Question 1

FastAPI는 무엇입니까?

Accepted Answer

FastAPI는 API를 구축하기 위한 현대적이고 고성능의 Python 웹 프레임워크입니다. 표준 Python 타입 힌트를 사용하여 자동 데이터 검증 및 문서 생성을 수행합니다. FastAPI는 웹 기능을 위해 Starlette를, 데이터 검증을 위해 Pydantic을 기반으로 하며, Node.js 및 Go에 필적하는 성능을 제공합니다.

Question 2

FastAPI에서 GET 라우트를 정의하기 위해 어떤 데코레이터를 사용해야 합니까?

Accepted Answer

FastAPI는 애플리케이션 인스턴스에서 직접 HTTP 메서드 데코레이터를 사용합니다. @app.get("/path") 데코레이터는 GET 라우트를 정의합니다. 각 HTTP 메서드에는 해당하는 데코레이터가 있습니다: @app.post(), @app.put(), @app.delete() 등. 이 구문은 Flask에서 영감을 받았지만 자동 검증이 추가되었습니다.

Question 3

FastAPI에서 Pydantic의 역할은 무엇입니까?

Accepted Answer

Pydantic은 FastAPI에서 사용하는 데이터 검증 라이브러리입니다. Python 타입으로 데이터 모델을 정의할 수 있으며, 들어오는 데이터를 자동으로 검증합니다. Pydantic은 또한 OpenAPI 문서용 JSON 스키마를 생성하고 데이터가 잘못된 경우 상세한 오류 메시지를 제공합니다.

FastAPI - 데이터 API

FastAPI는 무엇입니까?

답변

FastAPI에서 GET 라우트를 정의하기 위해 어떤 데코레이터를 사용해야 합니까?

답변

FastAPI에서 Pydantic의 역할은 무엇입니까?

답변

FastAPI 라우트에서 path parameter를 어떻게 정의합니까?

FastAPI는 query parameter와 path parameter를 어떻게 구별합니까?

기타 Data Engineering 면접 주제

Linux & Shell - 기초

Git & GitHub - 기초

데이터 엔지니어링을 위한 고급 Python

Docker - 기초

Google Cloud Platform - 기초

CI/CD 및 코드 품질

Docker Compose

Data Engineering을 위한 고급 SQL

Data Lake - 아키텍처 및 수집

데이터 엔지니어링을 위한 BigQuery

PostgreSQL - 관리

Data Engineering을 위한 Data Modeling

Fivetran & Airbyte - 데이터 수집

dbt - 기초

Apache Airflow - 기초

Kubernetes - 기초

dbt - 고급 기능

ETL / ELT / ETLT 패턴

Apache Airflow - 고급

Airflow + dbt - 파이프라인 오케스트레이션

PySpark - 대규모 처리

Google Pub/Sub - 데이터 스트리밍

Apache Beam & Dataflow

Kubernetes - 프로덕션 및 스케일링

Terraform - Infrastructure as Code

NoSQL 데이터베이스

모던 Data Architecture

모니터링 및 관찰 가능성

IAM 및 데이터 보안

다음 면접을 위해 Data Engineering을 마스터하세요