Întrebări de interviu pentru Data Engineer

Povestește-mi despre o situație în care ți-ai asumat responsabilitatea pentru o problemă de calitate a datelor de care depindeau alte echipe.

Din ghidul Google · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Povestiți-mi despre o situație în care ați fost responsabil pentru un flux de date care a eșuat în producție. Ce ați făcut și ce s-a schimbat ulterior?

Din ghidul Amazon · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Descrieți o situație în care nu ați fost de acord cu o parte interesată în privința unui model de date și modul în care a fost rezolvată.

Din ghidul Amazon · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ai face ca o sarcină zilnică să poată fi rerulată în siguranță după o eroare parțială?

Din ghidul Meta · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Povestește-mi despre un model de date proiectat de tine care a trebuit modificat după lansare.

Din ghidul Meta · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Povestiți-mi despre un model de date proiectat de dumneavoastră care a trebuit modificat după lansare. Ce ați greșit?

Din ghidul Microsoft · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Scrieți o interogare care găsește primul eveniment de eroare pentru fiecare dispozitiv într-o fereastră glisantă și explicați cum ați testa-o.

Din ghidul NVIDIA · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Povestiți-mi despre un model de date care a trebuit modificat după lansare și despre ce ați proiecta diferit.

Din ghidul NVIDIA · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ai face ca o sarcină nocturnă să poată fi rerulată în siguranță după o defecțiune parțială?

Din ghidul LinkedIn · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Povestește-mi despre un model de date pe care l-ai proiectat și care a trebuit modificat după lansare.

Din ghidul LinkedIn · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Scrie o interogare care găsește prima eroare pentru fiecare dispozitiv într-un anumit interval și explică modul în care ai testa-o.

Din ghidul Apple · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

De ce îți dorești în mod special să lucrezi la problemele de date ale acestei echipe?

Din ghidul Apple · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Povestește-mi despre un model de date care a trebuit modificat după lansare și despre ce ai proiecta diferit.

Din ghidul Apple · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Povestește-mi despre un model de date care a trebuit schimbat după lansare și despre ce ai proiecta diferit.

Din ghidul Tesla · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

De ce vrei să lucrezi la problemele de date ale acestei echipe?

Din ghidul Tesla · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Scrie o interogare care găsește conturile ale căror totaluri de decontare nu corespund totalurilor tranzacțiilor și explică modul în care ai testa-o.

Din ghidul Stripe · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Povestește-mi despre o problemă de calitate a datelor de care ai fost responsabil și de care depindeau alte echipe.

Din ghidul Stripe · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Descrieți un model de date care a trebuit schimbat după lansare și explicați ce ați proiecta diferit.

Din ghidul Intel · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Scrieți o interogare care identifică clienții ale căror comenzi au fost expediate cu întârziere în luni consecutive și explicați cum ați valida-o.

Din ghidul Amazon · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Scrie o interogare care identifică utilizatorii activi în zile consecutive și explică modul în care ai testa-o.

Din ghidul Meta · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Scrieți o interogare care identifică acei clienți ale căror cheltuieli au crescut de la o lună la alta și explicați cum ați valida rezultatul.

Din ghidul Microsoft · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Scrie o interogare care identifică membrii activi în zile consecutive și explică modul în care ai testa-o.

Din ghidul LinkedIn · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Scrie o interogare care identifică primul eveniment de defecțiune pentru fiecare vehicul într-o fereastră glisantă și explică modul în care ai testa-o.

Din ghidul Tesla · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Scrieți o interogare care găsește prima măsurătoare nereușită pentru fiecare unitate dintr-o fereastră și explicați cum ați testa-o.

Din ghidul Intel · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Ce face QUALIFY, și ce ai scrie fără el?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Ce este o slowly changing dimension, și cum implementezi tipul doi?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ai proiecta o conductă de date care preia evenimente de tip clickstream și permite interogarea lor în câteva minute?

Din ghidul Google · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Proiectați un sistem care preia evenimente legate de comenzi din mai multe regiuni și le pune la dispoziție pentru raportarea zilnică și alertele aproape în timp real.

Din ghidul Amazon · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Proiectează un flux de procesare care transformă evenimentele brute dintr-o aplicație în indicatori zilnici de interacțiune și explică modul în care ai gestiona evenimentele care sosesc cu o zi întârziere.

Din ghidul Meta · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Un indicator a scăzut după modificarea unei scheme din amonte. Cum afli dacă scăderea este reală?

Din ghidul Meta · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Proiectați un flux de date care încarcă fișiere zilnice de vânzări din mai multe regiuni într-un singur tabel de raportare și gestionează întârzierea unei regiuni fără a le bloca pe celelalte.

Din ghidul Microsoft · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Un tablou de bord din aval afișează cifre care nu corespund sistemului-sursă. Cum identificați locul în care a apărut diferența?

Din ghidul Microsoft · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Când ați alege o arhitectură de procesare în flux în locul unui lot programat și ce costuri implică aceasta?

Din ghidul Microsoft · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Proiectați un flux care colectează date de telemetrie de la mii de dispozitive și permite interogarea lor atât pentru rapoarte zilnice, cât și pentru analize ad-hoc.

Din ghidul NVIDIA · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

O echipă din aval spune că totalurile de ieri sunt greșite. Cum identificați locul în care fluxul a introdus eroarea?

Din ghidul NVIDIA · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Când ați alege procesarea în flux în locul procesării programate în loturi și care este costul acestei alegeri în materie de complexitate?

Din ghidul NVIDIA · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Proiectează un flux de procesare care transformă evenimentele privind activitatea membrilor în indicatori zilnici de implicare și gestionează evenimentele care sosesc cu o zi întârziere.

Din ghidul LinkedIn · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Un tablou de bord indică o scădere care nu apare în sistemul-sursă. Cum identifici punctul în care a fost introdusă diferența?

Din ghidul LinkedIn · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Proiectează un flux care preia date de diagnosticare de la milioane de dispozitive și le face interogabile pentru rapoarte zilnice și analize care protejează confidențialitatea.

Din ghidul Apple · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

O metrică zilnică a scăzut după modificarea schemei unei surse din amonte. Cum stabilești dacă scăderea este reală?

Din ghidul Apple · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Proiectează un flux care preia telemetria de la o flotă mare de vehicule și permite interogarea acesteia pentru rapoarte zilnice și alerte aproape în timp real.

Din ghidul Tesla · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Un panou de control al fabricii afișează totaluri care nu corespund sistemului-sursă. Cum identifici punctul în care a fost introdusă diferența?

Din ghidul Tesla · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Proiectează un flux de procesare care reconciliază evenimentele de plată din mai multe surse într-un registru zilnic în care nu trebuie să existe niciodată numărări duble.

Din ghidul Stripe · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Ai în față un flux de procesare pe care nu l-ai mai văzut și o sarcină eșuată. Găsește cauza.

Din ghidul Stripe · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Proiectați o conductă care colectează date de testare de la numeroase linii de producție și le face interogabile pentru rapoarte zilnice privind randamentul și pentru analize ad-hoc.

Din ghidul Intel · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Un agregat zilnic nu corespunde sistemului-sursă. Cum identificați locul în care conducta a introdus diferența?

Din ghidul Intel · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Proiectează tabelele pentru istoricul comenzilor unui marketplace online. Care e grain-ul fact table-ului tău?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Explică un star schema, și când ai denormaliza deliberat mai departe.

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum faci un pipeline idempotent, și de ce contează pentru rerulări?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum detectezi că un pipeline a reușit dar a produs date greșite?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Prezintă-mi un model de date pentru o afacere bazată pe abonamente și explică modul în care ai gestiona schimbările planurilor în timp.

Din ghidul Google · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Un proces nocturn a început să producă rânduri duplicate. Cum identifici cauza și previi repetarea problemei?

Din ghidul Google · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ai alege între procesarea în loturi și cea în flux pentru un caz de utilizare axat pe raportare?

Din ghidul Google · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum decizi ce trebuie partiționat, grupat sau indexat într-un tabel analitic mare?

Din ghidul Google · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ați face ca o încărcare retroactivă să poată fi rerulată în siguranță, fără numărare dublă?

Din ghidul Amazon · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Când ați alege un format pe coloane în locul stocării pe rânduri și ce costuri implică această alegere?

Din ghidul Amazon · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Când ai alege procesarea în flux în locul procesării în lot pentru un indicator de produs și care ar fi costul?

Din ghidul Meta · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ați face ca o sarcină nocturnă de procesare în lot să poată fi reluată în siguranță?

Din ghidul Microsoft · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ați face ca o încărcare retroactivă de mari dimensiuni să poată fi rerulată în siguranță, fără numărare dublă?

Din ghidul NVIDIA · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Când ai alege procesarea în flux în locul procesării în lot pentru un indicator de produs și care ar fi costul?

Din ghidul LinkedIn · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ai face ca o încărcare retroactivă să poată fi reluată în siguranță, fără numărare dublă?

Din ghidul Apple · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ai face ca o încărcare retroactivă de mari dimensiuni să poată fi rerulată în siguranță, fără numărare dublă?

Din ghidul Tesla · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Având numai documentația unui API necunoscut, cum ai construi într-o oră o sarcină funcțională de ingestie?

Din ghidul Stripe · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Când ai alege procesarea în flux în locul celei în lot pentru un raport financiar și care este costul în privința corectitudinii?

Din ghidul Stripe · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ați face ca o încărcare retroactivă de mari dimensiuni să poată fi rerulată în siguranță, fără numărare dublă?

Din ghidul Intel · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Când ați alege procesarea în flux în locul procesării pe loturi pentru un caz de monitorizare și care ar fi costul?

Din ghidul Intel · Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Această interogare scanează un miliard de rânduri și durează douăzeci de minute. Cum o diagnostichezi?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Explică diferența dintre partitioning și clustering, și când ajută fiecare.

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Un stakeholder vrea ca raportarea istorică să reflecte regiunea actuală a unui client. Ce se strică?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ai modela un flux de evenimente care sosește dezordonat?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Când ai alege un tabel larg în locul unui model normalizat?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Sursa upstream retrimite datele de ieri. Ce se întâmplă cu job-ul tău?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum ai face backfill la doi ani de istoric fără a perturba încărcarea zilnică?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Date întârziate apar la trei zile după închiderea partiției. Ce faci?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Ce monitorizezi, și ce trezește pe cineva la ora trei dimineața?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Ce cauzează un shuffle, și de ce e costisitor?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Job-ul tău e lent și un task durează mult mai mult decât restul. Ce se întâmplă?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Explică data skew și două moduri de a-l gestiona.

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Când ai alege streaming în locul unui job batch programat?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Ce garantează de fapt exactly once processing, și unde nu se aplică?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu

Cum gestionează watermark-urile evenimentele dezordonate într-o agregare windowed?

Exersează-o într-un interviu simulat · Redactează răspunsul meu din CV-ul meu