คำถามสัมภาษณ์งาน Power BI

ต่อให้สร้างรายงานที่ใช้งานได้จริง ก็ยังอาจติดขัดกับคำถาม DAX ได้ เพราะการสัมภาษณ์วัดที่ evaluation model ไม่ใช่รายชื่อฟังก์ชัน หัวข้อนี้ครอบคลุมคำถาม DAX ที่เจอในแทบทุกการสัมภาษณ์ Power BI และสิ่งที่คำตอบที่ดีควรมี

• Measure กับ calculated column ต่างกันอย่างไร Calculated column ถูกคำนวณทีละแถวระหว่างการรีเฟรชและเก็บไว้ในโมเดล ทำให้กินหน่วยความจำ ส่วน measure ถูกคำนวณตอนที่มีการ query ตาม filter context ปัจจุบัน และไม่เก็บอะไรไว้เลย ควรพูดถึงเรื่องหน่วยความจำและจังหวะการคำนวณ ไม่ใช่แค่บอกว่า “ตัวหนึ่งไดนามิก”
• อธิบาย row context กับ filter context Row context คือแถวปัจจุบันระหว่างการวนซ้ำ ส่วน filter context คือชุดของฟิลเตอร์ที่ถูกใส่โดย slicer, visual และ DAX ผลลัพธ์ที่งงส่วนใหญ่มาจากการคาดหวังอย่างหนึ่งแต่กลับได้อีกอย่างหนึ่ง
• CALCULATE ทำอะไร มันประเมินนิพจน์ภายใต้ filter context ที่ถูกเปลี่ยนแปลง และแปลง row context ให้กลายเป็น filter context ครึ่งหลังนี่แหละที่ผู้สัมภาษณ์ตั้งใจฟังที่สุด
• เมื่อไรถึงต้องใช้ iterator อย่าง SUMX เมื่อการคำนวณต้องทำทีละแถวก่อนจะรวมยอด เช่น ราคาคูณจำนวน ในกรณีที่ไม่มีคอลัมน์เก็บผลคูณไว้อยู่แล้ว
• ALL ทำอะไร และทำไมต้องใช้คู่กับ CALCULATE มันลบฟิลเตอร์ออก ซึ่งเป็นวิธีสร้าง measure แบบเปอร์เซ็นต์ของยอดรวม
• อธิบาย RELATED เทียบกับ RELATEDTABLE ทิศทางสำคัญมาก ตัวหนึ่งข้ามไปฝั่ง “หนึ่ง” ส่วนอีกตัวคืนแถวจากฝั่ง “หลาย”

นิสัยที่มีประโยชน์ตลอดการสัมภาษณ์คือ เมื่อคำตอบเรื่อง DAX เริ่มออกทะเล ให้กลับไปที่ context คำถามตามเกือบทั้งหมดจะวนกลับไปที่ว่า context ไหนกำลังทำงานอยู่ และอะไรเป็นตัวเปลี่ยนมัน

คำถามเรื่องโมเดลข้อมูลแยกคนที่สร้างรายงานได้อย่างเดียว ออกจากคนที่ดูแลรับผิดชอบชุดข้อมูลได้จริง คำศัพท์ที่คาดหวังคือแนว dimensional

• Star schema หรือ snowflake และทำไม Star เพราะประสิทธิภาพการ query ดีกว่าและ DAX ง่ายกว่า โดยมี dimension แบบ denormalized ส่วน snowflake ใช้เฉพาะเมื่อ dimension นั้นใหญ่จริง ๆ หรือถูกใช้ร่วมกัน การใช้ตารางแบบแบนตารางเดียวคือคำตอบที่จบการสัมภาษณ์เร็วเกินไป
• Fact table กับ dimension table คืออะไร Fact table เก็บเหตุการณ์ที่วัดได้ในระดับ grain ที่กำหนดไว้ ส่วน dimension table เก็บแอตทริบิวต์ที่ใช้ในการแบ่งข้อมูล
• ทำไม relationship cardinality กับทิศทางของ cross-filter ถึงสำคัญ ความสัมพันธ์แบบหนึ่งต่อหลายทิศทางเดียวเป็นค่าเริ่มต้นด้วยเหตุผลรองรับ การกรองแบบสองทิศทางสร้างความกำกวมและอาจให้ผลรวมที่ผิดได้
• จัดการความสัมพันธ์แบบหลายต่อหลายอย่างไร ใช้ bridge table พร้อมอธิบายว่ายอดรวมหลังจากนั้นหมายถึงอะไร
• ทำไมต้องมี date table แยกต่างหาก ฟังก์ชัน time intelligence ต้องการ date table ที่ต่อเนื่องและมีการทำเครื่องหมายไว้ ถ้าไม่มี measure แบบ year-to-date และปีก่อนหน้าจะทำงานผิดพลาด
• การแปลงข้อมูลนี้ควรทำใน Power Query หรือ DAX จัดรูปใน Power Query เมื่อทำได้ เพราะการแปลงข้อมูลที่นั่นเกิดขึ้นครั้งเดียวตอนรีเฟรช ไม่ใช่ทุกครั้งที่มีการ query

นักวิเคราะห์ BI คนหนึ่งที่สัมภาษณ์งานกับทีมรายงานค้าปลีกถูกถามว่าทำไมยอดขายรวมถึงถูกต้องเมื่อดูตามสินค้า แต่ผิดเมื่อดูตามภูมิภาค คำตอบที่คณะกรรมการต้องการคือคำตอบเชิงโมเดลข้อมูล คือความสัมพันธ์แบบสองทิศทางที่สร้างเส้นทางฟิลเตอร์ที่กำกวม ไม่ใช่การเขียน DAX ใหม่ การวินิจฉัยที่ระดับโมเดลก่อนคือสัญชาตญาณที่กำลังถูกทดสอบ

คลังคำถามอื่น ๆ ตามตำแหน่งงานรวบรวมไว้ที่ คำถามสัมภาษณ์งานตามตำแหน่ง

คำถามเหล่านี้เจอในการสัมภาษณ์สาย BI developer และ analytics engineer และเป็นจุดที่ผู้สมัครที่สร้างงานใน Power BI Desktop เพียงอย่างเดียวจะหมดมุกให้ตอบ

• Import, DirectQuery หรือ Composite Import เร็วที่สุดเวลา query แต่ถูกจำกัดด้วยหน่วยความจำและช่วงเวลารีเฟรช DirectQuery ทำให้ข้อมูลอัปเดตตลอดและผลักภาระไปที่ต้นทาง โดยมีข้อจำกัดของ DAX Composite ผสมทั้งสองแบบเข้าด้วยกัน ควรบอกข้อแลกเปลี่ยนและเงื่อนไขหนึ่งข้อที่ใช้ตัดสินใจ
• On-premises data gateway มีไว้ทำอะไร เชื่อมบริการคลาวด์เข้ากับต้นทางข้อมูลที่อยู่หลังเครือข่ายองค์กร เพื่อการรีเฟรชตามกำหนดเวลาและ DirectQuery
• Incremental refresh ทำงานอย่างไร แบ่งพาร์ติชันตามช่วงวันที่ เพื่อให้เฉพาะพาร์ติชันล่าสุดถูกโหลดใหม่ โดยตั้งค่าด้วยพารามิเตอร์ช่วงที่ฟีเจอร์นี้ต้องการ
• ทำ row-level security อย่างไร ใช้ role ที่มีนิพจน์ filter แบบ DAX บน dimension table พร้อม dynamic security ที่ใช้ฟังก์ชันผู้ใช้ที่ล็อกอินอยู่เพื่อค้นหาผู้ใช้ใน mapping table
• Workspace, app, dataset, report เกี่ยวข้องกันอย่างไร เป็นความรู้พื้นฐานเรื่องบริการ และเป็นคำถามง่าย ๆ ที่คนซึ่งทำงานแต่ใน Desktop มักตอบพลาด
• ปรับปรุงรายงานที่ทำงานช้าอย่างไร ลดจำนวน visual ต่อหน้า เลือกใช้ measure แทน calculated column ลด cardinality ของคอลัมน์ที่ใช้เชื่อมความสัมพันธ์ และตรวจสอบด้วย Performance Analyzer

ถ้าประสบการณ์ทั้งหมดอยู่ใน Desktop เพียงอย่างเดียว ให้บอกตรง ๆ และอธิบายว่าจะต้องเรียนรู้อะไรเพิ่ม ผู้สัมภาษณ์ยอมรับช่องว่างที่ถูกระบุอย่างชัดเจน แต่ไม่ยอมรับประสบการณ์ deploy ที่แต่งขึ้นซึ่งจะแตกในคำถามต่อยอดถัดไป

คำตอบเรื่อง Power BI มักพังตอนพูดออกมาจริงในรูปแบบเฉพาะตัว คือผู้สมัครรู้จุดต่างแต่อธิบายวนไปวนมา เพราะที่ผ่านมาแสดงมันด้วยการคลิกเท่านั้น การอ่านคลังคำถามทำให้เกิดความรู้สึกคุ้นเคย และความรู้สึกนั้นพังทลายทันทีที่มีคนแปลกหน้าถามแล้วรอฟังคำตอบ

เลือกห้าคำถามข้างต้นที่ไม่อยากถูกถามที่สุด แล้วตอบออกเสียงแต่ละข้อภายในเก้าสิบวินาทีโดยไม่มีหน้าจอ ถ้าอธิบายไม่ได้ว่า CALCULATE ทำอะไรโดยไม่ต้องวาดรูปประกอบ ก็ยังไม่พร้อมพูดเรื่องนี้ต่อหน้าคณะกรรมการ การฝึกตอบคำถามเดิม ๆ กับ AI ผู้สัมภาษณ์ที่ถามต่อยอดใกล้เคียงกับบทสนทนาจริงมากกว่าการอ่านโน้ตซ้ำ ซึ่งนี่คือจุดประสงค์ของโหมด การสัมภาษณ์จำลอง

Aaron Cao ผู้ก่อตั้ง SubcueAI ออกแบบโหมดฝึกซ้อมนี้โดยเน้นการฝึกพูดซ้ำ ๆ มากกว่าการนำเสนอเนื้อหา เพราะรายการคำถามมีอยู่เยอะแยะ แต่การได้พูดออกเสียงซ้ำ ๆ นั้นหายาก ในการสัมภาษณ์จริง แอปเดสก์ท็อปและ Side Panel ของส่วนขยายเบราว์เซอร์สามารถแสดงโครงสร้างขณะที่ผู้สัมภาษณ์กำลังพูดอยู่ ซึ่งช่วยได้มากที่สุดกับเนื้อหาที่รู้อยู่แล้ว ขั้นตอนการตั้งค่าอยู่ที่หน้า คู่มือการใช้งาน