Data Engineer

Kur var apskatīt uzdevumu žurnālus Airflow?

Kā darbojas ClickHouse un kā tas atšķiras no PostgreSQL?

Kā Pandas apstrādā trūkstošos datus?

Threading, multiprocessing, asyncio: kāda ir atšķirība un kad ir labāk ko izmantot?

Kur parādās paralēlisms Airflow?

Kā analizēt lielus XML failus ZIP formātā un ielādēt tos ClickHouse ar Python?

Kā ORDER BY ietekmē ClickHouse tabulu un kurus atslēgas ir labāk izvēlēties?

Kā atšķiras generatori no sarakstiem Python?

Kā atjaunināt tabulu ClickHouse tā, lai lietotāji neko nepamanītu (atomu aizvietošana)?

Kādi indeksu tipi ir PostgreSQL?

Kāpēc Pandas ir labāks par parastajām sarakstiem un vārdnīcām Python?

Kas ir GIL (Global Interpreter Lock)?

Kā ne nogalināt Jupyter vai Pandas dēļ atmiņas?

No kā parasti sastāv Airflow uzdevumu žurnāli?

Kam ir nepieciešamas logs funkcijas?

Kā Airflow izveidot daudz vienādas uzdevumus paralēli (piemēram, ielādēt daudz vienādu failu)?

Kas ir idempotence DAG/darbā Airflow?

Kā darbojas JOIN ClickHouse?

Kāda ir atšķirība starp WHERE un HAVING?

Kā darbojas saspiešana ClickHouse?