Jak korzystasz z Pythona w swojej pracy i w czym czujesz się pewniej: w Pythonie czy w SQL?
Senior
2
Data Engineer
743
0
Jest 101 obiektów: 100 obiektów klasy 0 i 1 obiekt klasy 1. Pierwszy model daje wszystkim obiektom ten sam wynik. Jakie są jego ROC AUC i kształt krzywej ROC?
Middle+
2
Jak przetestować szereg czasowy pod kątem stacjonarności?
Middle+
2
Dane zapytanie SQL napisane przez analityka. Zidentyfikuj nieefektywności w zapytaniu i zasugeruj, jak ich unikać. Zapytanie łączy dwie tabele: - tabela faktów 'events' z kluczem 'event_id' - tabela referencyjna źródła ruchu z kluczem 'referer_str' Obie tabele zawierają miliardy rekordów. 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
Istnieje nieujemny ciągły cel i cztery algorytmy: regresja liniowa, drzewo decyzyjne, losowy las i gradient boosting na drzewach. Które z nich mogą generować negatywne prognozy?
Middle+
2
Dane zostały załadowane do tabeli ReplacingMergeTree; co się stanie podczas odczytu, jeśli merge jeszcze nie nastąpił, i jak uzyskać najnowszą wersję rekordów?
Middle
2
Czym jest denormalizacja?
Middle
2
Czy można połączyć deduplikację i późniejszy spill danych bez użycia oddzielnych tabel; jeśli tak, to jak?
Middle
2
Czym jest test hipotez? Czym są błędy typu I i typu II oraz wartość p?
Middle+
2
Jakie są struktury indeksów i jak one działają?
Middle
2
Jakie znasz sposoby na przyspieszenie wykonywania zadań w PostgreSQL?
Middle
2
Czym jest stacjonarna seria czasowa i dlaczego stacjonarność jest ważna dla modeli klasycznych?
Middle+
2
Czym jest bagging i boosting, i czym się różnią?
Middle+
2
Jakie są cechy użycia JOIN przy budowie witryn w PostgreSQL/Greenplum w porównaniu z ClickHouse?
Middle
2
Czy znasz modelowanie uplift? Co o nim wiesz?
Middle+
2
Jak zapobiec rozrostowi tabeli, jeśli przechowywanie danych jest ograniczone czasowo, na przykład dwoma latami?
Middle
2
Czym jest ROC AUC?
Middle+
1
Należy sprawdzić, czy w tabeli są klienci z wieloma emailami. Jeśli tak, usuń ich (zostaw tylko ostatni wpis według create_date).
Middle
1
Czym jest watermark w Spark Structured Streaming?
Middle
1
Czym jest normalizacja i kiedy jest stosowana?
Middle
1