求帮忙看简历

sql两道代码题1.求次月留存率字段:order_id(订单ID)、uid(用户ID)、dt(日期，格式为YYYY-MM-DD)要求:计算 2024年1月至2025年5月期间每个月的次月留存率。次月留存率定义:在当月下单的用户中，在下一月仍然有订单的用户占比。2.求 30日利润字段:uid(用户ID)、dt(日期，格式为YYYY-MM-DD)、profit(当日利润)注意:每个用户每天最多只有一条记录，仅当用户产生交易时才有数据。驽议要求:计算 2024年1月至2025年5月期间每个月的新用户人均 30日利润。(新用户定义为第一次下单的时间即可30日利润:新用户第一次下单及往后29天的利润总和。简历两段实习经历介绍gmv下降20%，如何分析

面试大模型算法岗，跟HR沟通有4论面试，很重视这个岗位，没有算法团队，去让你搭建团队，没有带团队经验建议避坑，面试可能是来套方案的。面试过程1.自我介绍2.挑了一个项目介绍下项目，项目的使用并发和访问量，项目开发用了多长时间3.八股文： 介绍GRPO、PPO、DPO，分别需要几个模型，需要训练的是哪些4.RAG检索优化5.transformer 的原理和机制6.没有手撕代码

总所周知，数分岗是市面上常见的卖课重灾区，那么究竟数分需要什么技能呢？首先，你要确定自己做的是什么数分岗！如果你是数分运营，大概率要学的是BI工具和运营知识（更低端的会excel就行），属于是和业务结合较深的岗位，当然你也可以叫自己是数据支持（就是取数工具人啦），工作比起数据分析，更偏重运营，如果你是刚入行的，推不动业务改动的，那就是纯取数用的，同事领导给个结论，你负责拉数据佐证就好。（市面上相当多的人说数分简单，就是因为很多数分岗都是干这个的）如果你是真正的数据分析师，比如涉及到LTV预测的，收入预测的，这种需要用到机器学习的。那么就需要学习Python和机器学习（聚类，决策树等），这种才能算得上是数据“分析”，可以输出自己的观点，可以根据你的数据去驱动产品。包括我自己入职的数分岗，很大程度上也是数分运营。但是哪怕是我这种数分运营，我也是因为是计算机科班出身，会SQL语言、Python和机器学习被招进来的。如果真的有人想当数据运营（比较简单）的：推荐学excel，bi工具想更进一步当数据分析师的：推荐学了上面的东西之后，学Python和SQL语言（取数和清洗用），需要涉及预测的学机器学习。当然，数据分析师，最重要的是你分析的思维，如果只能做取数而做不到产出分析的，建议转数据中台。

面试题简述精排阶段已经有了用户对物品的打分结果，那这些结果能不能反过来用到召回阶段？比如曝光但未点击的物品，在召回阶段可以怎么用？面试官想听的1、是否理解推荐系统各阶段不是完全割裂的2、是否意识到负反馈信息的价值3、能否提出合理、不激进的工程用法。面试回答举例精排阶段的结果是可以、也应该被反向利用到召回阶段的，但需要注意使用方式。以曝光但未点击的物品为例，这类数据本质上是一种弱负反馈。它不能简单等价为用户不感兴趣，但可以作为兴趣减弱的信号。详情请参考：http://xhslink.com/o/87xWoNdeeD1由浅入深分析1、曝光未点击 ≠ 强负反馈2、需要结合时间窗口、曝光次数3、召回阶...