**Zadania SQL** 1) Wypisz liczbę zamówień w statusie "processing" dla każdego wykonawcy w marcu 2024 RAZEM tylko dla zamówień o priorytecie "wysoki" (priority = 'high').
Intern
346
Product Analyst
129
0
**Zadania w Pythonie** DataFrame Pandas z danymi z orders_log nazywa się df. 1) Przefiltruj wiersze: status "processing" i przychód (revenue) > 50000 i priorytet "high". Wyświetl wynik. 2) Utwórz kolumnę 'revenue_group' według zasad: ‘Small’ (< 50000), ‘Medium’ (50000 <= revenue < 90000), ‘Large’ (>= 90000). Następnie policz liczbę zamówień w każdej grupie według kategorii (Category) i wyświetl wynik. 1) df[(df["state"] == "processing") & (df["revenue"] > 50000) & (df["priority"] == "high")] 2)
Intern
290
20. Poprawne nawiasy Dany jest ciąg znaków s zawierający tylko znaki '(', ')', '{', '}', '[' i ']'. Określ, czy ciąg wejściowy jest poprawny. Ciąg wejściowy jest poprawny, jeśli: 1. Otwarte nawiasy muszą być zamknięte tym samym typem nawiasów. 2. Otwarte nawiasy muszą być zamknięte w odpowiedniej kolejności. 3. Każdy znak zamknięcia ma odpowiadający mu otwarty nawias tego samego typu. Przykład 1: Wejście: s = "()" Wyjście: true Przykład 2: Wejście: s = "()[]{}" Wyjście: true Przykład 3: Wejście: s = "(]" Wyjście: false
Intern
280
**Zadania SQL** 1) Wyświetl liczbę zamówień w statusie "processing" dla każdego wykonawcy (executor) za marzec 2024 TYLKO dla zamówień priorytetowych (priority = 'high'). Posortuj według malejącej liczby. Wyklucz wykonawców z 0 zamówieniami. 2) Wyświetl liczbę pomyślnie zakończonych (completed) zamówień według kategorii, których średni przychód > 70000, uwzględniając tylko zamówienia klientów z ID >= 1002. Wyklucz kategorie bez znanej średniej przychodu. 3) Dodaj do tabeli orders_log kolumnę rank, która ranguje wpisy dla każdego wykonawcy (executor) według timestamp w porządku rosnącym, ale tylko dla zamówień ze statusem "pending" lub "processing". Przykład wyniku (executor=1):
Intern
279
**Zadania SQL** 1) Wypisz liczbę zamówień w statusie "processing" dla każdego wykonawcy (executor) za marzec 2024 TYLKO dla zamówień priorytetowych (priority = 'high'). 2) Znajdź średni przychód (revenue) dla każdej kategorii (Category) produktów. 3) Określ, ilu unikalnych klientów (client_id) złożyło zamówienia w kategorii "Electronics". 4) Wyświetl listę zamówień, które zostały odrzucone (state = 'rejected') lub anulowane, jeśli takie są. 5) Znajdź wykonawcę (executor), który obsłużył największą liczbę zamówień w statusie "completed".
Intern
259
Opowiedz więcej o projekcie zespołowym: kto brał udział w zespole, jaka była Twoja strefa odpowiedzialności i jak była zorganizowana komunikacja w zespole?
Intern
244
Jak się odnosisz do uczenia maszynowego i Data Science? Czy ta dziedzina Cię interesuje?
Intern
191
Jakie są Twoje oczekiwania wobec stażu? Czy widzisz siebie w przyszłości jako doświadczonego specjalistę ds. analizy produktów?
Intern
186
Opowiedz o sobie i swoim doświadczeniu. Czym się obecnie zajmujesz?
Intern
157
Jakie zadania w analizach najbardziej Ci się podobają, które mniej? Jakie kierunki w analizie Cię przyciągają? Czy interesują Cię testy A/B i weryfikacja hipotez?
Intern
141