yoklateknik mülakat
GelişimGeçmiş

Data Engineer Mid Mülakat Soruları

503 doğrulanmış Data Engineer Mid mülakat sorusu — cevaplarıyla çöz, açıklamalarıyla öğren, gerçek simülasyonda kendini test et.

Gerçek simülasyonu dene →

Örnek sorular

Data Governance LineageZorluk 2
Bir dashboard metriği aniden beklenmedik bir düşüş gösteriyor. Herhangi bir koda dokunmadan önce, soyağacı bilgisinin sağladığı en faydalı ilk adım nedir?
  • aDashboard'u üreten job'un retry sayısını artırmak
  • bDashboard'un son kullanıcılarına ne beklediklerini sormak
  • cTüm veri platformunu yeniden başlatarak önbelleklenmiş durumu temizlemek
  • dMetriği soyağacı üzerinden geriye izleyip değişen kaynağı bulmak✓
Açıklama:Soyağacı, mühendisin metriği geriye doğru izleyerek gerçekte değişen upstream kaynağı ya da dönüşümü bulmasını sağlar; retry veya restart ile tahmin yürütmek yerine.
Data Governance LineageZorluk 2
Bir ekip, paylaşımlı bir tablodan bir kolonu kaldırmayı planlıyor. Bir şeyi bozmamak için önce neyi kontrol etmelidirler?
  • aKolon adının kod tabanında tutarlı yazılıp yazılmadığını
  • bKolonun şu anda ne kadar disk alanı kapladığını
  • cO kolonu kimin kullandığını görmek için soyağacı grafiğini✓
  • dTabloyu gösteren dashboard'larda kullanılan renk şemasını
Açıklama:Soyağacı grafiği, o kolona bağımlı downstream raporları ve pipeline'ları tam olarak gösterir; böylece ekip kolonu kaldırmadan önce gerçek etkiyi değerlendirebilir.
Data Governance LineageZorluk 2
Kolon düzeyinde soyağacı, etki analizi için neden genellikle tablo düzeyindeki soyağacından daha kullanışlıdır?
  • aGenel olarak daha az metadata bakımı gerektirir
  • bO kolona bağımlı downstream alanları tam olarak gösterir✓
  • cBozulan pipeline'ları manuel müdahaleye gerek kalmadan otomatik olarak düzeltir
  • dData catalog ihtiyacını tamamen ortadan kaldırır
Açıklama:Kolon düzeyinde soyağacı, hangi belirli downstream alanların etkilendiğini gösterir; tablonun ilgisiz kısımlarını araştırmakla zaman kaybını önler.
Data Governance LineageZorluk 2
Yaygın kullanılan bir tabloyu yeniden adlandırmadan önce, bir mühendis tam olarak hangi raporların bozulacağını bilmek istiyor. Soyağacı takibi bu konuda nasıl yardımcı olur?
  • aTabloyu her downstream sistemde otomatik olarak yeniden adlandırarak
  • bŞirketteki tüm çalışanlara toplu e-posta göndererek
  • cTabloyu şifreleyerek yetkisiz değişiklikleri engelleyerek
  • dO tablodan okuyan her downstream tüketiciyi listeleyerek✓
Açıklama:Soyağacı takibi, bir tablonun her downstream tüketicisini listeler; böylece yeniden adlandırma gibi kırıcı bir değişiklikten önce her biri gözden geçirilebilir veya güncellenebilir.
Data Governance LineageZorluk 2
Bir ekip, data catalog'da bir tabloyu aşağıdaki gibi bir girdiyle belgeler.
dataset: orders
owner: sales-team
classification: internal
description: one row per completed order
last_updated: daily

Böyle girdiler tutmanın ana faydası nedir?
  • aİnsanlar veriyi hızlıca bulup anlayabilir ve sahibini bilebilir✓
  • bGirdi, altındaki tablo üzerindeki erişim izinlerini otomatik olarak uygular
  • cGirdi, tablo üzerinde herhangi bir veri kalitesi kontrolüne olan ihtiyacı ortadan kaldırır
  • dGirdi, orders tablosunun sorgu performansını artırır
Açıklama:Bu tür catalog girdileri, insanların veri kümesini keşfetmesini, anlamını kavramasını ve kimin sahibi olduğunu bilmesini sağlar, etrafta soru sormaya gerek kalmadan.
Data Governance LineageZorluk 2
Ekibe yeni bir analist katılıyor ve bölgeye göre geliri gösteren bir tabloyu bulması gerekiyor. Ortada bir catalog yok. En muhtemel sonuç nedir?
  • aAnaliste otomatik olarak tüm tablolara erişim verilir
  • bAnalist sorup araştırarak vakit kaybeder✓
  • cVeritabanı, yeni çalışanların sorgularını reddeder
  • dCatalog eksikliği sorgu performansını artırır
Açıklama:Catalog olmadan, mevcut veriyi keşfetmek gayri resmi kanallara dayanır; bu da zaman kaybettirir ve veri kümelerinin tekrar üretilmesi ya da unutulması riskini artırır.

Konular

Data Governance Lineage 75Data Modeling Warehousing 75Data Partitioning Scaling 75Data Pipeline Design 75Data Pipeline Orchestration 75Data Pipeline Reliability 75Data Quality Validation 75Streaming Fundamentals 75

Kıdeme göre

Data Engineer JuniorData Engineer MidData Engineer Senior

Diğer alanlar

BackendFrontendFullstackDevOps / CloudAI EngineerVeritabanıMobilGüvenlikQA / Test OtomasyonuOyun GeliştirmeML Engineer

600 soruluk Data Engineer bankasında kendini sına.

Mülakata başla