Pytania rekrutacyjne Power BI

Możesz zbudować działający raport i mimo to utknąć na pytaniach DAX, bo rozmowy sprawdzają evaluation model, a nie listę funkcji. Ta sekcja opisuje pytania DAX pojawiające się niemal w każdej rozmowie o Power BI oraz to, co zawiera mocna odpowiedź.

• Jaka jest różnica między measure a calculated column? Calculated column jest liczona wiersz po wierszu podczas refresh i zapisywana w modelu, zużywając pamięć. Measure jest liczona w momencie zapytania względem aktualnego filter context i niczego nie zapisuje. Wspomnij o pamięci i momencie liczenia, nie tylko "jedna jest dynamiczna".
• Wyjaśnij row context i filter context. Row context to bieżący wiersz podczas iteracji, filter context to zbiór filtrów nałożonych przez slicery, wizualizacje i DAX. Większość mylących wyników bierze się z oczekiwania jednego, a otrzymania drugiego.
• Co robi CALCULATE? Oblicza wyrażenie w zmodyfikowanym filter context i zamienia row context na filter context. To właśnie tej drugiej części słuchają rekruterzy.
• Kiedy potrzebujesz iteratora takiego jak SUMX? Gdy obliczenie musi nastąpić wiersz po wierszu przed agregacją, na przykład cena razy ilość, gdy żadna zapisana kolumna nie zawiera iloczynu.
• Co robi ALL i dlaczego łączy się je z CALCULATE? Usuwa filtry, i tak buduje się measure procent-z-całości.
• Wyjaśnij RELATED kontra RELATEDTABLE. Kierunek ma znaczenie: jedna przechodzi na stronę one, druga zwraca wiersze ze strony many.

Przydatny nawyk na całą rundę: gdy odpowiedź DAX zaczyna błądzić, wróć do context. Niemal każde pytanie dodatkowe sprowadza się do tego, który context jest aktywny i co go zmieniło.

Pytania o modeling oddzielają twórców raportów od osób, które naprawdę potrafią zarządzać dataset. Oczekiwane słownictwo jest dimensional.

• Star schema czy snowflake, i dlaczego? Star, dla wydajności zapytań i prostszego DAX, z zdenormalizowanymi dimension. Snowflake tylko gdy dimension jest naprawdę duży lub współdzielony. Jedna płaska tabela to odpowiedź, która kończy rundę przedwcześnie.
• Czym jest fact table, a czym dimension table? Fact przechowują mierzalne zdarzenia na określonym grain, dimension przechowują atrybuty, według których wycinasz dane.
• Dlaczego liczy się cardinality relacji i kierunek cross-filter? One-to-many z jednym kierunkiem jest domyślne nie bez powodu; filtrowanie dwukierunkowe wprowadza niejednoznaczność i może dawać złe sumy.
• Jak obsłużyć relację many-to-many? Bridge table wraz z wyjaśnieniem, co potem oznaczają sumy.
• Dlaczego potrzebna jest dedykowana date table? Funkcje time intelligence wymagają ciągłej, oznaczonej date table; bez niej measure year-to-date i za rok poprzedni działają błędnie.
• Power Query czy DAX do tej transformacji? Kształtuj dane w Power Query, gdy to możliwe, bo transformacje dzieją się tam raz przy refresh, a nie przy każdym zapytaniu.

BI analyst rekrutowany do zespołu raportowania w handlu detalicznym został zapytany, dlaczego suma sprzedaży wygląda poprawnie w podziale na produkt, ale błędnie w podziale na region. Odpowiedzią, jakiej oczekiwał panel, była odpowiedź o modeling, relacja dwukierunkowa tworząca niejednoznaczną ścieżkę filtra, a nie przepisanie DAX. Diagnozowanie najpierw na poziomie modelu to instynkt, który jest sprawdzany.

Inne bazy pytań specyficzne dla ról znajdują się w pytaniach rekrutacyjnych według roli.

Te pytania pojawiają się w rundach dla BI developer i analytics engineer, i to tam kandydatom, którzy budowali wyłącznie w Power BI Desktop, kończy się materiał.

• Import, DirectQuery czy Composite? Import jest najszybszy do odpytywania i ograniczony pamięcią oraz oknami refresh. DirectQuery utrzymuje dane aktualne i przenosi obciążenie na źródło, z ograniczeniami DAX. Composite łączy oba. Podaj tradeoff i jeden warunek, który o nim decyduje.
• Do czego służy on-premises data gateway? Łączy usługi chmurowe ze źródłami za siecią firmową, do zaplanowanego refresh i DirectQuery.
• Jak działa incremental refresh? Partycjonowanie według zakresu dat, tak by przeładowywały się tylko ostatnie partycje, skonfigurowane parametrami zakresu wymaganymi przez tę funkcję.
• Jak wdrożyć row-level security? Role z wyrażeniami filtrów DAX na dimension table, z dynamicznym security wykorzystującym funkcję zalogowanego użytkownika do wyszukania go w tabeli mapowania.
• Workspace, app, dataset, report: jak się ze sobą łączą? Podstawowa znajomość usługi i łatwe pytanie, na którym można polec, jeśli pracowało się wyłącznie w Desktop.
• Jak poprawić wolno działający raport? Zmniejsz liczbę wizualizacji na stronie, preferuj measure zamiast calculated column, ogranicz cardinality na kolumnach relacji i sprawdź Performance Analyzer.

Jeśli twoje doświadczenie jest wyłącznie w Desktop, powiedz to wprost i opisz, czego musiałbyś się nauczyć. Rekruterzy akceptują wprost przyznaną lukę; nie akceptują zmyślonego doświadczenia z deployment, które rozsypuje się przy kolejnym pytaniu dodatkowym.

Odpowiedzi Power BI zawodzą wypowiedziane na głos w konkretny sposób: kandydat zna różnicę, ale tłumaczy ją, krążąc w kółko, bo pokazywał ją zawsze tylko klikając. Czytanie bazy pytań daje rozpoznanie, a rozpoznanie załamuje się, gdy obcy pyta i czeka.

Wybierz pięć powyższych pytań, których najmniej chciałbyś usłyszeć, i odpowiedz na każde na głos w mniej niż dziewięćdziesiąt sekund, bez ekranu. Jeśli nie potrafisz powiedzieć, co robi CALCULATE, bez rysowania, nie jesteś gotów, by powiedzieć to na panelu. Uruchamianie tych samych promptów wobec AI interviewer, który zadaje pytania dodatkowe, jest bliższe prawdziwej rozmowie niż ponowne czytanie notatek, i po to właśnie zbudowano tryb mock interview.

Aaron Cao, założyciel SubcueAI, zaprojektował tryb ćwiczeń wokół powtarzania, a nie przekazywania treści, bo listy pytań jest pod dostatkiem, a powtórzeń mówienia nie. W rundzie na żywo aplikacja desktopowa i Side Panel rozszerzenia przeglądarki mogą pokazywać strukturę, gdy rekruter mówi, co pomaga najbardziej przy materiale, który już znasz. Kroki konfiguracji są na stronie tutorial.