Data Engineer

Gdzie można zobaczyć logi zadań w Airflow?

Jak działa ClickHouse i czym różni się od PostgreSQL?

Jak Pandas obsługuje brakujące dane?

Wątki, multiprocessing, asyncio: jaka jest różnica i kiedy lepiej co używać?

Gdzie pojawia się równoległość w Airflow?

Jak parsować duże pliki XML w ZIP i ładować je do ClickHouse za pomocą Pythona?

Jak ORDER BY wpływa na tabelę ClickHouse i które klucze są lepsze do wyboru?

Jakie typy indeksów są w PostgreSQL?

Dlaczego Pandas jest lepszy od zwykłych list i słowników w Pythonie?

Czym różnią się generatory od list w Pythonie?

Jak zaktualizować tabelę w ClickHouse tak, aby użytkownicy nic nie zauważyli (zamiana atomowa)?

Czym jest GIL (Global Interpreter Lock)?

Jak nie zabić Jupyter lub Pandas przez pamięć?

Z czego zazwyczaj składają się logi zadań Airflow?

Do czego służą funkcje okienkowe?

Jak w Airflow utworzyć wiele identycznych zadań równolegle (np. załadować wiele identycznych plików)?

Jak działa JOIN w ClickHouse?

Jaka jest różnica między WHERE a HAVING?

Jak działa kompresja w ClickHouse?

Jakie silniki tabel w ClickHouse znasz i używałeś?