Sollicitatievragen voor Data Engineer

Vertel over een situatie waarin jij verantwoordelijk was voor een datakwaliteitsprobleem waarvan andere teams afhankelijk waren.

Uit de Google gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Vertel over een situatie waarin je verantwoordelijk was voor een datapijplijn die in productie uitviel. Wat deed je en wat veranderde er daarna?

Uit de Amazon gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Beschrijf een situatie waarin je het met een stakeholder oneens was over een datamodel en hoe dit werd opgelost.

Uit de Amazon gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zorg je ervoor dat een dagelijkse taak na een gedeeltelijke fout veilig opnieuw kan worden uitgevoerd?

Uit de Meta gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Vertel over een datamodel dat je hebt ontworpen en dat na de lancering moest worden aangepast.

Uit de Meta gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Vertel over een datamodel dat u hebt ontworpen en dat na de lancering moest veranderen. Wat had u verkeerd aangepakt?

Uit de Microsoft gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Schrijf een query die voor elk apparaat binnen een voortschrijdend venster de eerste foutgebeurtenis vindt en leg uit hoe je deze zou testen.

Uit de NVIDIA gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Vertel over een datamodel dat na de lancering moest veranderen en wat je anders zou ontwerpen.

Uit de NVIDIA gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zorg je ervoor dat een nachtelijke taak na een gedeeltelijke storing veilig opnieuw kan worden uitgevoerd?

Uit de LinkedIn gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Vertel over een datamodel dat je hebt ontworpen en dat na de lancering moest worden aangepast.

Uit de LinkedIn gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Schrijf een query die voor elk apparaat binnen een tijdvenster de eerste storing vindt en leg uit hoe je die zou testen.

Uit de Apple gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Waarom wil je specifiek aan de dataproblemen van dit team werken?

Uit de Apple gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Vertel over een datamodel dat na de lancering moest veranderen en wat je anders zou ontwerpen.

Uit de Apple gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Vertel over een datamodel dat na de lancering moest veranderen en wat je anders zou ontwerpen.

Uit de Tesla gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Waarom wil je aan de dataproblemen van dit team werken?

Uit de Tesla gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Schrijf een query die accounts vindt waarvan de vereffeningstotalen afwijken van de transactietotalen en leg uit hoe je deze zou testen.

Uit de Stripe gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Vertel over een probleem met datakwaliteit waarvoor jij verantwoordelijk was en waarvan andere teams afhankelijk waren.

Uit de Stripe gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Vertel over een datamodel dat na de lancering moest worden gewijzigd en wat je anders zou ontwerpen.

Uit de Intel gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Schrijf een query die klanten identificeert van wie bestellingen in opeenvolgende maanden te laat zijn verzonden en leg uit hoe je de query zou valideren.

Uit de Amazon gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Schrijf een query die gebruikers vindt die op opeenvolgende dagen actief waren en leg uit hoe je deze zou testen.

Uit de Meta gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Schrijf een query die klanten vindt van wie de uitgaven maand na maand stegen en leg uit hoe u het resultaat zou valideren.

Uit de Microsoft gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Schrijf een query die leden vindt die op opeenvolgende dagen actief waren en leg uit hoe je deze zou testen.

Uit de LinkedIn gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Schrijf een query die binnen een voortschrijdend venster de eerste foutgebeurtenis per voertuig vindt en leg uit hoe je die zou testen.

Uit de Tesla gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Schrijf een query die binnen een venster voor elke eenheid de eerste mislukte meting vindt en leg uit hoe je deze zou testen.

Uit de Intel gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wat doet QUALIFY, en wat zou je zonder schrijven?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wat is een slowly changing dimension, en hoe implementeer je type twee?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zou je een pipeline ontwerpen die clickstreamgebeurtenissen binnenhaalt en ze binnen enkele minuten doorzoekbaar maakt?

Uit de Google gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Ontwerp een systeem dat bestelgebeurtenissen uit verschillende regio's verwerkt en beschikbaar maakt voor dagelijkse rapportage en bijna-realtime waarschuwingen.

Uit de Amazon gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Ontwerp een pijplijn die ruwe appgebeurtenissen omzet in dagelijkse betrokkenheidsstatistieken en leg uit hoe je gebeurtenissen verwerkt die een dag te laat binnenkomen.

Uit de Meta gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Een statistiek daalde na een schemawijziging in een bovenliggende bron. Hoe bepaal je of de daling echt is?

Uit de Meta gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Ontwerp een pipeline die dagelijkse verkoopbestanden uit meerdere regio's in één rapportagetabel laadt en een late regio verwerkt zonder de andere te blokkeren.

Uit de Microsoft gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Een downstreamdashboard toont cijfers die niet overeenkomen met het bronsysteem. Hoe achterhaalt u waar het verschil is ontstaan?

Uit de Microsoft gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wanneer kiest u voor een streamingontwerp in plaats van een geplande batch en wat kost die keuze u?

Uit de Microsoft gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Ontwerp een pijplijn die telemetrie van duizenden apparaten verzamelt en deze doorzoekbaar maakt voor zowel dagelijkse rapporten als ad-hocanalyses.

Uit de NVIDIA gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Een downstreamteam zegt dat de totalen van gisteren onjuist zijn. Hoe achterhaal je waar de fout in de pijplijn is ontstaan?

Uit de NVIDIA gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wanneer kies je voor streaming in plaats van geplande batchverwerking en wat kost dat aan complexiteit?

Uit de NVIDIA gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Ontwerp een pipeline die activiteitsgebeurtenissen van leden omzet in dagelijkse betrokkenheidsstatistieken en ook gebeurtenissen verwerkt die een dag te laat binnenkomen.

Uit de LinkedIn gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Een dashboard toont een daling die niet in het bronsysteem zichtbaar is. Hoe achterhaal je waar het verschil is ontstaan?

Uit de LinkedIn gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Ontwerp een datapijplijn die diagnostische gegevens van miljoenen apparaten binnenhaalt en deze doorzoekbaar maakt voor dagelijkse rapporten en privacyveilige analyses.

Uit de Apple gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Een dagelijkse metriek daalde na een wijziging in een upstream-schema. Hoe stel je vast of de daling echt is?

Uit de Apple gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Ontwerp een pipeline die telemetrie van een groot wagenpark verwerkt en doorzoekbaar maakt voor dagelijkse rapportages en bijna realtime waarschuwingen.

Uit de Tesla gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Een fabrieksdashboard toont totalen die niet overeenkomen met het bronsysteem. Hoe ontdek je waar het verschil is ontstaan?

Uit de Tesla gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Ontwerp een pijplijn die betalingsgebeurtenissen uit verschillende bronnen samenbrengt in een dagelijks grootboek waarin niets ooit dubbel mag worden geteld.

Uit de Stripe gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hier is een pijplijn die je nog nooit hebt gezien en een mislukte taak. Zoek de oorzaak.

Uit de Stripe gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Ontwerp een pipeline die testgegevens uit veel productielijnen verzamelt en doorzoekbaar maakt voor dagelijkse opbrengstrapporten en ad-hocanalyses.

Uit de Intel gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Een dagelijkse aggregatie komt niet overeen met het bronsysteem. Hoe achterhaal je waar de pipeline het verschil heeft veroorzaakt?

Uit de Intel gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Ontwerp de tabellen voor de bestelgeschiedenis van een online marktplaats. Wat is de grain van je fact table?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Leg een star schema uit, en wanneer je bewust verder zou denormaliseren.

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe maak je een pipeline idempotent, en waarom is dat belangrijk voor reruns?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe detecteer je dat een pipeline is geslaagd maar verkeerde data heeft geproduceerd?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Neem me mee door een datamodel voor een abonnementsbedrijf en leg uit hoe je in de loop van de tijd wijzigingen van abonnement zou verwerken.

Uit de Google gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Een nachtelijke taak is dubbele rijen gaan produceren. Hoe vind je de oorzaak en voorkom je dat het opnieuw gebeurt?

Uit de Google gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zou je voor rapportagedoeleinden kiezen tussen batchverwerking en streaming?

Uit de Google gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe bepaal je wat je in een grote analytische tabel partitioneert, clustert of indexeert?

Uit de Google gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zou je ervoor zorgen dat een backfill veilig opnieuw kan worden uitgevoerd zonder dubbeltellingen?

Uit de Amazon gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wanneer zou je een kolomgebaseerd formaat verkiezen boven rijopslag, en wat kost die keuze je?

Uit de Amazon gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wanneer zou je voor een productstatistiek streaming boven batchverwerking verkiezen en wat zou dat kosten?

Uit de Meta gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zorgt u ervoor dat een nachtelijke batchtaak veilig opnieuw kan worden uitgevoerd?

Uit de Microsoft gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zorg je ervoor dat een grote backfill veilig opnieuw kan worden uitgevoerd zonder dubbeltelling?

Uit de NVIDIA gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wanneer zou je voor een productstatistiek streaming verkiezen boven batchverwerking, en wat kost dat?

Uit de LinkedIn gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zou je ervoor zorgen dat een backfill veilig opnieuw kan worden uitgevoerd zonder dubbel te tellen?

Uit de Apple gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zorg je dat een grote backfill veilig opnieuw kan worden uitgevoerd zonder dubbel te tellen?

Uit de Tesla gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zou je, met alleen de documentatie van een onbekende API, binnen een uur een werkende ingestietaak bouwen?

Uit de Stripe gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wanneer zou je voor een financieel rapport streaming verkiezen boven batchverwerking, en wat kost dat aan correctheid?

Uit de Stripe gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zorg je ervoor dat een grote backfill veilig opnieuw kan worden uitgevoerd zonder dubbel te tellen?

Uit de Intel gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wanneer zou je voor een monitoringtoepassing streaming boven batchverwerking verkiezen en wat kost dat?

Uit de Intel gids · Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Deze query scant een miljard rijen en duurt twintig minuten. Hoe diagnosticeer je dit?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Leg het verschil uit tussen partitioning en clustering, en wanneer elk helpt.

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Een stakeholder wil dat historische rapportage de huidige regio van een klant weerspiegelt. Wat breekt er?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zou je een event stream modelleren die niet in volgorde binnenkomt?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wanneer kies je een brede tabel boven een genormaliseerd model?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

De upstream bron stuurt de data van gisteren opnieuw. Wat gebeurt er met je taak?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe zou je twee jaar geschiedenis backfillen zonder de dagelijkse load te verstoren?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Te laat aankomende data duikt drie dagen na sluiting van de partitie op. Wat doe je?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wat monitor je, en wat piept iemand wakker om drie uur 's nachts?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wat veroorzaakt een shuffle, en waarom is die duur?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Je taak is traag en één taak duurt veel langer dan de rest. Wat gebeurt er?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Leg data skew uit en twee manieren om ermee om te gaan.

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wanneer kies je streaming boven een geplande batchtaak?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Wat garandeert exactly-once processing eigenlijk, en waar geldt het niet?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv

Hoe gaan watermarks om met out-of-order events in een windowed aggregatie?

Oefen hem in een proefgesprek · Mijn antwoord opstellen vanuit mijn cv