Data Engineer

Oferă un exemplu când ai reușit să îmbunătățești procesele sau instrumentele pentru echipă.

Cine erau consumatorii de date și cum erau construite vitrinele?

Care este diferența dintre WHERE și HAVING în SQL?

Spuneți despre voi, unde ați lucrat, ce ați făcut, care au fost sarcinile interesante și eșecurile.

Middle

Aston

Ce s-a întâmplat și cum poți recupera munca?

Cum lucrezi de obicei cu Git în echipă? Și ce este o Merge Request?

Ce format de lucru îți este mai convenabil — birou, hibrid sau de la distanță? Avem două birouri, pe Kutuzovsky și Tula.

Middle

СБЕР

Care este diferența dintre Greenplum și PostgreSQL?

Cunoaște expresiile de tabel comune (CTE)? Oferiți un exemplu de utilizare.

Povestiți-ne mai multe despre dezechilibrul datelor între sharding-uri: cum a fost determinat și cum a fost utilizată funcția/mecanismul corespunzător?

Care sunt caracteristicile și diferențele dintre Set și List în Python? În afară de performanță, ce alte caracteristici există?

Middle

СБЕР

La scopul unei restricții de cheie externă și care este sensul restricției la ștergere/actualizare în prezența înregistrărilor dependente (din punct de vedere logic)?

Care sunt riscurile legate de calitatea datelor?

Middle

Островок

Cum se detectează dezechilibrul datelor (data skew) în Spark?

SELECT client_id, ФИО, SUM(suma) AS total_amount FROM clients JOIN transactions ON clients.client_id = transactions.client_id WHERE дата = '2025-05-01' GROUP BY client_id, ФИО;

Middle

СБЕР

Spune-mi despre proiectul tău anterior, care au fost responsabilitățile tale?

Middle

Aston

Cum se transferă date între sarcini în Airflow?

Există funcții și capabilități în Greenplum care nu sunt în MySQL obișnuit și alte dialecte?

Middle

Альфа-Банк

Care este diferența dintre formatul de stocare Parquet și CSV?

A fost creată structura tabelelor indicată în imagine. Este necesar să executați interogarea indicată în imagine. Ce tip de join trebuie utilizat în loc de [...], pentru ca în rezultat, pentru înregistrările cu type = 'table_aw' coloana 'naming' să fie completată, iar pentru înregistrările cu type = 'table2' — coloana 'serial_number'? create table multirelation( type varchar not null, entity_id integer not null ); create table table_aw( id integer primary key, naming varchar not null ); create table table2( id integer primary key, serial_number varchar not null ); -- structura tabelelor select m.type,m.entity_id, ta.naming, t2.serial_number from multirelation m [...] join table_aw ta on m.entity_id = ta.id and m.type='table_aw' [...] join table2 t2 on m.entity_id = t2.id and m.type='table2'; -- interogare Lăsați gol inner cross right left