Data Engineer

635

Да ли сте упознати са ReplicatedQueue? Да ли имате искуства са њом?

Да ли си радио статистичке провере?

Kako je tehnički realizovana paralelna učitavanja velike tabele iz PostgreSQL u Spark u slučaju [kontekst]?

Kako neravnomerno rasporediti podatke ove vitrine na tri shard-a: 50% na prvom i po 25% na preostala dva?

Kako pravilno otvarati i zatvarati fajlove u Python-u koristeći kontekst menadžer?

Kako se razlikuju zahtevi za računarskom snagom skladišta pri ETL i ELT?

Čime se list comprehension razlikuje od običajne petlje u Pythonu?

Koje vrste JOIN-a postoje u SQL (logički) i kako se razlikuju?

# šta prikazuje s = 'abracadabra' print(s[5][0][0][0]) print(s[::-2]) s = [1, 2, 3] print(s * 2)

Kako su kreirane tabele u klasteru i kako ste rešili problem kada je zbog ZooKeeper-a nedostajala replika na shard-u?

Od kojih faza se sastoji transakcija?

Vrste JOIN i njihove razlike

Kako sprečiti da netačni podaci učitani u vitrin ili međuspremnu tabelu dođu do viših pipeline-ova?

Kako ste obično obrađivali greške i upozorenja u pipeline-ovima?

Šta radi u slobodno vreme? Imaš li lične projekte?

/32