Perguntas de entrevista para Data Engineer
Perguntas de entrevista representativas para Data Engineer, retiradas dos nossos guias por empresa e agrupadas pelo que avaliam. São exemplos para se preparar, não um banco de perguntas confirmado por nenhuma empresa.
Comportamentais (23)
Conte sobre uma ocasião em que você assumiu a responsabilidade por um problema de qualidade de dados do qual outras equipes dependiam.
Do guia da Google · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte sobre uma ocasião em que você era responsável por um pipeline de dados que falhou em produção. O que você fez e o que mudou depois?
Do guia da Amazon · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Descreva uma ocasião em que você discordou de uma parte interessada sobre um modelo de dados e como a questão foi resolvida.
Do guia da Amazon · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você tornaria um job diário seguro para ser reexecutado após uma falha parcial?
Do guia da Meta · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte sobre um modelo de dados que você projetou e que precisou mudar após o lançamento.
Do guia da Meta · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Fale sobre um modelo de dados que projetou e que teve de ser alterado após o lançamento. Onde errou?
Do guia da Microsoft · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta que encontre o primeiro evento de falha de cada dispositivo dentro de uma janela móvel e explique como você a testaria.
Do guia da NVIDIA · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte sobre um modelo de dados que precisou mudar após o lançamento e o que você projetaria de outra forma.
Do guia da NVIDIA · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline que transforme logs brutos de requisições em uma tabela horária de uso para cobrança. Como torná-lo seguro para reexecutar após uma falha parcial e como faria o backfill?
Do guia da OpenAI · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte sobre um problema de qualidade de dados pelo qual você foi responsável e que afetou outra equipe. Como o encontrou e o que mudou depois?
Do guia da OpenAI · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte sobre uma vez em que você foi responsável por um problema de qualidade de dados do qual outros times dependiam. O que você mudou depois?
Do guia da Anthropic · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline diário que agregue eventos de reprodução em uma tabela de relatórios. Como torná-lo seguro para reexecução após uma falha parcial e como você faria um backfill?
Do guia da Netflix · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte sobre uma vez em que um problema de qualidade de dados sob sua responsabilidade afetou outra equipe. Como você o encontrou e o que mudou depois?
Do guia da Netflix · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você tornaria um trabalho noturno seguro para reexecução após uma falha parcial?
Do guia da LinkedIn · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte sobre um modelo de dados que você projetou e que precisou mudar após o lançamento.
Do guia da LinkedIn · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta que encontre a primeira falha de cada dispositivo dentro de uma janela e explique como você a testaria.
Do guia da Apple · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Por que você deseja trabalhar especificamente nos problemas de dados desta equipe?
Do guia da Apple · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte sobre um modelo de dados que precisou mudar após o lançamento e explique o que você projetaria de outra forma.
Do guia da Apple · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte sobre um modelo de dados que precisou mudar após o lançamento e o que você projetaria de forma diferente.
Do guia da Tesla · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Por que você quer trabalhar nos problemas de dados desta equipe?
Do guia da Tesla · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta que identifique contas cujos totais de liquidação não correspondam aos totais de transações e explique como você a testaria.
Do guia da Stripe · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte-me sobre um problema de qualidade de dados pelo qual você foi responsável e do qual outras equipes dependiam.
Do guia da Stripe · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Conte sobre um modelo de dados que precisou mudar após o lançamento e o que você projetaria de forma diferente.
Do guia da Intel · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Programação (14)
Escreva uma consulta que identifique clientes cujos pedidos foram enviados com atraso em meses consecutivos e explique como você a validaria.
Do guia da Amazon · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta que encontre usuários ativos em dias consecutivos e explique como você a testaria.
Do guia da Meta · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta que encontre clientes cujas despesas aumentaram de um mês para o outro e explique como validaria o resultado.
Do guia da Microsoft · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta SQL que retorne, para cada conta, a data da primeira e da mais recente requisição de API e sinalize as contas sem requisições desde uma data de corte.
Do guia da OpenAI · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma função em Python que faça o parse de registros JSON aninhados, ignore os malformados registrando o motivo e gere linhas planas. Como você a testaria?
Do guia da OpenAI · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Você recebe logs brutos de uso de API. Projete o schema de uma camada de relatórios que responda o uso por cliente por dia e depois escreva a consulta que a popula.
Do guia da Anthropic · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta SQL que encontre a maior sequência de dias ativos consecutivos de cada cliente e explique como você trata dias com eventos duplicados.
Do guia da Anthropic · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma função Python, usando apenas a biblioteca padrão, que leia eventos JSON delimitados por quebra de linha, ignore linhas malformadas contando os motivos e retorne os totais por tipo de evento.
Do guia da Anthropic · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta SQL que retorne a primeira e a mais recente data de visualização de cada membro e sinalize os membros sem atividade desde uma data de corte.
Do guia da Netflix · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta que encontre membros ativos em dias consecutivos e explique como você a testaria.
Do guia da LinkedIn · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta que encontre o primeiro evento de falha de cada veículo dentro de uma janela móvel e explique como você a testaria.
Do guia da Tesla · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Escreva uma consulta que encontre a primeira medição com falha de cada unidade dentro de uma janela e explique como você a testaria.
Do guia da Intel · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
O que QUALIFY faz, e o que você escreveria sem ele?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
O que é uma dimensão de mudança lenta, e como você implementa o tipo dois?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Design de sistemas (27)
Como você projetaria um pipeline que recebesse eventos de fluxo de cliques e permitisse consultá-los em questão de minutos?
Do guia da Google · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um sistema que ingira eventos de pedidos de várias regiões e os disponibilize para relatórios diários e alertas quase em tempo real.
Do guia da Amazon · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline que transforme eventos brutos de um aplicativo em métricas diárias de engajamento e explique como você trataria eventos que chegam com um dia de atraso.
Do guia da Meta · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Uma métrica caiu após uma alteração de esquema em uma fonte upstream. Como você descobre se a queda é real?
Do guia da Meta · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline que carregue ficheiros diários de vendas de várias regiões numa única tabela de relatórios e processe uma região atrasada sem bloquear as restantes.
Do guia da Microsoft · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Um painel a jusante apresenta números que não correspondem ao sistema de origem. Como descobriria onde a diferença foi introduzida?
Do guia da Microsoft · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Quando escolheria um design de streaming em vez de um processamento em lote agendado, e qual seria o custo dessa escolha?
Do guia da Microsoft · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline que colete telemetria de milhares de dispositivos e permita consultas para relatórios diários e análises ad hoc.
Do guia da NVIDIA · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Uma equipe downstream afirma que os totais de ontem estão incorretos. Como você identifica onde o pipeline introduziu o erro?
Do guia da NVIDIA · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Quando você escolheria um projeto de streaming em vez de processamento em lote agendado e qual seria o custo em complexidade?
Do guia da NVIDIA · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline que ingira eventos de uso de vários serviços em uma tabela de data warehouse usada para faturamento. Como torná-lo idempotente e como fazer o backfill de um dia perdido?
Do guia da Anthropic · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Uma métrica de um dashboard caiu bruscamente da noite para o dia. Explique como você decide se é uma mudança real ou um problema de pipeline.
Do guia da Anthropic · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Eventos podem chegar com horas de atraso de dispositivos que estavam offline. Como você trataria dados atrasados em um pipeline que publica métricas por hora?
Do guia da Netflix · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline que transforme eventos de atividade dos membros em métricas diárias de engajamento e processe eventos que chegam com um dia de atraso.
Do guia da LinkedIn · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Um painel mostra uma queda que não aparece no sistema de origem. Como você descobriria onde a diferença foi introduzida?
Do guia da LinkedIn · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline que receba diagnósticos de milhões de dispositivos e permita consultá-los para relatórios diários e análises que preservem a privacidade.
Do guia da Apple · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Uma métrica diária caiu após uma alteração no esquema de uma fonte anterior. Como você descobriria se a queda é real?
Do guia da Apple · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline que receba telemetria de uma grande frota de veículos e permita consultas para relatórios diários e alertas quase em tempo real.
Do guia da Tesla · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Um painel de fábrica mostra totais que não correspondem ao sistema de origem. Como você identifica onde a diferença foi introduzida?
Do guia da Tesla · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline que concilie eventos de pagamento de várias fontes em um livro-razão diário que jamais possa fazer contagem duplicada.
Do guia da Stripe · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Aqui está um pipeline que você nunca viu e uma tarefa que está falhando. Encontre a causa.
Do guia da Stripe · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete um pipeline que colete dados de testes de várias linhas de manufatura e permita consultá-los para relatórios diários de rendimento e análises ad hoc.
Do guia da Intel · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Um agregado diário não corresponde ao sistema de origem. Como você descobriria em que ponto o pipeline introduziu a diferença?
Do guia da Intel · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Projete as tabelas para o histórico de pedidos de um marketplace online. Qual é a granularidade da sua tabela de fatos?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Explique um esquema em estrela, e quando você desnormalizaria ainda mais deliberadamente.
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você torna um pipeline idempotente, e por que isso importa para reruns?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você detectaria que um pipeline teve sucesso mas produziu dados errados?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Técnicas (38)
Explique um modelo de dados para uma empresa de assinaturas e como você lidaria com mudanças de plano ao longo do tempo.
Do guia da Google · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Um processo noturno começou a produzir linhas duplicadas. Como você identifica a causa e evita que isso aconteça novamente?
Do guia da Google · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você escolheria entre processamento em lote e streaming para um caso de uso de relatórios?
Do guia da Google · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você decide o que particionar, agrupar ou indexar em uma grande tabela analítica?
Do guia da Google · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você tornaria um backfill seguro para reexecução sem gerar contagem duplicada?
Do guia da Amazon · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Quando você escolheria um formato colunar em vez de armazenamento por linhas, e qual seria o custo dessa escolha?
Do guia da Amazon · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Quando você escolheria streaming em vez de processamento em lote para uma métrica de produto e qual seria o custo?
Do guia da Meta · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como tornaria segura a nova execução de uma tarefa noturna de processamento em lote?
Do guia da Microsoft · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você tornaria seguro executar novamente um grande backfill sem fazer contagem duplicada?
Do guia da NVIDIA · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Dada uma tabela de eventos de uso que pode conter duplicatas, calcule o uso diário por conta e explique como você escolhe a chave de deduplicação.
Do guia da OpenAI · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Modele os dados para rastrear quais datasets alimentam quais tabelas downstream. Qual é a granularidade de cada tabela e como você detectaria uma dependência quebrada?
Do guia da OpenAI · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Uma fonte upstream renomeou uma coluna da noite para o dia e um dashboard ficou em branco. Explique como você encontraria a causa, a corrigiria e evitaria que se repetisse.
Do guia da OpenAI · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você modelaria atributos de cliente que mudam lentamente, como o nível do plano, para que os relatórios históricos continuem corretos?
Do guia da Anthropic · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Dada uma tabela de eventos de início e cancelamento de assinatura, encontre contas que cancelaram e depois reassinaram, e explique como você trata eventos duplicados.
Do guia da Netflix · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Modele os dados para rastrear quais títulos um membro começou, pausou e terminou. Qual é a granularidade da sua tabela fato e quais atributos pertencem às dimensões?
Do guia da Netflix · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Que tipo de trabalho com dados mais o empolga e qual projeto recente demonstra isso?
Do guia da Netflix · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Quando você escolheria streaming em vez de processamento em lote para uma métrica de produto, e qual seria o custo?
Do guia da LinkedIn · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você tornaria uma carga retroativa segura para reexecução sem fazer contagem duplicada?
Do guia da Apple · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você tornaria seguro reexecutar um grande backfill sem realizar contagem duplicada?
Do guia da Tesla · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Usando apenas a documentação de uma API desconhecida, como você criaria uma tarefa funcional de ingestão em uma hora?
Do guia da Stripe · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Quando você escolheria streaming em vez de processamento em lote para um relatório financeiro e qual seria o custo em termos de correção?
Do guia da Stripe · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você faria com que um backfill grande pudesse ser reexecutado com segurança, sem contagem duplicada?
Do guia da Intel · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Quando você escolheria streaming em vez de processamento em lote para um caso de uso de monitoramento e qual seria o custo?
Do guia da Intel · Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Essa query varre um bilhão de linhas e leva vinte minutos. Como você diagnostica isso?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Explique a diferença entre particionamento e clustering, e quando cada um ajuda.
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Um stakeholder quer que relatórios históricos reflitam a região atual de um cliente. O que quebra?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você modelaria um stream de eventos que chega fora de ordem?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Quando você escolheria uma tabela larga em vez de um modelo normalizado?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
A fonte upstream envia os dados de ontem de novo. O que acontece com seu job?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como você faria o backfill de dois anos de histórico sem interromper a carga diária?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Dados atrasados aparecem três dias depois de a partição fechar. O que você faz?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
O que você monitora, e o que aciona alguém às três da manhã?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
O que causa um shuffle, e por que ele é caro?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Seu job está lento e uma tarefa demora bem mais que o resto. O que está acontecendo?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Explique data skew e duas formas de lidar com ele.
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Quando você escolheria streaming em vez de um job batch agendado?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
O que o processamento exactly once realmente garante, e onde isso não vale?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo
Como watermarks tratam eventos fora de ordem em uma agregação com janelas?
Praticar em uma entrevista simulada · Rascunhar minha resposta a partir do meu currículo