Data Engineer

Wat is ACID? Wat betekent elke letter? Hoe verhoudt dit zich tot transacties?

Ken je het Avro-formaat?

Vertel over relationele databases in het algemeen — wat zijn ze?

Wanneer hebben we geen gegevensopslag nodig?

Heb je ervaring met Docker-afbeeldingen, het opzetten van een omgeving op een virtuele machine?

Wat is duck typing?

Je noemde de Docker-processen, kun je meer vertellen over hoe dat bij jullie geregeld is?

Hoe is uw QA (kwaliteitscontrole van gegevens) georganiseerd?

Wat zijn de beperkingen bij het gebruik van hashtabellen?

Wat is het verschil tussen refactoring en optimalisatie?

Heb je ervaring met Table Engine Join in ClickHouse?

Vertel me over je ervaring met gedistribueerde databases (Greenplum, ClickHouse)?

Stel dat Data Vault niet beschikbaar is en er twee brede tabellen moeten worden samengevoegd. Hoe zou je dat optimaliseren in Greenplum? En als het in ClickHouse was?

Wat is een queryplan? Waarvoor zijn ze nodig?

Welke soorten fysieke verbindingen (join-methoden) zijn er?

Wat vind je momenteel niet leuk aan je baan?

Is er iets anders te bedenken dan een gewone CTE, aangezien de filtering nog steeds in het geheugen op de hele tabel plaatsvindt?

In welke omgeving werd Spark gestart?

Heeft u ervaring met engines zoals Trino of met tabelvormen (Iceberg, Parquet) in Spark?

Wat is het verschil tussen == en is in Python?