Итог: Меня слили, НО КАК

Я ценю работу HR-ов и все понимаю, про занятость и тд, но то что произошло - кринж. Так нельзя с кандидатами.

История. Я отсобесился на финале в пт в 10 утра [ тимлиду все понравилось, все кул ], обещали вернуться либо в этот же день, либо на следующий. 1. Ко мне никто не приходит в сб 2. Я пишу в пн: что по результатам? 3. Да, сегодня вернемся 4. Во вт днем отправляю знак "?" читают и не отвечают весь день 5. Я отправляю еще один вопрос в среду и спрашиваю на меня мб забили, почему такое отношение? проходит время и мне днем прилетает фидбек

Не хватило глубины ответов при рассказе о своих проектах (терялся при уточняющих вопросах)

Ахахаха, что?

Ну типо на собесе тимлид мне сказала "все супер, кул", выясняется что я про СВОИ собственные задачи ничего не могу рассказать? Бред)

Главные поинты - Мне ни разу HR не написала сама по статусу [ типо Никита, ну задерживаемся, здесь еще кандидат ], я все вытаскивал клешнями - игнорировать вопросы кринж - ладно я понимаю не отвечать там стажерам потому что их миллион на одну ваку, но тут финалист вроде на ваку - с обещанного момента прошло больше 3х дней. - странная история с тем, что тимлид на финале говорит одно, а получается история вообще другая)) - если бы я не пинговал мне кажется ко мне бы вернулись через неделю

1. Какое минимальное и максимальное количество строк может вернуть INNER JOIN двух таблиц размером 10 и 100 строк соответственно

Есть три таблицы

order_items - order_date - order_id - product_id - category_id_L3 - customer_id - quantity - price - payment_type (Postpaid, Prepaid)

order_date | order_id | product_id | category_id_L3 | customer_id | quantity | price | payment_type

category_hierarchy - category_id_L1 - category_id_L2 - category_id_L3

category_id_L1 | category_id_L2 | category_id_L3

category - category_id - title

OI order_date | order_id | product_id | category_id_L3 | customer_id | quantity | price | payment_type

CH category_id_L1 | category_id_L2 | category_id_L3

C category_id | title

2. Написать SQL-запрос, который выведет следующую таблицу:

Месяц заказа Название категории 1го уровня Кол-во заказов GMV (сумма продаж) % GMV категории от всего GMV за месяц % заказов в предоплату

select     year(oi.order_date),     month(oi.order_date),     c.title,     count(oi.order_id) as cnt_orders,     sum(quantity * price) as GMV,     (sum(quantity * price) / sum(quantity * price) over (partition by year(oi.order_date), month(oi.order_date))) * 100 as perc_GMV,     (count(case when oi.payment_type = 'Prepaid' then oi.order_id else NULL) / count(distinct oi.order_id)) * 100 as pers_prepaid from     order_items as oi left join     category_hierarchy as ch on oi.category_id_L3 = ch.category_id_L3 inner join     category as c on ch.category_id_L1 = c.category_id group by     year(oi.order_date),     month(oi.order_date,     c.title

3. Вывести % покупателей с повторным заказом по L1 категориям (title), оставить топ3 L1 категорий по этой метрике

customer_id | title (L1) | cnt_orders |

with prep as ( select     customer_id,     title as L1_cat,     count(order_id) as cnt_orders from     order_items as oi left join     category_hierarchy as ch on oi.category_id_L3 = ch.category_id_L3 inner join     category as c on ch.category_id_L1 = c.category_id )

select     title,     count(case when cnt_orders > 1 then customer_id else NULL) / count(distinct customer_id) as perc_L1 from     prep group by     title order by     count(case when cnt_orders > 1 then customer_id else NULL) / count(distinct customer_id) DESC LIMIT 3

import pandas as pd import numpy as np import random from datetime import datetime, timedelta

# Generate random search data n = 1000  # Number of rows

search_data = pd.DataFrame({     'timestamp': [datetime(2024, 1, 1) + timedelta(minutes=random.randint(1, 10080)) for _ in range(n)],     'session_id': [random.randint(1, 100) for _ in range(n)],     'query': [random.choice(['shoes', 'electronics', 'clothing', 'home decor']) for _ in range(n)],     'location': [random.choice(['New York', 'Los Angeles', 'Chicago', 'San Francisco']) for _ in range(n)],     'user_id': [random.randint(1, 50) for _ in range(n)] })

session_data = pd.DataFrame({     'session_id': [random.randint(1, 100) for _ in range(n)],     'platform': [random.choice(['IOS', 'ANDROID', 'WEB']) for _ in range(n)], })

# Выведи на экран 10 самых популярных запросов search_data['query'].value_counts().head(10).reset_index()

# Выведи на экран кол-во пользователей IOS по городам df = search_data.merge(session_data, on = 'session_id', how = 'inner') df = df[df['platform'] == 'IOS'] df.groupby('location')\   .agg(cnt_users_per_IOS = ('user_id', 'count'))\   .reset_index()

# Посчитай долю уникальных пользователей с запросом 'shoes' по платформам df = search_data.merge(session_data, on = 'session_id', how = 'inner') df_upd = df.groupby('platform').agg(cnt_per_platform_all = ('user_id', 'nunique'))).reset_index()

df_shoes_upd = df[df['query'] == 'shoes'].groupby('platform')\                                          .agg(cnt_per_platform_sh = ('user_id', 'nunique'))).reset_index()

merged_df = df_shoes_upd.merge(df_upd, on = 'platform', how = 'left') merged_df['part'] = merged_df['cnt_per_platform_sh'] / merged_df['cnt_per_platform_all']

Вопрос 1. Блок Эйрфлоу 1.1. Кто такие Сенсоры? 1.2. Execution date? 1.3. Куда смотреть если что то упало? 1.4. Рассказать про таски и типы их выполнения

2. Блок КликХаус 2.1. Какой движок в основе? Для чего бд? 2.2. Какие есть ответвления от обычного MergeTree? И для его? 2.3. Как оптимизировать запрос на клике? обязательно на что смотреть? 2.4. Откуда быстрее выполниться запрос: из подзапроса с ограниченным пулом полей или из кор таблицы?

3. Блок АБ 3.1. Ошибки 1-2 рода 3.2. Стат критерии и их применение 3.3. Почему Манна Уитни не очень стат критерий