25届暑期数分

第一次笔试，我非常垃圾，涉及Pandas和python1、数据去重： “按 X 去重，保留 ID 最大的”按照x排列df_sorted=df.sort_values(by='x')# 按x分组，取id最大值result=df_sorted.groupby('x')['id'].max().reset_index()print(result)2、计算每个种类的违约率import pandas as pd# 构造数据（根据手写内容，假设 class 和 tar 的对应关系如下）data = {"class": ["D", "B", "D", "C", "C", "A", "C", "D", "A", "B", "D", "A", "C", "A", "C"],"tar": [0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 1, 1]}df = pd.DataFrame(data)# 按 class 分组，计算违约率（tar==1 的比例）default_rates = df.groupby("class")["tar"].mean()print(default_rates)3、求函数fx=e^x+x^2在何处取得最小值，精度要求：绝对误差小于1e-6，不能调用优化相关包import math# 定义一阶导数 f'(x) = e^x + 2xdef f_prime(x):return math.exp(x) + 2 * x# 定义二阶导数 f''(x) = e^x + 2def f_double_prime(x):return math.exp(x) + 2# 牛顿迭代法找极值点def newton_method(initial_x, epsilon=1e-6):x = initial_xwhile True:x_next = x - f_prime(x) / f_double_prime(x)# 检查绝对误差是否小于精度要求if abs(x_next - x) < epsilon:return x_nextx = x_next# 初始值选择（通过观察函数趋势，选 x=0 附近作为初始值）initial_x = 0min_x = newton_method(initial_x)min_value = math.exp(min_x) + min_x ** 2print(f"函数 f(x) = e^x + x^2 在 x = {min_x:.8f} 处取得最小值")print(f"最小值为: {min_value:.8f}")4、写个month_diff函数。计算两个'ym'格式的日期字符串的月份差from datetime import datetimedef month_diff(ym1, ym2):# 解析日期为年和月y1, m1 = int(ym1[:4]), int(ym1[4:])y2, m2 = int(ym2[:4]), int(ym2[4:])# 计算总月份差return (y1 - y2) * 12 + (m1 - m2)# 验证示例print(month_diff('202001', '201804'))  # 输出：215、解析字符串：s='A1:1;b2:13;x5:651;D61:47' 解析为字典格式s = 'A1:1;b2:13;x5:651;D61:47'# 先按分号 ; 分割成多个键值对字符串items = s.split(';')result_dict = {}for item in items:# 再按冒号 : 分割成键和值key, value = item.split(':')# 将值转换为整数（根据需求，也可保留字符串）result_dict[key] = int(value)print(result_dict)

1. 前言大多数公司都在做大模型应用+大模型工具去提升自己业务效率（可能也是因为大老板想做出一些价值，因此在各业务投入agent去使用），我们这期讲一下大模型与数据开发如何去结合去落地，大模型和数据开发是如何相辅相成，以及解释为什么到今天语兴也觉得数据最为重要的原因，感兴趣同学想了解更多细节可以加下星球，星球有5套不同业务的大模型项目，并提供完整代码、业务逻辑、产品方案、简历模板，皆可用于面试。2. 工作流agent解释：ai agent也叫人工智能代理，是一种能够感知环境、进行决策和执行动作的智能实体。智能体像人一样，它有记忆、有逻辑分析能力、有任务拆解能力、问题的拆解能力和最后综合回来统一...

①自我介绍 ②对我在学校的一些情况进行提问③SQL手撕了两个简单的代码有两个表，表1包含 订单id，交易额，user_id表2包含 user_id ，性别，年龄问题1：查询男性和女性的交易总额问题2：查询交易额前5的男性和女性的user_id除此之外，还问了join和left join的区别，以及让我介绍窗口函数④问我有没有用过Excel，我说会透视表和VLOOKUP函数，没有问具体的题目⑤反问环节

国庆前一面通过，就发短信约了国庆后的时间1、雷打不动的自我介绍环节；2、简单提问后，手撕SQL代码，口述核心思路即可，主要涉及了分组筛选、窗口排序，强调了并列怎么排序；3、一道数分情景题，大概是如何评价教学质量，从哪些方面，选哪些指标，怎么评价，注意的点是什么；4、拷打简历上的风控实习经历，常见模型有哪些有什么好处，相关性指标怎么筛选连续性指标怎么转换，PSI监控的角度等诸多内容。5、程序性反问一共大概半小时左右，问了很多很多，一看就是深耕风控很多年的面试官，之前从没有面试官问的如此细致，有些问题我回答的都如坐针毡，面试官也很温和，也可能看出了我面露窘迫，于是也大大方方告诉了他的经验，总体来说学到很多东西，感觉一场面试下来，学的东西比三个月的实习都管用（）