Data Engineer

Jakie są Twoje oczekiwania finansowe?

Czym jest idempotentność DAG/zadania w Airflow?

Dlaczego wybraliście akurat DBT? Jakie widzicie zalety i wady tego frameworka?

Middle+

СБЕР

Dane są dwie tabele t1 i t2. Zadaniem jest wypisanie wszystkich rodzajów joinów, które znasz, oraz wynik zapytania select * from t1 <join> t2 on t1.t = t2.t dla każdego z nich. |t1.t| ------ 1 2 4 null ------ |t2.t| ------ 1 3 null null cross 1 1 - null null - INNER JOIN [phone] LEFT JOIN 1 - 1 2 - NULL 4 - NULL NULL - NULL RIGHT JOIN [phone] NULL - 3 NULL - NULL NULL - NULL FULL JOIN [phone] - NULL 4 - NULL NULL - 3 null - NULL null - NULL null - NULL

Middle

Купер

Jakie problemy może wykryć śledzenie?

Jak może dojść do wstrzyknięcia SQL przez pole wprowadzania daty?

Czym jest wstrzyknięcie SQL?

Jak działa partycjonowanie w Hive i jak jest ono fizycznie reprezentowane w systemie plików?

Middle

Aston

Czym jest YARN i do czego służy?

Middle

Aston

Czy masz doświadczenie w pracy z biblioteką Langchain? Jakie zadania rozwiązałeś za jej pomocą?

Jakie rodzaje fizycznego łączenia tabel istnieją (Hash Join, Merge Join, Nested Loop)?

Middle+

СБЕР

Jakie są rodzaje połączeń fizycznych (metody łączenia)?

Do czego służą indeksy, jakie są ich zalety i wady?

Jakie są ograniczenia w korzystaniu z tablic haszujących?

Co robisz, gdy napotkasz problem w pipeline produkcyjnym?

Jakie są wady architektury MPP w Greenplum?

Dana jest łańcuch zer i jedynek. Należy napisać funkcję func(), która zwróci maksymalną liczbę kolejnych jedynek. Na przykład: func("010111011") -> 3

Middle

Купер

Jakie metody usuwania danych istnieją w ClickHouse?

Czy śledzenie pokazuje tylko żądania REST czy coś jeszcze?

Jakimi typami tabel w Greenplum się posługiwałeś? W jakich przypadkach używałeś heap, a w jakich Append-Optimized?