**SQL uzdevumi** 1) Uzskaitiet katra izpildītāja (executor) "processing" statusa pasūtījumu skaitu 2024. gada martā TIK augstas prioritātes (priority = 'high') pasūtījumiem.
Intern
381
Product Analyst
129
0
**SQL uzdevumi** 1) Parādiet "processing" statusa esošo pasūtījumu skaitu katram izpildītājam (executor) par 2024. gada martu TIK PRIORTĒTĀM (priority = 'high') pasūtījumiem. Sakārtojiet pēc skaita dilstošā secībā. Izslēdziet izpildītājus ar 0 pasūtījumiem. 2) Parādiet veiksmīgi pabeigto (completed) pasūtījumu skaitu pa kategorijām, kuru vidējais ieņēmums > 70000, ņemot vērā tikai klientu ar ID >= 1002 pasūtījumus. Izslēdziet kategorijas bez zināma vidējā ieņēmuma. 3) Pievienojiet tabulai orders_log kolonnu rank, kas sakārto ierakstus katram izpildītājam pēc timestamp augošā secībā, bet tikai "pending" vai "processing" statusa pasūtījumiem. Piemērs rezultātam (executor=1):
Intern
355
20. Derīgas iekavas Dotajā s virknē ir tikai rakstzīmes '(', ')', '{', '}', '[' un ']', nosakiet, vai ievades virkne ir derīga. Ievades virkne ir derīga, ja: 1. Atvērtās iekavas ir jāaizver ar to pašu tipu iekavām. 2. Atvērtās iekavas ir jāaizver pareizajā secībā. 3. Katram aizvērtajam iekavam ir atbilstoša atvērta iekava tāda paša tipa. Piemērs 1: Ievade: s = "()" Izvade: true Piemērs 2: Ievade: s = "()[]{}" Izvade: true Piemērs 3: Ievade: s = "(]" Izvade: false
Intern
306
**Python uzdevumi** Pandas DataFrame ar datiem no orders_log sauc par df. 1) Filtrējiet rindas: statuss "processing" un ieņēmumi (revenue) > 50000 un prioritāte "high". Parādiet rezultātu. 2) Izveidojiet kolonnu 'revenue_group' saskaņā ar noteikumiem: ‘Small’ (< 50000), ‘Medium’ (50000 <= revenue < 90000), ‘Large’ (>= 90000). Tad saskaitiet pasūtījumu skaitu katrā grupā pēc kategorijām (Category) un parādiet rezultātu. 1) df[(df["state"] == "processing") & (df["revenue"] > 50000) & (df["priority"] == "high")] 2)
Intern
296
**SQL uzdevumi** 1) Uzskaitiet pasūtījumu skaitu statusā "processing" katram izpildītājam (executor) par martu 2024. GADĀ TIK PRIORTĀTIVIEM (priority = 'high') pasūtījumiem. 2) Atrodiet vidējo (revenue) peļņu katrā preču kategorijā (Category). 3) Nosakiet, cik unikālu klientu (client_id) ir veikuši pasūtījumus kategorijā "Electronics". 4) Izvadiet sarakstu ar pasūtījumiem, kas tika noraidīti (state = 'rejected') vai atcelti, ja tādi ir. 5) Atrodiet izpildītāju (executor), kurš ir apstrādājis visvairāk pasūtījumu "completed" statusā.
Intern
286
Pastāstiet vairāk par komandas projektu: kas piedalījās komandā, kāda bija jūsu atbildības joma un kā tika organizēta komunikācija komandā?
Intern
246
Kādi ir jūsu gaidījumi no prakses? Vai redzat sevi nākotnē kā pieredzējušu produktu analītiķi?
Intern
232
Kā jūs vērtējat mašīnmācību un Datu zinātni? Vai šī joma jūs interesē?
Intern
193
Pastāstiet par sevi un savu pieredzi. Ar ko jūs nodarbojaties šobrīd?
Intern
173
Kuras analīzes uzdevumus jums visvairāk patīk, kurius mazāk? Kura analīzes virziena jūs piesaista? Vai jūs interesē A/B testi un hipotēžu pārbaude?
Intern
143