Подготовка к интервью
14 вопросов с собеседований в MAREE
Что проверяют на интервью
Подборка объединяет вопросы, отмеченные на этапах интервью в MAREE. Здесь можно понять структуру технической проверки и заранее повторить связанные темы. В подборке чаще встречаются темы: s3, backend, api.
Каталог
Excel удобен для совместной работы с аналитиками и обзорных S2T-таблиц, YAML — для версионирования и автоматической проверки рядом с кодом. Выбор зависит от процесса.
Читать ответОператор и hook удобно интегрируются с Airflow, библиотека лучше переиспользуется, а контейнер изолирует зависимости. Обычно полезно разделить ядро загрузчика и оркестрацию.
Читать ответБез dbt нужно отдельно обеспечить запуск преобразований, зависимости, тестирование, инкременты и публикацию витрин. Сам перенос SQL в Airflow не заменяет все эти функции.
Читать ответПостройте рассказ вокруг задач с данными: источники, преобразования, хранилища, потребители и ваш личный вклад. Завершите направлением, в котором хотите развиваться.
Читать ответНа подготовке raw-данных выравнивают схему, типы, время и служебные метаданные, сохраняя возможность восстановить исходник. Формат S3 выбирают под последующее чтение.
Читать ответРазделите каталог источников, очередь заданий, ограниченные по API workers, raw-слой S3 и контроль загрузок. Аналитику дайте декларативный интерфейс, а не доступ к секретам.
Читать ответВ запросе трижды решается одна задача удаления дублей: GROUP BY, DISTINCT и ROW_NUMBER. Сначала проверьте уникальность ключей, затем уберите лишние операции.
Читать ответОтказ от dbt должен объясняться требованиями новой платформы и сравнением альтернатив, а не самим фактом миграции. Иногда разумнее сохранить dbt.
Читать ответFlink нужен для вычислений над потоком: состояния, окон, объединений и event time. Для простой доставки событий в Iceberg может хватить Kafka Connect.
Читать ответСравните навыки по задачам: SQL для работы с наборами данных и запросами, Python для интеграций, автоматизации и программной логики. Назовите сильную сторону и реальные зоны роста.
Читать ответНужно объединить интервалы недоступности всех хостов и измерить их пересечение с каждым днём. Складывать время каждого хоста нельзя: одновременные отказы посчитаются несколько раз.
Читать ответAirflow полезен для оркестрации зависимых пакетных задач, расписания, повторов и наблюдения за выполнением. Улучшения выбирают по измеримым проблемам текущего процесса.
Читать ответ