15 Ερωτήσεις και απαντήσεις κουίζ μηχανικής δεδομένων

Ερώτηση 1: Τι είναι το ETL στη Διαχείριση Δεδομένων;
Α. Extract, Transform, Load
Β. Execute, Transfer, Log
Γ. Encode, Transmit, Link
Δ. Edit, Track, Launch
Σωστή Απάντηση: Α
Εξήγηση: Το ETL είναι μια διαδικασία που περιλαμβάνει την εξαγωγή δεδομένων από πηγές, τη μετατροπή τους σε κατάλληλη μορφή και το φόρτωμά τους σε αποθήκη δεδομένων.

Ερώτηση 2: Ποιο εργαλείο χρησιμοποιείται συχνά για επεξεργασία μεγάλων δεδομένων σε κατανομή;
Α. MySQL
Β. Apache Spark
Γ. Microsoft Excel
Δ. Notepad
Σωστή Απάντηση: Β
Εξήγηση: Το Apache Spark είναι ένα πλαίσιο επεξεργασίας δεδομένων που επιταχύνει την ανάλυση μεγάλων όγκων δεδομένων μέσω κατανομής.

Ερώτηση 3: Τι σημαίνει το “Data Pipeline”;
Α. Μια αλυσίδα επεξεργασίας δεδομένων από την πηγή στον προορισμό
Β. Ένας τύπος βάσης δεδομένων
Γ. Μια μέθοδος κρυπτογράφησης δεδομένων
Δ. Ένα εργαλείο για οπτική απεικόνιση δεδομένων
Σωστή Απάντηση: Α
Εξήγηση: Το Data Pipeline είναι μια σειρά βημάτων που μετατρέπουν και μεταφέρουν δεδομένα από την αρχική πηγή σε ένα σύστημα αποθήκευσης ή ανάλυσης.

Ερώτηση 4: Ποιο είναι το κύριο πλεονέκτημα του Apache Hadoop;
Α. Επεξεργασία δεδομένων σε πραγματικό χρόνο
Β. Αποθήκευση και επεξεργασία μεγάλων δεδομένων σε φθηνό υλικό
Γ. Απλή διαχείριση μικρών βάσεων δεδομένων
Δ. Αυτόματη κρυπτογράφηση δεδομένων
Σωστή Απάντηση: Β
Εξήγηση: Το Hadoop επιτρέπει την κατανομή δεδομένων σε πολλαπλούς κόμβους, κάνοντας την αποθήκευση και επεξεργασία οικονομική.

Ερώτηση 5: Τι είναι η “Data Warehousing”;
Α. Η αποθήκευση δεδομένων σε πραγματικό χρόνο
Β. Η συλλογή και οργάνωση δεδομένων για ανάλυση
Γ. Η μεταφορά δεδομένων μεταξύ συστημάτων
Δ. Η δημιουργία εφαρμογών δεδομένων
Σωστή Απάντηση: Β
Εξήγηση: Η Data Warehousing περιλαμβάνει τη συγκέντρωση δεδομένων από διάφορες πηγές σε ένα κεντρικό αποθετήριο για υποστήριξη αποφάσεων.

Ερώτηση 6: Ποιο πρωτόκολλο χρησιμοποιείται για μεταφορά δεδομένων σε ένα Data Lake;
Α. HTTP
Β. FTP
Γ. HDFS
Δ. SMTP
Σωστή Απάντηση: Γ
Εξήγηση: Το HDFS (Hadoop Distributed File System) είναι σχεδιασμένο για αποθήκευση και πρόσβαση σε μεγάλα αρχεία δεδομένων σε κατανομή.

Ερώτηση 7: Τι είναι το “Data Governance”;
Α. Η διαχείριση της ποιότητας και της ασφάλειας των δεδομένων
Β. Η δημιουργία νέων δεδομένων
Γ. Η μεταφορά δεδομένων σε cloud
Δ. Η ανάλυση δεδομένων σε πραγματικό χρόνο
Σωστή Απάντηση: Α
Εξήγηση: Το Data Governance περιλαμβάνει πολιτικές και διαδικασίες για την εγγύηση της ακρίβειας, ασφάλειας και συμμόρφωσης των δεδομένων.

Ερώτηση 8: Ποιο εργαλείο είναι κατάλληλο για ροές δεδομένων σε πραγματικό χρόνο;
Α. Apache Kafka
Β. Microsoft Access
Γ. Oracle Database
Δ. Google Sheets
Σωστή Απάντηση: Α
Εξήγηση: Το Apache Kafka είναι ένα σύστημα ροής δεδομένων που επιτρέπει την επεξεργασία και μεταφορά δεδομένων σε πραγματικό χρόνο.

Ερώτηση 9: Τι σημαίνει “Schema Evolution” σε Data Engineering;
Α. Η αλλαγή της δομής ενός σχήματος δεδομένων χωρίς διακοπή
Β. Η δημιουργία νέου σχήματος από το μηδέν
Γ. Η διαγραφή παλιών δεδομένων
Δ. Η μεταφορά δεδομένων σε νέο σύστημα
Σωστή Απάντηση: Α
Εξήγηση: Το Schema Evolution επιτρέπει την ενημέρωση της δομής δεδομένων (π.χ. σε Parquet) χωρίς να επηρεάζονται υπάρχοντα δεδομένα.

Ερώτηση 10: Ποιο είναι το ρόλο του Data Engineer σε μια ομάδα;
Α. Ανάλυση δεδομένων για insights
Β. Σχεδιασμός και κατασκευή υποδομών δεδομένων
Γ. Δημιουργία οπτικοποιήσεων
Δ. Διαχείριση χρηματοδότησης έργων
Σωστή Απάντηση: Β
Εξήγηση: Ο Data Engineer εστιάζει στην κατασκευή, συντήρηση και βελτιστοποίηση συστημάτων για την επεξεργασία και αποθήκευση δεδομένων.

Ερώτηση 11: Τι είναι το “Big Data”;
Α. Μεγάλα αρχεία δεδομένων που δεν χωρούν σε έναν υπολογιστή
Β. Δεδομένα με υψηλή ταχύτητα και όγκο που απαιτούν ειδικά εργαλεία
Γ. Μικρά δεδομένα από ιστοσελίδες
Δ. Δεδομένα που χρησιμοποιούνται μόνο για στατιστική
Σωστή Απάντηση: Β
Εξήγηση: Το Big Data αναφέρεται σε δεδομένα που χαρακτηρίζονται από όγκο, ταχύτητα και ποικιλία, απαιτώντας εργαλεία όπως Hadoop ή Spark.

Ερώτηση 12: Ποιο cloud service χρησιμοποιείται για Data Lake;
Α. AWS S3
Β. Google Docs
Γ. Microsoft Word
Δ. Local Hard Drive
Σωστή Απάντηση: Α
Εξήγηση: Το AWS S3 παρέχει ανθεκτή και επεκτασιμό αποθήκευση αντικειμένων, ιδανική για Data Lakes.

Ερώτηση 13: Τι είναι η “Data Quality”;
Α. Η μέτρηση της ακρίβειας και πληρότητας των δεδομένων
Β. Η ταξινόμηση δεδομένων ανάλογα με το μέγεθος
Γ. Η μεταφορά δεδομένων σε διαφορετικές βάσεις
Δ. Η οπτικοποίηση δεδομένων
Σωστή Απάντηση: Α
Εξήγηση: Η Data Quality εστιάζει στην εξασφάλιση ότι τα δεδομένα είναι ακριβή, πλήρη και συνεπή.

Ερώτηση 14: Ποιο είναι το πλεονέκτημα του NoSQL έναντι του SQL;
Α. Καλύτερη διαχείριση μη-δομημένων δεδομένων
Β. Απλούστερη εφαρμογή σε μικρές βάσεις
Γ. Υποστήριξη μόνο για structured δεδομένα
Δ. Ταχύτερη επεξεργασία ερωτημάτων σε structured δεδομένα
Σωστή Απάντηση: Α
Εξήγηση: Τα NoSQL databases είναι ευέλικτα για μη-δομημένα ή ημι-δομημένα δεδομένα, όπως JSON, σε αντίθεση με τα SQL που απαιτούν αυστηρό σχήμα.

Ερώτηση 15: Τι είναι το “ETL Testing”;
Α. Η δοκιμή της διαδικασίας ETL για σφάλματα και ακρίβεια
Β. Η μετατροπή δεδομένων σε νέα μορφή
Γ. Η αποθήκευση δεδομένων σε cloud
Δ. Η ανάλυση δεδομένων μετά την ETL
Σωστή Απάντηση: Α
Εξήγηση: Το ETL Testing εμπλέκεται στη επαλήθευση της σωστής εξαγωγής, μετατροπής και φόρτωσης δεδομένων για να εξασφαλιστεί η ποιότητα.