Data Engineer

Gde možete pogledati logove zadataka u Airflow?

Kako radi ClickHouse i po čemu se razlikuje od PostgreSQL?

Kako Pandas obrađuje nedostajuće podatke?

Threading, multiprocessing, asyncio: razlika i kada je bolje šta koristiti?

Gde se pojavljuje paralelizam u Airflow?

Kako parsirati velike XML fajlove u ZIP i učitati ih u ClickHouse koristeći Python?

Kako ORDER BY utiče na tabelu ClickHouse i koje ključeve je bolje izabrati?

Koje vrste indeksa postoje u PostgreSQL?

Zašto je Pandas bolji od običnih listi i rečnika u Pythonu?

Čime se generatori razlikuju od listi u Pythonu?

Kako ažurirati tabelu u ClickHouse-u tako da korisnici ništa ne primete (atomsku zamenu)?

Šta je GIL (Global Interpreter Lock)?

Kako ne ubiti Jupyter ili Pandas zbog memorije?

Od čega se obično sastoje logovi zadataka Airflow?

Зашто су потребне функције прозора?

Kako u Airflow-u napraviti mnogo istih zadataka paralelno (na primer, učitati mnogo istih fajlova)?

Kako funkcioniše JOIN u ClickHouse?

Koja je razlika između WHERE i HAVING?

Kako funkcioniše kompresija u ClickHouse?

Koje motore tabele u ClickHouse poznajete i koristili ste?