Критерии пройденности разделов

README.md

@@ -93,6 +93,11 @@
 - Краткая теория про [DWH](https://halltape.github.io/HalltapeRoadmapDE/DWH/) - повторим еще раз, в другом изложении
 - Хорошее общее введение в модели данных дано в статье и докладе от Yandex: [Как мы внедрили свою модель хранения данных — highly Normalized hybrid Model. Доклад Яндекса](https://habr.com/ru/companies/yandex/articles/557140/)
 
+**Когда блок SQL считаем пройденным:**
+- вы уверенно пишете запросы с JOIN, агрегатами, подзапросами и CTE;
+- можете объяснить простую модель данных (3NF/звезда) и прочитать схему DWH;
+- решаете типовые задачи уровня SQL live-coding без долгих пауз.
+
 
 ## Python
 
@@ -125,6 +130,12 @@
 
 Цель — уверенно решать простые задачи на Python в формате live-coding; дальше эти навыки пригодятся для создания DAG Airflow.
 
+**Когда блок Python считаем пройденным:**
+- вы без подсказок пишете небольшие скрипты с циклами, функциями, обработкой ошибок и работой с коллекциями;
+- умеете читать и модифицировать чужой код, в том числе с использованием pandas и DataFrame;
+- уверенно проходите простой live-coding по Python для DE: прочитать CSV/JSON, отфильтровать, сгруппировать данные и посчитать агрегаты.
+- можете отвечать как на простые вопросы собеседований (циклы, списки, словари), так и продвинутые (итераторы, декораторы, управление памятью, базовые понятия ООП)
+
 ## Технические навыки
 
 ### Продвинутый Git
@@ -170,6 +181,10 @@ Apache Airflow — инструмент для оркестрации ETL-про
 Материалы:
 - [Учебник по Airflow](https://github.com/dementev-dev/airflow-manual)
 
+**Когда блок Airflow считаем пройденным:**
+- вы можете объяснить, что такое DAG, задачи, операторы и сенсоры, и как между ними задаются зависимости;
+- на базе учебного стенда подготавливаете, отлаживаете и запускаете свои DAG'и с расписанием и несколькими шагами (например, загрузка данных и последующие трансформации);
+- уверенно смотрите логи, находите место падения и понимаете, как перезапустить задачу.
 
 ## Greenplum
 Разбираем, чем Greenplum отличается от PostgreSQL и зачем нужны MPP-хранилища.
@@ -186,6 +201,11 @@ Apache Airflow — инструмент для оркестрации ETL-про
 
 Сложные варианты с виртуалками — только если менти сильно захочет, в базовый путь не включаем.
 
+**Когда блок Greenplum считаем пройденным:**
+- вы понимаете, как данные распределяются по сегментам, что такое skew и как его увидеть;
+- на базе учебного стенда (например, DE Starter Kit) можете загружать и выгружать данные в Greenplum, выполнять запросы и разбирать планы выполнения (`EXPLAIN`);
+- можете объяснить, в чём практическая разница между MPP-хранилищем и одиночным Postgres на уровне типичных задач DE и собеседований.
+
 ## Курсовая работа
 ### Стенд в Docker Compose 
 - Apache Airflow