HABILIDADES DE PROGRAMAÇÃO

Teste de PySpark para contratação

Veja como os candidatos lidam com código PySpark, DataFrames, pipelines e ajuste de jobs.

10 minutos
15 perguntas
Intermediário
Múltipla escolha
Perguntas em inglês (inglês)
Celular e computador

Use este teste gratuitamente Veja os formatos das questões

A resposta curta

A avaliação de PySpark é um teste de múltipla escolha de 10 minutos e 15 perguntas sobre conhecimentos práticos de PySpark. Os candidatos leem pequenos trechos de código e tabelas sobre execução do Spark, transformações de DataFrames, pipelines de machine learning e configuração e ajuste de jobs. Use-a na contratação de engenheiros de dados de nível intermediário, desenvolvedores PySpark, cientistas de dados ou outros profissionais que precisam de conhecimentos de PySpark.

O que mede

Conhecimentos práticos de PySpark: fundamentos do Spark, manipulação de DataFrames, pipelines de machine learning e configuração e ajuste de desempenho.

Fundamentos do Spark

Avalia a compreensão de como o Spark executa tarefas por meio de pequenos trechos de código e tabelas.

Manipulação de DataFrames

Concentra-se na interpretação de transformações aplicadas a DataFrames.

Pipelines de machine learning

Aborda como pipelines de machine learning são criados e avaliados.

Configuração e desempenho

Avalia conhecimentos sobre configuração e ajuste de jobs do Spark.

Formatos de pergunta

Múltipla escolha

A pessoa candidata: Lê uma situação, tabela ou afirmação curta e escolhe a resposta correta ou todas as respostas corretas.

Você verá: Se o candidato conhece o conteúdo o suficiente para aplicá-lo, e não apenas reconhecê-lo.

15 questões em 10 minutos, apresentadas uma de cada vez.

Funções para as quais este teste é indicado

Engenheiros de dados, engenheiros de big data, desenvolvedores PySpark, cientistas de dados, engenheiros de machine learning, analistas de dados, gerentes de data warehouse, consultores de analytics e outros profissionais que precisam de conhecimentos intermediários de PySpark.

O que esta avaliação acrescenta

Evidências além do currículo
Veja as respostas a trechos de código e tabelas de PySpark que avaliam a execução do Spark e as transformações de DataFrames.
Cobertura técnica mais ampla
Avalie conhecimentos sobre criação e avaliação de pipelines, além de configuração e desempenho de jobs.
Uma primeira triagem objetiva
Use uma avaliação de 10 minutos antes de reservar tempo para uma amostra de trabalho e uma entrevista.

O que você recebe para cada candidato

Relatório de exemplo (dados fictícios)PySpark

68%Percentil 40. Referência: candidatos da HireValid, n = 2.150

Fundamentos do Spark59%

Manipulação de DataFrames64%

Pipelines de machine learning81%

Configuração e desempenho66%

Integrity ScoreAlta confiança

Permaneceu na aba do teste durante todo o teste
Sem respostas copiadas e coladas
Respondeu em ritmo constante

Pontuações, perfis e sinais de integridade são evidências para você analisar junto com uma entrevista, nunca uma decisão automática.

Use este teste gratuitamente

Medidas de integridade do teste

Cada candidato recebe um conjunto diferente de perguntas, selecionadas de grandes bancos. As perguntas aparecem em uma ordem diferente a cada tentativa, e as opções de resposta são embaralhadas. O navegador recebe uma pergunta por vez; os gabaritos ficam nos servidores da HireValid. Esta avaliação de PySpark de 10 minutos usa um cronômetro no servidor. Se a página for recarregada, a mesma pergunta será exibida com o tempo restante, e os candidatos não poderão voltar a perguntas anteriores. O texto das perguntas não pode ser copiado nem selecionado; tentativas de cópia bloqueadas são registradas na linha do tempo. Os links de convite são pessoais e expiram, e não é possível refazer uma avaliação concluída. A HireValid registra sinais como o tempo fora da aba do teste, colagens nas respostas e respostas enviadas mais rápido do que seria possível ler a pergunta. O Integrity Score e uma linha do tempo com evidências são fornecidos para análise do empregador; eles não tomam decisões por conta própria. Com o consentimento do candidato, os empregadores podem adicionar fotos da webcam em momentos aleatórios.

Como evitamos fraudes com IA · Sinais de integridade

Considere a pontuação como um dos indicadores

Analise a pontuação como uma evidência, não como uma decisão de contratação. Combine-a com uma amostra de trabalho relevante para a vaga e uma entrevista estruturada. Para a amostra de trabalho, peça aos candidatos que expliquem suas escolhas em uma pequena tarefa com Spark e, em seguida, compare a abordagem deles com as necessidades da vaga. Se a vaga também exigir habilidades relacionadas a dados, considere a avaliação de Pandas, Data Science ou Data Extraction, Transformation, and Loading (ETL). Essas avaliações abrangem áreas distintas e não substituem a análise do trabalho do candidato.

Perguntas para entrevistas estruturadas

Uma transformação de DataFrame produz linhas inesperadas. Como você inspecionaria as etapas e identificaria a causa?
Observe se a pessoa explica de forma clara e passo a passo como examinar as transformações e os dados resultantes.
Como você criaria e avaliaria um pipeline de machine learning para uma tarefa definida?
Observe as escolhas que a pessoa faria ao criar e avaliar pipelines.
Um job do Spark fica mais lento após uma alteração de configuração. Como você investigaria e ajustaria o desempenho?
Observe se a pessoa demonstra uma abordagem fundamentada para configuração e desempenho.

Entenda as pontuações e os parâmetros de comparação

Equidade e adaptações

O teste foi elaborado para usar dados neutros, como pedidos, leituras de sensores, remessas e registros de eventos, sem símbolos monetários, expressões idiomáticas ou conhecimentos de um setor específico, e com nomes de diversas origens. Ele aborda apenas a API de código aberto do Spark, sem incluir plataformas de fornecedores nem configurações de gerenciadores de cluster, e os bancos de questões devem evitar comportamentos que variam entre versões recentes do Spark. Durante a elaboração das perguntas, os revisores analisam cada trecho de código e tabela linha por linha, confirmam as respostas corretas (uma para uma pergunta single_choice, duas ou três entre cinco para uma multi_select) e verificam se a pergunta pode ser lida e respondida em 40 segundos.

Você pode oferecer tempo extra a qualquer candidato como uma adaptação. Os resultados são evidências para uma pessoa analisar, nunca uma decisão automática.

Provisória: ainda não há normas, e a confiabilidade será informada quando 200 candidatos tiverem concluído a avaliação.

Leia sobre nossa abordagem de equidade

Detalhes do teste

Um teste de múltipla escolha de dez minutos sobre conhecimentos práticos de PySpark, a interface de Python para Apache Spark. Os candidatos leem pequenos trechos de código e tabelas e respondem a perguntas sobre como o Spark executa tarefas, como os DataFrames são transformados, como pipelines de machine learning são criados e avaliados e como os jobs são configurados e ajustados.

As perguntas estão em inglês.
Não é necessário usar recursos de apoio.
Cada pergunta é respondida uma única vez, em ordem, sem poder voltar.
4 questões para praticar, 4 minutos, antes do teste cronometrado.

Apache Spark, PySpark, Python são marcas registradas de seus respectivos proprietários. A HireValid não é afiliada a eles nem conta com o endosso deles.

Perguntas frequentes

O que a avaliação de PySpark inclui?+

São 15 perguntas de múltipla escolha em 10 minutos. Os candidatos leem pequenos trechos de código e tabelas e respondem sobre a execução do Spark, transformações de DataFrames, pipelines de machine learning e configuração e ajuste de jobs.

Para quais funções a avaliação de PySpark é indicada?+

É voltada a profissionais de nível intermediário que precisam de conhecimentos de PySpark, como engenheiros de dados, engenheiros de big data, desenvolvedores PySpark, cientistas de dados, engenheiros de machine learning e analistas de dados.

Os candidatos podem voltar a perguntas anteriores na avaliação de PySpark?+

Não. Os candidatos não podem voltar a perguntas anteriores. Antes de fazer a avaliação, eles podem tentar um conjunto separado de quatro perguntas para praticar, com limite de quatro minutos.

Como devo interpretar os resultados da avaliação de PySpark?+

O teste é provisório: ainda não há normas, e a confiabilidade será informada quando 200 candidatos tiverem concluído a avaliação. Analise a pontuação junto com uma amostra de trabalho e uma entrevista estruturada, e não como único critério para uma decisão.

A avaliação de PySpark aborda plataformas de fornecedores?+

Não. Ela aborda apenas a API de código aberto do Spark, sem incluir plataformas de fornecedores nem configurações de gerenciadores de cluster, e evita comportamentos que variam entre versões recentes do Spark. As perguntas usam dados neutros, como pedidos, leituras de sensores, remessas e registros de eventos.