Introducere la întrebări și răspunsuri la interviurile Big Data
Toate tipurile de date care se generează pe internet sunt denumite Big Data, peste sute de GB de date sunt generate pe internet doar prin activități online. Activitate online, cum ar fi activitate web, bloguri, text, fișiere video / audio, imagini, e-mail, activitate de rețea socială. Datele mari au nevoie de sisteme specializate și instrumente software pentru a prelucra toate datele nestructurate. Datele care pot fi generate din aceste activități sunt denumite Big Data. Big Data este complet larg și distribuit pe internet și astfel, procesarea datelor mari are nevoie de sisteme și instrumente distribuite pentru a extrage informații din ele.
Mai jos sunt câteva întrebări importante și răspunsuri la interviuri Big Data 2019:
Dacă sunteți în căutarea unui loc de muncă care are legătură cu Big Data, trebuie să vă pregătiți pentru întrebările pentru interviurile Big Data din 2019. Deși fiecare interviu Big Data este diferit și sfera unui loc de muncă este de asemenea diferită, vă putem ajuta cu cele mai bune întrebări și răspunsuri ale interviului Big Data, care vă vor ajuta să faceți saltul și să aveți succes în interviul dvs. Big Data.
Aceste întrebări sunt împărțite în două părți:
Partea 1 - Întrebări la interviu de date mari (de bază)
Această primă parte acoperă întrebările și răspunsurile de bază ale interviului Big Data
1. Care este sensul datelor mari și cum este diferit?
Răspuns:
Datele mari reprezintă termenul pentru a reprezenta tot felul de date generate pe internet. Pe internet, peste sute de GB de date sunt generate doar de activitatea online. Aici, activitatea online implică activitate web, bloguri, text, fișiere video / audio, imagini, e-mail, activitate în rețeaua socială ș.a. Datele mari pot fi denumite date create din toate aceste activități. Datele generate online sunt în mare parte sub formă nestructurată. Datele mari vor include, de asemenea, datele privind tranzacțiile din baza de date, fișierele jurnal de sistem, împreună cu datele generate de pe dispozitive inteligente, cum ar fi senzori, IoT, etichete RFID, etc., pe lângă activitățile online.
Datele mari au nevoie de sisteme specializate și instrumente software pentru a prelucra toate datele nestructurate. De fapt, conform unor estimări ale industriei, aproape 85% din datele generate pe internet sunt nestructurate. De obicei, bazele de date relaționale au un format structurat, iar baza de date este centralizată. Prin urmare, procesarea RDBMS poate fi făcută rapid folosind un limbaj de interogare precum SQL. Pe de altă parte, datele mari sunt foarte mari și sunt distribuite pe internet și, prin urmare, prelucrarea datelor mari vor avea nevoie de sisteme și instrumente distribuite pentru a extrage informații din ele. Datele mari au nevoie de instrumente specializate precum Hadoop, Hive sau altele, împreună cu hardware și rețele de înaltă performanță pentru a le prelucra.
2. Care sunt caracteristicile datelor mari?
Răspuns:
Datele mari au trei caracteristici principale: volum, varietate și viteză.
Caracteristica volumului se referă la dimensiunea datelor. Estimările arată că peste 3 milioane GB de date sunt generate în fiecare zi. Procesarea acestui volum de date nu este posibilă într-un computer personal normal sau într-o rețea client-server într-un mediu de birou, cu lățime de bandă și capacități de stocare limitate. Cu toate acestea, serviciile cloud oferă soluții pentru a gestiona volumele mari de date și a le procesa eficient folosind arhitecturi de calcul distribuite.
Caracteristica soiului se referă la formatul datelor mari - structurate sau nestructurate. RDBMS tradițional se încadrează în formatul structurat. Un exemplu de format de date nestructurate este un format de fișier video, fișiere imagine, format text simplu, din documente web sau documente standard MS Word, toate au formate unice, etc. De remarcat, RDBMS nu are capacitatea de a gestiona formate de date nestructurate. În plus, toate aceste date nestructurate trebuie grupate și consolidate ceea ce creează nevoia de instrumente și sisteme specializate. În plus, datele noi sunt adăugate în fiecare zi sau în fiecare minut, iar datele cresc continuu. Prin urmare, datele mari sunt mai sinonime cu varietatea.
Caracteristica vitezei se referă la viteza cu care se creează datele și la eficiența necesară procesării tuturor datelor. De exemplu, Facebook este accesat de peste 1, 6 miliarde de utilizatori într-o lună. De asemenea, există și alte site-uri de rețele sociale, YouTube, serviciile Google, etc. Aceste fluxuri de date trebuie procesate folosind interogări în timp real și trebuie stocate fără pierderi de date. Astfel, caracteristica vitezei este importantă în procesarea datelor mari.
În plus, alte caracteristici includ veridicitatea și valoarea. Veracity va determina fiabilitatea și fiabilitatea datelor și valoarea este valoarea obținută de organizații din procesarea datelor mari.
Haideți să trecem la următoarea întrebare la interviu de date mari
3. De ce sunt importante datele mari pentru organizații?
Răspuns:
Aceasta este întrebarea de bază a interviului Big Data adresată într-un interviu. Datele mari sunt importante, deoarece prelucrând date mari, organizațiile pot obține informații cu privire la:
• Reducerea costurilor
• Îmbunătățiri ale produselor sau serviciilor
• Pentru a înțelege comportamentul și piețele clienților
• Luarea eficientă a deciziilor
• Pentru a deveni mai competitiv
4. Numește unele instrumente sau sisteme utilizate în procesarea datelor mari?
Răspuns:
Procesarea și analiza de date mari se pot face folosind,
• Hadoop
• Stup
• Porc
• Mahout
• Flume
Partea 2 - Întrebări de interviu cu date mari (avansate)
Haideți să aruncăm o privire asupra întrebărilor avansate de interviu pentru date mari.
5. Cum pot organizațiile de suport pentru date mari?
Răspuns:
Datele mari au potențialul de a sprijini organizațiile în multe feluri. Informațiile extrase din datele mari pot fi utilizate în,
• O mai bună coordonare cu clienții și părțile interesate și pentru rezolvarea problemelor
• Îmbunătățirea raportării și analizei pentru îmbunătățirea produsului sau serviciului
• Personalizați produsele și serviciile pe piețele selectate
• Asigurați o mai bună partajare a informațiilor
• Sprijin în deciziile de management
• Identificați noi oportunități, idei de produse și noi piețe
• Adunați date din mai multe surse și arhivați-le pentru referințe viitoare
• Menținerea bazelor de date, sisteme
• Determinați valorile de performanță
• Înțelegeți interdependențele dintre funcțiile de afaceri
• Evaluează performanța organizațională
6. Explicați ce date mari pot fi utilizate pentru creșterea valorii afacerii?
Răspuns:
În timp ce înțelegem nevoia de a analiza date mari, o astfel de analiză va ajuta întreprinderile să își identifice poziția pe piețe și va ajuta companiile să se diferențieze de concurenții lor. De exemplu, din rezultatele analizei de date mari, organizațiile pot înțelege nevoia de produse personalizate sau pot înțelege piețele potențiale către creșterea veniturilor și a valorii. Analiza datelor mari presupune gruparea datelor din diverse surse pentru a înțelege tendințele și informațiile legate de afaceri. Când analiza datelor mari se face într-o manieră planificată prin colectarea de date din sursele potrivite, organizațiile pot genera cu ușurință valoarea și veniturile afacerii cu aproape 5% până la 20%. Unele exemple de astfel de organizații sunt Amazon, Linkedin, WalMart și multe altele.
Haideți să trecem la următoarea întrebare la interviu de date mari
7. Care este implementarea soluțiilor de date mari?
Răspuns:
Soluțiile de date mari sunt implementate mai întâi la scară mică, bazându-se pe un concept adecvat afacerii. Din rezultat, care este o soluție prototip, soluția de afaceri este scalată în continuare. Aceasta este cea mai populară întrebare de interviu Big Data adresată într-un interviu Big Data. Unele dintre cele mai bune practici urmate de industrie includ,
• Să aibă obiective clare ale proiectului și să colaboreze acolo unde este necesar
• Adunarea datelor din sursele potrivite
• Asigurați-vă că rezultatele nu sunt înclinate, deoarece acest lucru poate duce la concluzii greșite
• Fiți pregătiți să inovați, luând în considerare abordările hibride în procesare, incluzând date din tipuri structurate și nestructurate, inclusiv surse de date interne și externe
• Înțelegeți impactul datelor mari asupra fluxurilor de informații existente în organizație
8. Care sunt pașii implicați în soluțiile de date mari?
Răspuns:
Soluțiile de date mari urmează trei pași standard în implementarea sa. Sunt:
Ingerarea datelor: Această etapă va defini abordarea pentru extragerea și consolidarea datelor din mai multe surse. De exemplu, sursele de date pot fi fluxuri de rețele sociale, CRM, RDBMS, etc. Datele extrase din surse diferite sunt stocate într-un sistem de fișiere distribuit Hadoop (HDFS).
Stocarea datelor: aceasta este a doua etapă, datele extrase sunt stocate. Această stocare poate fi în HDFS sau HBase (baza de date NoSQL).
Procesați datele: acesta este ultimul pas. Datele stocate trebuie prelucrate. Procesarea se face folosind instrumente precum Spark, Pig, MapReduce și altele.
Articol recomandat
Acesta a fost un ghid cuprinzător pentru întrebările și răspunsurile la interviurile Big Data, astfel încât candidatul să poată împărți cu ușurință aceste întrebări de interviu Big Data. De asemenea, puteți consulta următoarele articole pentru a afla mai multe -
- Întrebări de interviu MBA pe care trebuie să le știi !!!
- Puține sfaturi importante pentru un interviu exclusiv de muncă (util)
- Întrebări pentru interviu analistului de credit
- 10 întrebări excelente pentru interviu MBA
- Sfaturi importante pentru supraviețuirea interviului de pe panou (util)
- Iată câteva trucuri de interviu exclusiv pentru joburi (cele mai recente)