Question 1

Perintah mana yang menampilkan direktori kerja saat ini di terminal Linux?

Accepted Answer

Perintah pwd (print working directory) menampilkan jalur absolut dari direktori saat ini. Ini penting untuk menemukan lokasi dalam struktur pohon file, terutama saat berpindah antara beberapa folder atau dalam skrip bash.

Question 2

Perintah mana yang menginisialisasi repository Git baru di direktori yang sudah ada?

Accepted Answer

Perintah git init membuat repository Git baru di direktori saat ini dengan menginisialisasi subdirektori .git yang berisi semua file yang diperlukan untuk versioning. Perintah ini adalah langkah pertama untuk mulai melacak perubahan pada proyek yang sudah ada.

Question 3

Apa itu class di Python?

Accepted Answer

Class adalah blueprint yang mendefinisikan struktur dan perilaku objek. Class mengenkapsulasi data (atribut) dan fungsi (method) yang beroperasi pada data tersebut. Class memungkinkan pembuatan beberapa instance yang berbagi struktur sama tetapi dengan nilai berbeda, yang merupakan dasar dari pemrograman berorientasi objek.

Question 4

Apa itu container Docker?

Accepted Answer

Container Docker adalah instance yang dapat dijalankan dari sebuah image Docker. Ia mengenkapsulasi aplikasi dan semua dependensinya dalam lingkungan yang terisolasi dan portabel. Tidak seperti virtual machine, container berbagi kernel sistem host, membuatnya jauh lebih ringan dan lebih cepat dijalankan. Setiap container memiliki sistem file, network stack, dan proses terisolasi sendiri.

Question 5

Apa itu Data Lake?

Accepted Answer

Data Lake adalah sistem penyimpanan terpusat yang mampu menyimpan data mentah dalam format aslinya, baik terstruktur, semi-terstruktur, maupun tidak terstruktur. Berbeda dengan Data Warehouse yang menerapkan skema saat menulis (schema-on-write), Data Lake menerapkan skema saat membaca (schema-on-read), menawarkan fleksibilitas maksimal untuk eksplorasi dan analisis data.

Question 6

Arsitektur penyimpanan apa yang digunakan BigQuery?

Accepted Answer

BigQuery menggunakan arsitektur serverless dengan penyimpanan kolom (columnar storage) yang disebut Capacitor. Arsitektur ini memisahkan storage dan compute, memungkinkan scaling independen dan tagihan terpisah. Columnar storage dioptimalkan untuk query analitik karena hanya membaca kolom yang diperlukan, secara signifikan mengurangi I/O.

Question 7

File konfigurasi PostgreSQL mana yang berisi parameter server utama seperti shared_buffers dan work_mem?

Accepted Answer

File postgresql.conf berisi parameter konfigurasi server PostgreSQL utama, termasuk alokasi memori (shared_buffers, work_mem), pengaturan koneksi, logging, dan tuning kinerja. File ini dibaca saat startup server dan beberapa parameter memerlukan restart penuh untuk berlaku.

Question 8

Dalam dbt, apa fungsi utama dari macro Jinja?

Accepted Answer

Macro Jinja memungkinkan penggunaan kembali kode di beberapa model dbt. Macro bekerja seperti fungsi yang menerima parameter dan mengembalikan kode SQL yang dihasilkan secara dinamis. Hal ini menghindari duplikasi kode dan memudahkan pemeliharaan transformasi kompleks di seluruh proyek.

Question 9

Apa perbedaan utama antara ETL dan ELT?

Accepted Answer

Dalam ETL (Extract-Transform-Load), data ditransformasi di server perantara sebelum dimuat ke tujuan. Dalam ELT (Extract-Load-Transform), data mentah pertama kali dimuat ke tujuan (biasanya cloud data warehouse), lalu ditransformasi langsung di dalamnya menggunakan compute power-nya. ELT menjadi populer dengan cloud data warehouse seperti BigQuery, Snowflake atau Redshift yang menawarkan compute power elastis.

Question 10

Apa peran utama Sensor di Apache Airflow?

Accepted Answer

Sensor adalah operator khusus yang menunggu kondisi terpenuhi sebelum melanjutkan eksekusi DAG. Ia memeriksa secara berkala (poke) apakah kondisi terpenuhi, seperti kedatangan file, ketersediaan partisi, atau status task lain. Sensors sangat penting untuk mengorkestrasi workflow yang bergantung pada peristiwa eksternal.

Pertanyaan wawancara Data Engineering

Siap untuk wawancara Data Engineering?

Jelajahi semua topik Data Engineering

Linux & Shell - Dasar-dasar

Git & GitHub - Dasar-dasar

Python lanjutan untuk Data Engineering

Docker - Dasar-dasar

Google Cloud Platform - Dasar-Dasar

CI/CD dan Kualitas Kode

Docker Compose

FastAPI - API Data

SQL Lanjutan untuk Data Engineering

Data Lake - Arsitektur dan Ingesti

BigQuery untuk Data Engineering

PostgreSQL - Administrasi

Data Modeling untuk Data Engineering

Fivetran & Airbyte - Ingesti Data

dbt - Dasar

Apache Airflow - Dasar-Dasar

Kubernetes - Dasar-Dasar

dbt - Fitur lanjutan

Pola ETL / ELT / ETLT

Apache Airflow - Lanjutan

Airflow + dbt - Orkestrasi Pipeline

PySpark - Pemrosesan Skala Besar

Google Pub/Sub - Streaming Data

Apache Beam & Dataflow

Kubernetes - Produksi dan Penskalaan

Terraform - Infrastructure as Code

Database NoSQL

Data Architecture Modern

Monitoring dan Observability

IAM dan Keamanan Data

Kuasai Data Engineering untuk wawancara berikutnya