išvardinkite kiekvieno vykdytojo (executor) "processing" būsenos užsakymų skaičių 2024 m. kovą TIK aukštos prioritetės (priority = 'high') užsakymams.
Product Analyst
**SQL užduotys** 1) Parodykite kiekį užsakymų, esančių statusu "processing" kiekvienam vykdytojui (executor) už 2024 m. kovą TIK PRIORTETINIŲ (priority = 'high') užsakymų. Rūšiuokite pagal sumažėjimą. Išmeskite vykdytojus su 0 užsakymų. 2) Parodykite sėkmingai užbaigtų (completed) užsakymų skaičių pagal kategorijas, kurių vidutinės pajamos > 70000, atsižvelgiant tik į užsakymus iš klientų su ID >= 1002. Išmeskite kategorijas be žinomos vidutinės pajamos. 3) Pridėkite prie lentelės orders_log stulpelį rank, kuris rūšiuoja įrašus kiekvienam vykdytojui pagal timestamp didėjimo tvarka, bet tik užsakymams su statusu "pending" arba "processing". Pavyzdys rezultato (executor=1):
20. Teisingi skliausteliai Duota eilutė s, kurią sudaro tik simboliai '(', ')', '{', '}', '[' ir ']', nustatyti ar įvestas eilutė yra galiojanti. Galiojanti eilutė yra, jei: 1. Atidaryti skliausteliai turi būti uždaryti ta pačia skliaustelių rūšimi. 2. Atidaryti skliausteliai turi būti uždaryti teisinga tvarka. 3. Kiekvienas uždarytas skliaustelis turi atitinkantį atidarytą skliaustelį to paties tipo. Pavyzdys 1: Įvestis: s = "()" Išvestis: true Pavyzdys 2: Įvestis: s = "()[]{}" Išvestis: true Pavyzdys 3: Įvestis: s = "(]" Išvestis: false
**Python užduotys** Pandas DataFrame su duomenimis iš orders_log vadinamas df. 1) Filtruokite eilutes: būsena "processing" ir pajamos (revenue) > 50000 ir prioritetas "high". Rodyti rezultatą. 2) Sukurkite stulpelį 'revenue_group' pagal taisykles: ‘Small’ (< 50000), ‘Medium’ (50000 <= revenue < 90000), ‘Large’ (>= 90000). Tada suskaičiuokite užsakymų skaičių kiekvienoje grupėje pagal kategorijas (Category) ir parodykite rezultatą. 1) df[(df["state"] == "processing") & (df["revenue"] > 50000) & (df["priority"] == "high")] 2)
**SQL užduotys** 1) Išvardinkite užsakymų, esančių statusu "processing", skaičių kiekvienam vykdytojui (executor) 2024 m. kovo mėnesį TIK prioritetinėms (priority = 'high') užsakymams. 2) Raskite vidutinį (revenue) kiekvienos prekės kategorijos (Category) pelną. 3) Nustatykite, kiek unikalių klientų (client_id) pateikė užsakymus kategorijoje "Electronics". 4) Išveskite užsakymų, kurie buvo atmesti (state = 'rejected') arba atšaukti, sąrašą, jei tokių yra. 5) Raskite vykdytoją (executor), kuris apdorojęs daugiausiai užsakymų "completed" būsenoje.
Papaskinkite daugiau apie komandos projektą: kas dalyvavo komandoje, koks buvo jūsų atsakomybės sritis ir kaip buvo organizuota komunikacija komandoje?
Kokias lūkesčius turite iš praktikos? Ar matote save ateityje kaip patyrusį produktų analizės specialistą?
Ką manote apie mašininį mokymąsi ir duomenų mokslą? Ar jus domina ši sritis?
Papasakokite apie save ir savo patirtį. Su kuo šiuo metu užsiimate?
Kokias užduotis analitikoje jums labiausiai patinka, kokias mažiau? Kokia kryptis analitikoje jus traukia? Ar jus domina A/B testai ir hipotezių tikrinimas?