Data Engineer

Care sunt așteptările dvs. salariale?

Ce este idempotenta în DAG/activitate în Airflow?

De ce ați ales în mod special DBT? Ce avantaje și dezavantaje vedeți în acest framework?

Middle+

СБЕР

Se dau două tabele t1 și t2. Sarcina este să listezi toate tipurile de join pe care le cunoști și rezultatul interogării select * from t1 <join> t2 on t1.t = t2.t pentru fiecare dintre ele. |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

Ce probleme poate identifica urmărirea?

Cum poate apărea o injecție SQL prin câmpul de introducere a datei?

Ce este o injecție SQL?

Cum funcționează partiționarea în Hive și cum este reprezentată fizic în sistemul de fișiere?

Middle

Aston

Ce este YARN și la ce folosește?

Middle

Aston

Aveți experiență în lucrul cu biblioteca Langchain? Ce sarciniți ați rezolvat cu ajutorul său?

Ce tipuri de conexiuni fizice între tabele există (Hash Join, Merge Join, Nested Loop)?

Middle+

СБЕР

Ce tipuri de conexiuni fizice (metode de join) există?

Pentru ce sunt necesare indicii, care sunt avantajele și dezavantajele lor?

Care sunt limitările în utilizarea tabelelor hash?

Ce faceți când întâmpinați o problemă în pipeline-ul de producție?

Care sunt dezavantajele arhitecturii MPP în Greenplum?

Dată fiind o șir de zerouri și unu, e trebuie să scrieți o funcție func() care să returneze numărul maxim de unuți consecutivi. De exemplu: func("010111011") -> 3

Middle

Купер

Ce metode există pentru ștergerea datelor în ClickHouse?

Urmărirea arată doar solicitările REST sau ceva mai mult?

Ce tipuri de tabele ai folosit în Greenplum? În ce cazuri s-a folosit heap și în care Append-Optimized?