În Pandas, există o coloană de tip int, dar într-o linie lipsește valoarea (NULL). Care va fi tipul de date al acestei coloane?
Python
Ați folosit MyPy pentru verificarea tipurilor?
Ce este mai rapid: read_sql în Pandas sau o conexiune directă la baza de date?
Cine schimbă contextul în abordarea asincronă?
Ce framework-uri ai folosit pentru a scrie cod în Python?
Există 5 instanțe ale serviciului cu o sarcină programată. Cum să faci ca sarcina să se execute o singură dată, și nu de 5 ori?
La normalizarea bazei de date pentru ce este necesară? Cum se determină cât de mult trebuie să fie normalizată schema?
Poți descrie pașii pipeline-ului de deployment? Începând cu commit-ul de cod — ce se întâmplă după aceea?
Cum validezi un fișier CSV/Parquet de intrare în FastAPI (prezența coloanelor necesare, intervale de valori)?
Care este diferența dintre o listă Python și un array NumPy?
Care este diferența dintre interacțiunea sincronă și cea asincronă între servicii? Cum sunt implementate?
Spuneți pe scurt despre dvs.: cine sunteți, ce experiență aveți, de ce ați venit?
La ce servesc indexurile în bazele de date relaționale (PostgreSQL)? Când ajută și când dăunează?
Există 5 milioane de rânduri de date în Pandas — ce să faci dacă 100 de mii au funcționat normal, dar 5 milioane nu?
Proiectarea sistemului: trei servicii de calcul, fiecare accesează un serviciu de date, rezultatele trebuie să fie stocate și afișate rapid în interfața web. Cum construiți un astfel de sistem cu garanția efectuării calculelor?
Se poate face un ciclu în DAG-ul Airflow: sarcina 3 returnează execuția către sarcina 1 în cazul unei cantități insuficiente de date?
De ce a fost nevoie ca compania educațională GetPositive să scrie un depozit de date bancare?
Care este diferența dintre programarea funcțională și cea orientată pe obiecte? Ce folosești în abordarea ta?
Ce manager de pachete folosești?
Cum se transferă volume mari de date (milioane de rânduri) între sarcini în Airflow?