Data Engineer

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

Ce se întâmpla atunci când se activa restricția de calitate a datelor: alertă, cădere, repornire?

Middle+

Лига Цифровой Экономики

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

Cum obișnuiai să proiectezi schema bazei de date — o făceai manual în bază sau stocai scripturile undeva, sau foloseai Liquibase, care era procesul?

Middle

МВидео

Pe ce tehnologii este construit lakehouse-ul tău și ce probleme apar în lucrul cu Apache Iceberg?

Te rog, povestește-mi despre experiența ta din ultimul an: ce echipă, ce sarcini, ce rol și care a fost cea mai interesantă sarcină.

Ce mecanism fizic de JOIN va fi utilizat la unirea tabelului de tranzacții cu tabelul de calendar după condiția de inegalitate (data <= data)?

Cum diferă cerințele de putere de calcul ale stocării în ETL și ELT?

Vorbește-mi despre nivelul tău de Python: ce ai folosit, cât de profund cunoști programarea orientată pe obiecte

Cum se gestionează shuffle în Spark (particionare, broadcast join etc.)?

Ce instrumente de urmărire au fost utilizate? În Spring Boot 2 și Spring Boot 3?

Spuneți despre cea mai dificilă sau interesantă sarcină pe care ați fost nevoit să o rezolvați

Middle

Купер

Ați scris teste unitare? Aveți această experiență?

Ce strategii de distribuție a datelor există?

În ce ordine se realizează operațiile principale în SQL: SELECT, FROM etc.?

Middle

Альфа-Банк

Avem un ORDER BY după numărul de comenzi, și avem două comenzi cu 5, alte două cu 3. Cum se vor comporta RANK() și DENSE_RANK()?

Middle

Альфа-Банк

Care sunt cauzele tipice pentru ca o interogare într-o bază de date relațională să funcționeze lent?

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

Middle

Альфа-Банк

LeetCode #? — În PostgreSQL există un tabel [tabel] cu o singură coloană id și valori 1, 1, 2. Scrieți o interogare DELETE care să elimine fizic un duplicat.

Care este experiența și înțelegerea ta în construirea de pipeline-uri pentru calculul vitrinelor (procesarea datelor)?