Pytania rekrutacyjne: Data Engineer

Opowiedz o sytuacji, gdy odpowiadałeś za problem z jakością danych, od których zależały inne zespoły.

Z przewodnika Google · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opowiedz o sytuacji, w której odpowiadałeś za potok danych, który uległ awarii w środowisku produkcyjnym. Co zrobiłeś i co później się zmieniło?

Z przewodnika Amazon · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opisz sytuację, w której nie zgadzałeś się z interesariuszem w kwestii modelu danych, oraz sposób rozwiązania tej różnicy zdań.

Z przewodnika Amazon · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak zapewnisz bezpieczne ponowne uruchomienie codziennego zadania po częściowej awarii?

Z przewodnika Meta · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opowiedz o zaprojektowanym przez siebie modelu danych, który wymagał zmiany po wdrożeniu.

Z przewodnika Meta · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opowiedz o zaprojektowanym przez Ciebie modelu danych, który trzeba było zmienić po wdrożeniu. Co zostało przez Ciebie źle zaprojektowane?

Z przewodnika Microsoft · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Napisz zapytanie, które znajduje pierwsze zdarzenie awarii każdego urządzenia w ruchomym oknie, i wyjaśnij, jak je przetestujesz.

Z przewodnika NVIDIA · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opowiedz o modelu danych, który trzeba było zmienić po wdrożeniu, oraz o tym, co zostałoby przez Ciebie zaprojektowane inaczej.

Z przewodnika NVIDIA · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak zapewnisz bezpieczne ponowne uruchomienie zadania wykonywanego nocą po częściowej awarii?

Z przewodnika LinkedIn · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opowiedz o zaprojektowanym przez siebie modelu danych, który trzeba było zmienić po wdrożeniu.

Z przewodnika LinkedIn · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Napisz zapytanie, które znajduje pierwszą awarię każdego urządzenia w określonym oknie, i wyjaśnij, jak je przetestujesz.

Z przewodnika Apple · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Dlaczego chcesz pracować właśnie nad problemami z danymi tego zespołu?

Z przewodnika Apple · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opowiedz o modelu danych, który trzeba było zmienić po wdrożeniu, oraz o tym, co zaprojektujesz inaczej.

Z przewodnika Apple · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opowiedz o modelu danych, który trzeba było zmienić po wdrożeniu, oraz o tym, co teraz zaprojektowałbyś inaczej.

Z przewodnika Tesla · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Dlaczego chcesz pracować nad problemami z danymi w tym zespole?

Z przewodnika Tesla · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Napisz zapytanie wyszukujące konta, dla których łączne kwoty rozliczeń nie zgadzają się z łącznymi kwotami transakcji, i wyjaśnij, jak je przetestujesz.

Z przewodnika Stripe · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opowiedz o problemie z jakością danych, za który odpowiadałeś i od którego zależały inne zespoły.

Z przewodnika Stripe · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opowiedz o modelu danych, który trzeba było zmienić po wdrożeniu, i o tym, co zaprojektujesz inaczej.

Z przewodnika Intel · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Napisz zapytanie identyfikujące klientów, których zamówienia wysłano z opóźnieniem w kolejnych miesiącach, i wyjaśnij, jak sprawdzisz jego poprawność.

Z przewodnika Amazon · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Napisz zapytanie wyszukujące użytkowników aktywnych w kolejnych dniach i wyjaśnij, jak je przetestujesz.

Z przewodnika Meta · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Napisz zapytanie wyszukujące klientów, których wydatki rosły z miesiąca na miesiąc, i wyjaśnij, jak zweryfikujesz wynik.

Z przewodnika Microsoft · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Napisz zapytanie, które znajduje użytkowników aktywnych w kolejnych dniach, i wyjaśnij, jak je przetestujesz.

Z przewodnika LinkedIn · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Napisz zapytanie, które znajduje pierwsze zdarzenie awarii dla każdego pojazdu w oknie kroczącym, i wyjaśnij, jak je przetestujesz.

Z przewodnika Tesla · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Napisz zapytanie znajdujące pierwszy nieprawidłowy pomiar dla każdej jednostki w określonym oknie i wyjaśnij, jak je przetestujesz.

Z przewodnika Intel · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Co robi QUALIFY, i co napisałbyś bez tego?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Czym jest slowly changing dimension i jak implementujesz typ dwa?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak zaprojektować potok, który pobiera zdarzenia ze strumienia kliknięć i pozwala wykonywać na nich zapytania w ciągu kilku minut?

Z przewodnika Google · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zaprojektuj system, który pobiera zdarzenia dotyczące zamówień z kilku regionów i udostępnia je na potrzeby codziennych raportów oraz alertów działających niemal w czasie rzeczywistym.

Z przewodnika Amazon · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zaprojektuj potok przekształcający nieprzetworzone zdarzenia z aplikacji w dzienne wskaźniki zaangażowania i wyjaśnij, jak obsłużysz zdarzenia przychodzące z jednodniowym opóźnieniem.

Z przewodnika Meta · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Po zmianie schematu w systemie źródłowym wartość wskaźnika spadła. Jak ustalisz, czy spadek jest rzeczywisty?

Z przewodnika Meta · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zaprojektuj potok, który ładuje codzienne pliki sprzedażowe z kilku regionów do jednej tabeli raportowej i obsługuje opóźnienie jednego regionu bez blokowania pozostałych.

Z przewodnika Microsoft · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Pulpit używany przez kolejny system pokazuje wartości niezgodne z systemem źródłowym. Jak ustalisz, gdzie powstała różnica?

Z przewodnika Microsoft · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Kiedy wybierzesz przetwarzanie strumieniowe zamiast zaplanowanego przetwarzania wsadowego i jakie wiążą się z tym koszty?

Z przewodnika Microsoft · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zaprojektuj potok, który zbiera dane telemetryczne z tysięcy urządzeń i umożliwia wykonywanie zapytań zarówno na potrzeby raportów dziennych, jak i analiz ad hoc.

Z przewodnika NVIDIA · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zespół korzystający z danych twierdzi, że wczorajsze sumy są błędne. Jak ustalisz, w którym miejscu potoku powstał błąd?

Z przewodnika NVIDIA · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Kiedy wybierzesz przetwarzanie strumieniowe zamiast zaplanowanego przetwarzania wsadowego i jaki jest koszt tego wyboru pod względem złożoności?

Z przewodnika NVIDIA · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zaprojektuj potok, który przekształca zdarzenia aktywności użytkowników w dzienne wskaźniki zaangażowania i obsługuje zdarzenia docierające z jednodniowym opóźnieniem.

Z przewodnika LinkedIn · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Panel pokazuje spadek, którego nie widać w systemie źródłowym. Jak ustalisz, gdzie powstała rozbieżność?

Z przewodnika LinkedIn · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zaprojektuj potok, który pobiera dane diagnostyczne z milionów urządzeń i udostępnia je do codziennych raportów oraz analiz chroniących prywatność.

Z przewodnika Apple · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Dzienna wartość wskaźnika spadła po zmianie schematu w systemie źródłowym. Jak sprawdzisz, czy spadek jest rzeczywisty?

Z przewodnika Apple · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zaprojektuj potok, który pobiera telemetrię z dużej floty pojazdów i udostępnia ją do zapytań na potrzeby codziennych raportów oraz alertów działających niemal w czasie rzeczywistym.

Z przewodnika Tesla · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Panel fabryki pokazuje sumy niezgodne z systemem źródłowym. Jak ustalisz, na którym etapie powstała różnica?

Z przewodnika Tesla · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zaprojektuj potok, który uzgadnia zdarzenia płatnicze z kilku źródeł w dzienną księgę, nie dopuszczając do podwójnego zliczania.

Z przewodnika Stripe · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Oto nieznany Ci potok i zadanie, które kończy się niepowodzeniem. Znajdź przyczynę.

Z przewodnika Stripe · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zaprojektuj potok, który zbiera dane testowe z wielu linii produkcyjnych i udostępnia je do zapytań na potrzeby codziennych raportów uzysku oraz analiz ad hoc.

Z przewodnika Intel · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Dzienna agregacja nie zgadza się z systemem źródłowym. Jak ustalisz, w którym miejscu potok wprowadził tę różnicę?

Z przewodnika Intel · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Zaprojektuj tabele dla historii zamówień internetowego marketplace'u. Jaki jest grain twojej fact table?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Wyjaśnij star schema i kiedy celowo zdenormalizowałbyś dalej.

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak sprawiasz, że pipeline jest idempotentny, i dlaczego ma to znaczenie dla ponownych uruchomień?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak wykrywasz, że pipeline zakończył się sukcesem, ale wyprodukował złe dane?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Omów model danych dla firmy oferującej subskrypcje i wyjaśnij obsługę zmian planów w czasie.

Z przewodnika Google · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Nocne zadanie zaczęło generować zduplikowane wiersze. Jak znaleźć przyczynę i zapobiec ponownemu wystąpieniu problemu?

Z przewodnika Google · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak wybrać między przetwarzaniem wsadowym a strumieniowym na potrzeby raportowania?

Z przewodnika Google · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak zdecydować, które dane partycjonować, klastrować lub indeksować w dużej tabeli analitycznej?

Z przewodnika Google · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak zapewnisz możliwość bezpiecznego ponownego uruchomienia uzupełniania danych historycznych bez ich podwójnego zliczania?

Z przewodnika Amazon · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Kiedy wybierzesz format kolumnowy zamiast przechowywania wierszowego i jakie będą tego koszty?

Z przewodnika Amazon · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Kiedy dla wskaźnika produktowego wybierzesz przetwarzanie strumieniowe zamiast wsadowego i jaki będzie tego koszt?

Z przewodnika Meta · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak zapewnisz bezpieczeństwo ponownego uruchomienia nocnego zadania wsadowego?

Z przewodnika Microsoft · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak umożliwisz bezpieczne ponowne uruchomienie dużego uzupełnienia danych historycznych bez podwójnego zliczania?

Z przewodnika NVIDIA · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Kiedy dla wskaźnika produktu wybierzesz przetwarzanie strumieniowe zamiast wsadowego i z jakimi kosztami się to wiąże?

Z przewodnika LinkedIn · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak zapewnisz bezpieczne ponowne uruchomienie uzupełniania danych bez ich podwójnego zliczania?

Z przewodnika Apple · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak zapewnisz bezpieczne ponowne uruchomienie dużego uzupełnienia danych historycznych bez podwójnego zliczania?

Z przewodnika Tesla · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Mając wyłącznie dokumentację nieznanego API, jak zbudujesz w ciągu godziny działające zadanie pobierania danych?

Z przewodnika Stripe · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Kiedy wybrałbyś przetwarzanie strumieniowe zamiast wsadowego dla raportu finansowego i jaki jest koszt tego wyboru dla poprawności?

Z przewodnika Stripe · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak zapewnisz bezpieczne ponowne uruchomienie dużego uzupełnienia danych historycznych bez podwójnego zliczania?

Z przewodnika Intel · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Kiedy w przypadku monitorowania wybierzesz przetwarzanie strumieniowe zamiast wsadowego i jaki będzie tego koszt?

Z przewodnika Intel · Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

To zapytanie skanuje miliard wierszy i trwa dwadzieścia minut. Jak to zdiagnozujesz?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Wyjaśnij różnicę między partitioningiem a clusteringiem i kiedy każdy pomaga.

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Interesariusz chce, aby historyczne raportowanie odzwierciedlało obecny region klienta. Co się psuje?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak zamodelowałbyś event stream, który przychodzi nie po kolei?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Kiedy wybrałbyś szeroką tabelę zamiast znormalizowanego modelu?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Źródło upstream ponownie wysyła wczorajsze dane. Co dzieje się z twoim jobem?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak wykonałbyś backfill dwóch lat historii bez zakłócania codziennego ładowania?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Opóźnione dane pojawiają się trzy dni po zamknięciu partycji. Co robisz?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Co monitorujesz, i co obudzi kogoś o trzeciej nad ranem?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Co powoduje shuffle, i dlaczego jest kosztowny?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Twój job jest wolny, a jeden task trwa dużo dłużej niż reszta. Co się dzieje?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Wyjaśnij data skew i dwa sposoby radzenia sobie z nim.

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Kiedy wybrałbyś streaming zamiast zaplanowanego joba wsadowego?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Co dokładnie gwarantuje exactly once processing, i gdzie to nie obowiązuje?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV

Jak watermarki obsługują zdarzenia nie po kolei w agregacji okienkowej?

Przećwicz je w próbnej rozmowie · Przygotuj moją odpowiedź na podstawie CV