Name: Top 10+ Câu Hỏi và Trả Lời Phỏng Vấn Kỹ Sư Dữ Liệu (Top 10+ Data Engineer Interview Questions and Answers)
Uploaded: 2026-03-28T09:27:40.000Z
Duration: 13 min 19 s
Description: Thousands of YouTube videos with English-Chinese subtitles! Now you can learn to understand native speakers, expand your vocabulary, and improve your pronunciation...

Chào mọi người, mình là Data Science Jay,

and today we're going to talk about the data engineering interview, example questions and solutions,

và hôm nay chúng ta sẽ nói về phỏng vấn kỹ thuật dữ liệu, các câu hỏi và giải pháp ví dụ,

and then go over the 8 different types of questions that might get asked for data engineers.

rồi xem qua 8 loại câu hỏi khác nhau có thể được hỏi cho kỹ sư dữ liệu.

We analyzed thousands of data engineering interview questions,

Chúng tôi đã phân tích hàng nghìn câu hỏi phỏng vấn kỹ thuật dữ liệu,

and we saw that there's pretty common types between the two.

và chúng tôi nhận thấy có những loại khá phổ biến giữa hai bên.

Vậy chúng ta hãy cùng đi sâu vào nhé.

Number 1: the most common interview question type is usually around behavioral interview questions,

Số 1: loại câu hỏi phỏng vấn phổ biến nhất thường xoay quanh câu hỏi phỏng vấn hành vi,

and behavioral interview questions get asked to basically every candidate.

và câu hỏi phỏng vấn hành vi được hỏi cho hầu hết mọi ứng viên.

But for data engineers, they're going to be a little bit more specific towards data engineering and your previous projects.

Nhưng đối với kỹ sư dữ liệu, chúng sẽ cụ thể hơn một chút về kỹ thuật dữ liệu và các dự án trước đây của bạn.

For example, one question would be like, "Tell me about a time that you saw an inefficiency in data processing,

Ví dụ, một câu hỏi sẽ là, "Hãy kể về một lần bạn thấy sự thiếu hiệu quả trong xử lý dữ liệu,

and how did you solve it?" Another question would be like, "How would you work with a product manager to develop a new product?

và bạn đã giải quyết nó như thế nào?" Một câu hỏi khác sẽ là, "Bạn sẽ làm việc với quản lý sản phẩm như thế nào để phát triển một sản phẩm mới?

How would you consider the data pipeline side of it?" For these questions, they're really assessing just how you can work with others cross-functionally and other data engineers on your team.

Làm thế nào bạn sẽ xem xét khía cạnh đường ống dữ liệu của nó?" Đối với những câu hỏi này, họ thực sự đánh giá cách bạn có thể làm việc với những người khác đa chức năng và các kỹ sư dữ liệu khác trong nhóm của bạn.

So a lot of this is just talking about your experience, really going into the details about your data engineering knowledge,

Vì vậy, rất nhiều điều này chỉ là nói về kinh nghiệm của bạn, thực sự đi sâu vào chi tiết về kiến thức kỹ thuật dữ liệu của bạn,

and making sure that you can communicate your projects and your experience well.

và đảm bảo rằng bạn có thể truyền đạt tốt các dự án và kinh nghiệm của mình.

Let's look at a question in greater detail.

Hãy xem xét kỹ hơn một câu hỏi.

Let's say that the interviewer asks you to describe one of your data engineering projects that you worked on before.

Giả sử người phỏng vấn yêu cầu bạn mô tả một trong những dự án kỹ thuật dữ liệu mà bạn đã làm trước đây.

Bạn sẽ trả lời nó như thế nào?

So with this question and a lot of other behavioral interview questions, the easiest way to use is the STAR format.

Vì vậy, với câu hỏi này và nhiều câu hỏi phỏng vấn hành vi khác, cách dễ nhất để sử dụng là định dạng STAR.

STAR stands for Situation, Task, Action, and Result.

STAR là viết tắt của Tình huống, Nhiệm vụ, Hành động và Kết quả.

So describe the situation, what exactly happened with the data engineering project.

Vì vậy, hãy mô tả tình huống, chính xác những gì đã xảy ra với dự án kỹ thuật dữ liệu.

Bạn có đang xây dựng một đường ống dữ liệu không?

Bạn có đang thiết kế một lược đồ không?

Were you basically creating an events database?

Về cơ bản, bạn có đang tạo một cơ sở dữ liệu sự kiện không?

Then provide an overview of the actual task at hand.

Sau đó, hãy cung cấp tổng quan về nhiệm vụ thực tế.

What was the problem that you were trying to solve, and then how did you actually solve it?

Vấn đề bạn đang cố gắng giải quyết là gì, và sau đó bạn đã giải quyết nó như thế nào?

Then talk about the actions that you took.

Sau đó, hãy nói về những hành động bạn đã thực hiện.

What did you actually do as part of that project?

Bạn đã thực sự làm gì trong dự án đó?

Did you actually design the schema yourself, or did you work with another engineer to do so?

Bạn có thực sự tự thiết kế lược đồ, hay bạn đã làm việc với một kỹ sư khác để làm điều đó không?

And then lastly, tell the interviewer about the results.

Và cuối cùng, hãy cho người phỏng vấn biết về kết quả.

Điều này thực sự đã giúp ích gì?

Did you improve the data pipeline and data accuracy by X percent?

Bạn có cải thiện đường ống dữ liệu và độ chính xác dữ liệu lên X phần trăm không?

Did you improve the data quality and help increase the level of confidence in data to the executives?

Bạn có cải thiện chất lượng dữ liệu và giúp tăng mức độ tin cậy của dữ liệu cho ban điều hành không?

So stuff like that is really helpful when describing all your projects.

Vì vậy, những điều như vậy thực sự hữu ích khi mô tả tất cả các dự án của bạn.

STAR is pretty basic, and you can read more about it below in the description.

STAR khá cơ bản, và bạn có thể đọc thêm về nó bên dưới trong phần mô tả.

Number 2: a second pretty common question we see is just general basic technical questions around data engineering.

Thứ hai: một câu hỏi khá phổ biến khác mà chúng tôi thấy là các câu hỏi kỹ thuật cơ bản chung về kỹ thuật dữ liệu.

So these questions would be something like, "What ETL tools do you use?

Vì vậy, những câu hỏi này sẽ là, "Bạn sử dụng công cụ ETL nào?

Kinh nghiệm của bạn khi sử dụng chúng là gì?

What's your experience with cloud technologies, Azure, Spark, other things like that?" These questions are more so understanding your depth of experience using these tools because a lot of these companies might have specific workflows,

Kinh nghiệm của bạn với công nghệ đám mây, Azure, Spark, hoặc những thứ tương tự là gì?" Những câu hỏi này nhằm hiểu sâu hơn về kinh nghiệm sử dụng các công cụ này của bạn vì nhiều công ty có thể có quy trình làm việc cụ thể,

and they like to prioritize candidates that have used these tools before.

và họ thích ưu tiên các ứng viên đã từng sử dụng các công cụ này trước đây.

So if you have experience in Airflow, then you do have an advantage.

Vì vậy, nếu bạn có kinh nghiệm với Airflow, thì bạn có một lợi thế.

And then they're just kind of testing you really basic kind of requirements on that you knew how to use Airflow and that you actually used it before versus kind of putting it on your resume because you read about it once.

Và sau đó họ chỉ đang kiểm tra xem bạn có biết cách sử dụng Airflow hay không và bạn thực sự đã sử dụng nó trước đây, thay vì chỉ đưa nó vào sơ yếu lý lịch vì bạn đọc về nó một lần.

The rule of thumb for these questions is just don't put anything on your resume that you actually haven't directly had any experience with yourself,

Quy tắc chung cho những câu hỏi này là đừng đưa bất cứ điều gì vào sơ yếu lý lịch mà bạn thực sự chưa có kinh nghiệm trực tiếp,

and then you could probably answer these questions pretty easily.

và sau đó bạn có thể trả lời những câu hỏi này khá dễ dàng.

The third most common type of question is SQL,

Loại câu hỏi phổ biến thứ ba là SQL,

and the SQL probably comes up 95 percent of the time.

và SQL có lẽ xuất hiện 95% thời gian.

It's probably the most common technical interview question that shows up for data engineers.

Đây có lẽ là câu hỏi phỏng vấn kỹ thuật phổ biến nhất đối với kỹ sư dữ liệu.

SQL questions are basically core to any data engineering job.

Các câu hỏi SQL về cơ bản là cốt lõi của bất kỳ công việc kỹ thuật dữ liệu nào.

You need to know the fundamentals for just joins, subqueries, case statements,

Bạn cần biết những điều cơ bản về các loại join, truy vấn con, câu lệnh case,

and you probably will be asked pretty basic level SQL questions up to really hard SQL questions.

và bạn có lẽ sẽ được hỏi những câu hỏi SQL ở mức khá cơ bản cho đến những câu hỏi SQL thực sự khó.

Most SQL questions exist to weed out candidates that just don't have any experience.

Hầu hết các câu hỏi SQL tồn tại để loại bỏ những ứng viên không có kinh nghiệm.

And so if you've been a data engineer before, this should be pretty easy.

Và vì vậy nếu bạn đã từng làm kỹ sư dữ liệu trước đây, điều này sẽ khá dễ dàng.

If you haven't and you're a new grad looking to jump into data engineering, you can practice SQL questions on interview query and get really good at them.

Nếu bạn chưa từng làm và là sinh viên mới tốt nghiệp muốn tham gia vào ngành kỹ thuật dữ liệu, bạn có thể luyện tập các câu hỏi SQL trên interview query và trở nên thật giỏi về chúng.

Đây là một vài câu hỏi ví dụ.

Given a user's table, write a query to return only its duplicate rows.

Cho một bảng người dùng, viết một truy vấn để trả về chỉ các hàng trùng lặp của nó.

One is named projects and another maps employees to the projects that they're working on.

Một bảng tên là dự án và một bảng khác ánh xạ nhân viên với các dự án mà họ đang làm việc.

Given the employees and departments table, write a query to get the top three highest employee salaries by department.

Cho bảng nhân viên và phòng ban, viết một truy vấn để lấy ba mức lương nhân viên cao nhất theo phòng ban.

You're given a table that represents search results from searches on Facebook.

Bạn được cho một bảng đại diện cho kết quả tìm kiếm từ các lượt tìm kiếm trên Facebook.

Cột query là một thuật ngữ tìm kiếm.

Position column represents each position the search result came in,

Cột position đại diện cho từng vị trí mà kết quả tìm kiếm xuất hiện,

and the rating column represents the human rating of the result from 1 to 5, where 5 is high relevance and 1 is lower relevance.

và cột rating đại diện cho đánh giá của con người về kết quả từ 1 đến 5, trong đó 5 là mức độ liên quan cao và 1 là mức độ liên quan thấp hơn.

Write a query to get the percentage of search queries where all the ratings from the query results are less than a rating of 3.

Viết một truy vấn để lấy phần trăm các truy vấn tìm kiếm mà tất cả các đánh giá từ kết quả tìm kiếm đều nhỏ hơn đánh giá 3.

Okay, let's dive into one of these questions and go over the solution as well.

Được rồi, chúng ta hãy đi sâu vào một trong những câu hỏi này và xem qua cả giải pháp nữa.

Given three tables representing customer transactions and customer attributes, write a query to get the average order value by gender.

Cho ba bảng đại diện cho giao dịch khách hàng và thuộc tính khách hàng, hãy viết một truy vấn để lấy giá trị đơn hàng trung bình theo giới tính.

So we can see from these tables that we actually have to join all three of them likely because of the fact that we need to get the average order value, which is going to be a function of the product times the actual quantity times the price.

Vì vậy, chúng ta có thể thấy từ các bảng này rằng chúng ta thực sự phải nối cả ba bảng lại với nhau, có lẽ vì chúng ta cần lấy giá trị đơn hàng trung bình, sẽ là hàm của sản phẩm nhân với số lượng thực tế nhân với giá.

Vì vậy, điều này khá đơn giản.

All we have to do is join users to transactions and then join that to products as well, and

Tất cả những gì chúng ta phải làm là nối người dùng với giao dịch và sau đó nối với sản phẩm nữa, và

then group by the sex of the user and then get the average quantity multiplied by the price.

sau đó nhóm theo giới tính của người dùng và sau đó lấy số lượng trung bình nhân với giá.

If you guys are looking for more resources for SQL interview questions, I've done a ton of videos of this in the past,

Nếu các bạn đang tìm kiếm thêm tài nguyên cho các câu hỏi phỏng vấn SQL, tôi đã làm rất nhiều video về vấn đề này trong quá khứ,

and you can find them in the description below.

và bạn có thể tìm thấy chúng ở phần mô tả bên dưới.

The fourth and fifth most common interview questions get asked for data engineers are on data structures and algorithms.

Câu hỏi phỏng vấn phổ biến thứ tư và thứ năm dành cho kỹ sư dữ liệu là về cấu trúc dữ liệu và giải thuật.

Now, these are actually bucketed into two groups.

Bây giờ, những câu hỏi này thực ra được chia thành hai nhóm.

One is more so data structures and algorithms that you could expect on questions like LeetCode.

Một là cấu trúc dữ liệu và giải thuật mà bạn có thể mong đợi trong các câu hỏi như LeetCode.

These are testing your ability with just being able to write coding and basically code as a software engineer.

Những câu này kiểm tra khả năng của bạn trong việc viết code và về cơ bản là code như một kỹ sư phần mềm.

The second type is more so common to actual data manipulation using Python or Pandas.

Loại thứ hai phổ biến hơn với việc thao tác dữ liệu thực tế bằng Python hoặc Pandas.

And so this is basically taking data and manipulating in some way.

Và vì vậy, về cơ bản là lấy dữ liệu và thao tác nó theo một cách nào đó.

But it's not as algorithm focused as the LeetCode type problems are.

Nhưng nó không tập trung vào giải thuật như các bài toán kiểu LeetCode.

For example, you'd be doing something like using Python lists to iterate over date and time, basically munching different kinds of data types, converting ints to strings and strings back to ints,

Ví dụ, bạn sẽ làm điều gì đó như sử dụng danh sách Python để lặp qua ngày và giờ, về cơ bản là xử lý các loại dữ liệu khác nhau, chuyển đổi số nguyên thành chuỗi và chuỗi trở lại thành số nguyên,

and then doing some data munching in Pandas, basically doing some feature selection, maybe merging two datasets, stuff like that.

và sau đó thực hiện một số xử lý dữ liệu trong Pandas, về cơ bản là chọn lọc đặc trưng, có thể là gộp hai tập dữ liệu, những thứ tương tự.

So example of more of the data munching Python type questions are write a function called findByGrams to take a string and return a list of all the bygrams.

Vì vậy, ví dụ về các câu hỏi kiểu xử lý dữ liệu Python là viết một hàm có tên findByGrams để nhận một chuỗi và trả về danh sách tất cả các cặp hai ký tự.

So here you're just doing a little bit of data munching.

Vì vậy, ở đây bạn chỉ đang thực hiện một chút xử lý dữ liệu.

You're basically going through a really long string and creating bygrams.

Về cơ bản, bạn đang đi qua một chuỗi rất dài và tạo các cặp hai ký tự.

So basically kind of like feature selection that you'd expect in data science,

Vì vậy, về cơ bản giống như chọn lọc đặc trưng mà bạn mong đợi trong khoa học dữ liệu,

but also shows up in data engineering as well.

nhưng cũng xuất hiện trong kỹ thuật dữ liệu.

The question that's probably more common to LeetCode would be something like given a list of integers and an integer n, write a function called sumToN that finds all the combinations that sum up the value to n.

Câu hỏi có lẽ phổ biến hơn với LeetCode sẽ là một cái gì đó như cho một danh sách các số nguyên và một số nguyên n, viết một hàm có tên sumToN tìm tất cả các tổ hợp có tổng bằng n.

So this is a pretty common LeetCode question.

Vì vậy, đây là một câu hỏi LeetCode khá phổ biến.

Basically, you return a list of integers that sum up to this n target variable that you also input in.

Về cơ bản, bạn trả về một danh sách các số nguyên có tổng bằng biến mục tiêu n mà bạn cũng nhập vào.

Very common, data engineers are expected just to be able to code and code well.

Rất phổ biến, các kỹ sư dữ liệu được mong đợi là có thể viết mã và viết mã tốt.

So this is going to be a basically common part of any interview that you go to.

Vì vậy, đây sẽ là một phần chung của bất kỳ cuộc phỏng vấn nào bạn tham gia.

And so this actually segues really nicely into our sponsor of today's video, which is Interview Query.

Và điều này thực sự dẫn dắt rất tốt đến nhà tài trợ của video hôm nay, đó là Interview Query.

So Interview Query is a startup that I founded that basically helps you with your interview prep for any kind of data engineering interview that you have coming up.

Vì vậy, Interview Query là một startup mà tôi đã thành lập, về cơ bản giúp bạn chuẩn bị phỏng vấn cho bất kỳ loại phỏng vấn kỹ thuật dữ liệu nào sắp tới.

Primarily, we have tons of interview questions, courses, and

Chủ yếu, chúng tôi có rất nhiều câu hỏi phỏng vấn, khóa học và

challenge assessments so you can see how you rank compared to your peers.

các bài đánh giá thử thách để bạn có thể xem mình xếp hạng như thế nào so với các đồng nghiệp.

Additionally, we also have an interactive code editor where you can run SQL and Python and basically view your test cases.

Ngoài ra, chúng tôi còn có trình soạn thảo mã tương tác nơi bạn có thể chạy SQL và Python và xem các trường hợp kiểm thử của mình.

And also, you could see solutions from other community members as well.

Và bạn cũng có thể xem các giải pháp từ các thành viên cộng đồng khác.

We're actually giving away one free year of Interview Query premium access to anyone who comments on this video talking about their interview experiences as a data engineer or just any questions they have about the data engineering interview.

Chúng tôi sẽ tặng miễn phí một năm quyền truy cập Interview Query premium cho bất kỳ ai bình luận về video này nói về kinh nghiệm phỏng vấn của họ với tư cách là một kỹ sư dữ liệu hoặc bất kỳ câu hỏi nào họ có về phỏng vấn kỹ thuật dữ liệu.