ddadmin
a185a56762
- Why: - simplify first data checks for interview/demo audience - keep task reference in a stable docs location - What: - add short DBeaver connection section with ready-to-use params and quick SQL checks - update DE-task links in README to docs path - move DE-task from data/ to docs/ - Check: - README links resolve to docs/DE-task.md - git shows file move data/DE-task.md -> docs/DE-task.md
4.6 KiB
Executable File
Дашборд для e-commerce кликстрима
Представьте, что вы работаете в e-commerce проекте. Бизнес-юнит в процессе обсуждения, закупать ли вам кликстрим логов посещения некоторого портала другого магазина. Для первичного анализа вам предоставили данные, чтобы оценить применимость и выводы, которые можно сделать из них.
Вам нужно подготовить данные для первичного анализа и собрать несколько графиков в дашборд. Финальный результат вашей работы — развернутая инфраструктура и дашборд с графиками на которых "бизнес" может сделать выводы о данных. Вам дали полный карт-бланш на тему того, как эти данные можно обработать.
Вам нужно:
- спроектировать хранилище в /PostgreSQL/Clickhouse/ со слоями и объектами, которые вы посчитаете нужными
- написать все нужные расчёты и алгоритмы для создания витрин
- реализовать расчёт с помощью какого-то регулярного процесса
- сделать на основе этих данных дашборд который можно будет посмотреть в браузере
Какие инструменты выбрать
Пара вариантов:
- Kafka + Clickhouse + Airflow + Superset/Power BI
- Postgresql + dagster + Grafana
- dlt + duckdb + Airflow + Panel
- Clickhouse + Airflow + Redis + Streamlit
- sqlitedb + скрипты питона + Flask + d3.js
Начните с маленького среза данных, чтобы ознакомиться, что за данные вам предоставляют:
- browser_events.jsonl — данные с информацией о просмотрах браузера
- device_events.jsonl — данные об устройствах, с которых пользователи пользовались сайтом
- geo_events.jsonl — данные о локации пользователя
- location_events.jsonl — вопреки названию, это данные не о локации пользователя, а непосредственно о положении пользователя на сайте и информации о том, откуда пользователь попал на страницу
Смысл задачи на своей ВМ развернуть инструменты и загрузить данные в Kafka и из нее прогнать их в Clickhouse /другая DB по слоям.
В Airflow взять данные из таблиц и преобразовать, потом выгрузить в Clickhouse / другая DB в агрегированном формате под дашборд.
Дашборд не оценивается, но будет плюсом, если получиться собрать удобный визуал.
Записать можно на видео и отправить контактному лицу или продемонстрировать на собеседовании
Можно использовать любые инструменты.
Данные могут быть(скорее всего) с ошибками и компания которая их предоставляем заранее об этом сообщила т.к. они не хотят делиться 100% качественными данными полноценно с продакшена.
ИНФРАСТРУКТУРА
- инфраструктура клевая и работает = 18 баллов
- инфраструктура работает, но есть баги = 12 баллов
- инфраструктура почти есть, но не совсем = 6 баллов
- инфраструктуры нет = 0 баллов
ДАШБОРДЫ
- дашборды есть и удобные и работают = 12 баллов
- дашборды работают, но неудобные = 8 баллов
- дашборды почти работают = 4 балла
- дашбордов нет = 0 баллов