如何在HackerRank上評估資料工程技能？

概述

本文介紹了 HackerRank 啟用的能力，以評估候選人的資料工程技能。 資料工程師 負責在資料集中尋找趨勢並開發算法，以幫助使原始資料對企業更有益。 在 HackerRank 中，資料工程技能可以通過預設和自訂測試來評估，這些測試包含 SQL、Apache Kafka、Hadoop、Couchbase、Apache Spark、Java、Scala 等基本技能。 

注意：經由 HackerRank 技能諮詢委員會 驗證，HackerRank 提供 HackerRank 技能目錄，明確定義了可用來評估資料工程角色候選人的能力。

使用 HackerRank 的資料工程師角色，可以測試相關技能的理論和實務知識。資料工程評估分為三個角色： 

• 資料工程師 (JavaSpark)
• 資料工程師 (PySpark)
• 資料工程師 (ScalaSpark) 

每個角色的技能評估如下： 

用於評估資料工程技能的題型

評估資料工程技能的幾種常見方法包括：

• 實作任務（推薦）
• 多選題

現實世界或 實作任務 和問題需要候選人深入挖掘並展示其技能熟練度。利用 HackerRank 庫中的實作題目，能夠評估候選人在實務操作和多解法路徑上的能力。

例如，HackerRank 庫中的 Apache Spark 題目評估候選人能否 使用 lambda 進行內存轉換、將 RDD 轉換為 Data Frame、使用廣播變數和累加器、撰寫 Spark 作業來執行資料操作任務，等等。 

一些我們圖書館中 Apache Spark 實務專案問題範例 如下所示。

Apache Spark 問題範例

類似地，Apache Kafka 實務任務測試對 Apache Kafka 架構、Kafka 集群、Kafka 訊息系統、理解 Apache Kafka 分割區與代理、以及 Kafka 生產者與消費者的理解，等等。任務包括 網路分析、序列化、反序列化、CDR 等等。 

一些我們圖書館中 Apache Kafka Java 實務專案問題範例 如下所示。

Apache Kafka 問題範例

多選題 [MCQs] 評估概念知識和技能理解。例如，用於 HackerRank 上資料工程評估的 Hadoop MCQs，測試控制流程、Map-side join、MapReduce 組合器的知識，以及常用的 Hadoop 命令、Hadoop 實作專案問題，測試應用導向的技能，如分析、執行計算操作、實作 Hadoop 應用中的關鍵功能，等等。

我們的資料庫中一些 Hadoop 多選題和實作專案問題 的範例：

Hadoop 問題範例