Kā jūs izmantojat Python savā darbā un kur jūtaties drošāk: Python vai SQL?
Senior
2
Data Engineer
743
0
Ir 101 objekts: 100 objekti no klases 0 un 1 objekts no klases 1. Pirmais modelis visiem objektiem dod vienādu rezultātu. Kāds ir tā ROC AUC un ROC līknes forma?
Middle+
2
Kā pārbaudīt laika rindu stacionaritātei?
Middle+
2
Kā analītiķis ir uzrakstījis SQL vaicājumu. Identificējiet vaicājuma neefektivitātes un ieteikt, kā to izvairīties. Vaicājums apvieno divas tabulas: - fakttabula 'events' ar atslēgu 'event_id' - trafika avota atsauces tabula ar atslēgu 'referer_str' Abas tabulas satur miljardiem ierakstu. 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
Ir ne-negatīvs nepārtraukts mērķis un četri algoritmi: lineārā regresija, lēmumu koks, nejaušā meža un gradienta pastiprināšana uz kokiem. Kurš no tiem var radīt negatīvas prognozes?
Middle+
2
Dati ir ielādēti ReplacingMergeTree tabulā; kas notiks, lasot, ja saplūšana vēl nav notikusi, un kā iegūt jaunāko ierakstu versiju?
Middle
2
Kas ir denormalizācija?
Middle
2
Vai ir iespējams apvienot deduplikāciju un turpmāko datu spillu bez atsevišķu tabulu izmantošanas; un ja jā, kā?
Middle
2
Kas ir hipotēžu pārbaude? Kādas ir Tipa I un Tipa II kļūdas un p-vērtība?
Middle+
2
Kādas ir indeksu struktūras un kā tās darbojas?
Middle
2
Kādus veidus jūs zināt, lai paātrinātu uzdevumu izpildi PostgreSQL?
Middle
2
Kas ir stacionāra laika rinda un kāpēc stacionaritāte ir svarīga klasiskajiem modeļiem?
Middle+
2
Kas ir bagging un boosting, un kā tie atšķiras?
Middle+
2
Kādi ir JOIN izmantošanas raksturlielumi, veidojot vitrīnas PostgreSQL/Greenplum salīdzinājumā ar ClickHouse?
Middle
2
Vai jūs esat pazīstams ar uplift modeļošanu? Ko jūs par to zināt?
Middle+
2
Kā novērst tabulas pieaugumu, ja datu glabāšana ir ierobežota laika, piemēram, diviem gadiem?
Middle
2
Kas ir ROC AUC?
Middle+
1
Jāapstiprina, vai tabulā ir klienti ar vairākām e-pasta adresēm. Ja ir, izdzēsiet viņus (atstājiet tikai pēdējo ierakstu pēc create_date).
Middle
1
Kas ir watermark Spark Structured Streaming?
Middle
1
Kas ir normalizācija un kad tā tiek piemērota?
Middle
1