Hoe zou je een schaalbare gegevensladen ontwerpen vanuit meerdere REST API's: van gegevensverzameling tot S3, met een interface voor een analist?
Senior
3
Data Engineer
743
0
Wat is procedureel SQL?
Middle
3
Vertel ons over jezelf en je ervaring in data engineering.
Senior
3
Er zijn 101 objecten: 100 nullen en 1 één. Na sortering op score komen eerst 50 nullen, dan één, en daarna nog eens 50 nullen. Wat zijn de ROC AUC en de vorm van de ROC-curve?
Middle+
3
Wat zijn de nadelen van indexen naast de ruimte die ze innemen?
Middle
3
In gradient boosting is al een samenstelling van N basisalgoritmes gebouwd. Wat zal het doel zijn voor de nieuwe, N+1-de algoritme?
Middle+
3
Waarom zijn luie evaluaties nuttig?
Middle
3
Wat is data spill in Spark en hoe te voorkomen als resources niet eenvoudig kunnen worden toegevoegd?
Middle
3
Hoe zou je high-load datatransformaties aanpakken?
Middle
3
Hoe verschillen de Spark-startmodi: cluster, client en local?
Middle
3
Wat zijn de voor- en nadelen van het implementeren van een API-loader als een aangepaste Airflow-operator/hook in vergelijking met een aparte bibliotheek of containerservice?
Senior
3
2. Er is een tabel t die de som van klanttransacties per dag vermeldt: - Schrijf een query die voor elke rij de transacties van de klant voor de huidige en de vorige kalenderdag toont De uiteindelijke tabel staat hieronder:
Middle
3
Wat zijn luie evaluaties en hoe begrijp je ze?
Middle
3
Welke typische taken heb je opgelost in Airflow?
Middle
3
Datum, bestelnummer, bedrag select date, sum(amount) as sum_amount from t group by date having sum(amount) > 1000000 order by sum_amount desc limit 3
Middle
3
Wat zijn stermodellen en Data Vault?
Middle
3
Vertel ons over jezelf: waar heb je laatst gewerkt, wat deed je, wat zoek je en waarom?
Middle+
2
Waar bevinden Driver en Executors zich in de cluster-modus en waarom wordt het in productie gebruikt?
Middle
2
Waar precies treedt de gradient op in het gradient boosting algoritme als de basisalgoritme een eenvoudige beslissingsboom is?
Middle+
2
Waaruit bestaan Greenplum en Hadoop HDFS componenten?
Middle
2