Data Engineer

Qual é a diferença entre WHERE e HAVING?

A que deve prestar atenção em memória, velocidade e precisão ao fazer parsing de grandes XML?

Que motores de tabelas no ClickHouse conhece e usou?

Como funciona a compressão no ClickHouse?

Produza uma lista de reservas caras Pergunta Como pode produzir uma lista de reservas no dia de [telefone] que custarão ao membro (ou convidado) mais de 30 $? Lembre-se de que os convidados têm custos diferentes dos membros (os custos listados são por meia hora de 'slot'), e o usuário convidado é sempre o ID 0. Inclua na sua saída o nome da instalação, o nome do membro formatado como uma única coluna, e o custo. Ordene por custo decrescente, e não use subconsultas.

O que é DAG no Airflow, do que é composto e como o Airflow executa um DAG?

O que é uma View Materializada e como ela difere de uma View normal?

Quão aprofundados são seus conhecimentos em Python, quais bibliotecas você usou?

Como transferir dados entre tarefas no Airflow?

Como avaliar a configuração para transferir um terabyte de dados do PostgreSQL para o ClickHouse?

Particionamento em bases de dados: para que serve, como funciona?

Como ler um arquivo de 100 gigabytes em Python?

Como ver os parâmetros ou restrições no ClickHouse?

Quais são os tipos de JOIN em SQL (lógicos e físicos)?

O que faz o OPTIMIZE no ClickHouse e por que não deve ser executado sem pensar?

O que é normalização e desnormalização, quando são necessárias?

Fala sobre a tua experiência na X5: o que fizeste na parte de DWH?

Quando é apropriado usar ThreadPoolExecutor?

Como reduzir o consumo de memória do DataFrame no Pandas?

O que verificar se os logs não abrirem (erro 403)?