Data Engineering

Linux và Shell: lệnh cơ bản, bash scripting, quyền, cron job

Git và GitHub: nhánh, merge, rebase, pull request, quy trình CI/CD

Python nâng cao: OOP, decorator, generator, context manager, typing, async/await

CI/CD: linting (Ruff, Pylint), đóng gói (Poetry), test, GitHub Actions, pipeline

Docker: Dockerfile, image, container, volume, network, multi-stage build

Docker Compose: dịch vụ đa container, phụ thuộc, healthcheck, điều phối cục bộ

FastAPI: route, model Pydantic, dependency, middleware, triển khai

SQL nâng cao: window function, CTE, truy vấn phân tích, tối ưu hóa, index

BigQuery: kiến trúc serverless, phân vùng, gom cụm, chi phí, UDF, truy vấn liên hợp

PostgreSQL: cấu hình, nhân bản, index (B-tree, GIN, GiST), VACUUM, EXPLAIN ANALYZE

Mô hình hóa dữ liệu: lược đồ hình sao, bảng fact/dimension, chuẩn hóa, SCD, data vault

ELT vs ETL vs ETLT: mẫu, đánh đổi, lựa chọn kiến trúc

Fivetran và Airbyte: connector, chế độ đồng bộ, CDC, tiến hóa schema

dbt: model, source, ref, test, snapshot, model tăng dần, Jinja macro

Apache Airflow: DAG, operator, sensor, XCom, connection, pool, phụ thuộc tác vụ

PySpark: RDD vs DataFrame, chuyển đổi, action, phân vùng, biến broadcast

Streaming: Pub/Sub (topic, subscription), Apache Beam (PCollection, transform, windowing), Dataflow

Kubernetes: pod, deployment, service, ingress, ConfigMap, Secret, Helm, mở rộng

Terraform: provider, resource, state, module, plan/apply, infrastructure as code

IAM và bảo mật: nguyên tắc quyền tối thiểu, service account, vai trò GCP

Cơ sở dữ liệu NoSQL: GraphDB (Neo4j), Document DB (MongoDB, Firestore), Wide Column (Cassandra, Bigtable)

Kiến trúc dữ liệu: Data Lake vs Data Warehouse vs Data Lakehouse, Data Mesh, Data Contract

Giám sát và khả năng quan sát: ghi log, chỉ số, cảnh báo, SLA/SLO/SLI, kiểm tra chất lượng dữ liệu