ReAct 是 Reason + Act 的结合，即让 AI 在行动前先思考。它通过“思考-行动-观察”的循环，解决逻辑链条断裂的问题。任务拆解：遵循 MECE 原则，将大目标切分为：数据读取 → 异常清洗 → 统计分析 → 可视化 → 结论产出。数分 Agent 设计：角色：资深数据科学家。工具：Python Interpreter、SQL 插件、搜索工具。流程：接收需求 → 编写并运行代码 → 校验结果 → 自动生成图表报表。Agent 面试题分享：如何解决 Agent 在复杂任务中的“幻觉”与死循环？比较 AutoGPT 与 BabyAGI 在任务规划上的差异。如果工具调用返回报错，你如何设计 Self-Correction（自纠错）机制？

25min 1.自我介绍2.三段实习，对哪一段最感兴趣3.所在部门面对的核心问题4.观测核心指标5.围绕这些指标做过的分析6.case：直播间gmv下降归因7.未来2-3年职业规划8.Ai对数据分析师的影响9.反问另外想问下有没有大佬说下得物大概多久反馈哇 周三面完没后续[哭惹R]

一面在前面写的帖子里面，二面的话是mentor面，也是电话面，mentor人也特别好，交流起来很开心～1.自我介绍2.介绍一下之前的实习经历，深挖更偏向哪个方向，由于这份jd是和数据打交道，楼主答得更多是关于数据分析和可视化3.我的三份实习不是很垂直，传统券商也有，新兴ai公众号也有，问了我关于三份实习偏向不同方向，我回答了一下每份不同实习对于我职业选择的影响4.历史单独做过的项目深挖，star法则，讲了一下自己产出深度报告的过程5.券商实习中，对于客户进行投资评估得思路，落地的结果，以及后续的推进，是否实际上有成功地做这个投资，对不同客户不同的方案，报价更新之类的问题深挖，就是实习经历深挖6.大数据，ai对数据分析的冲击和影响7.要求一周五天到岗能接受吗，其实已经就算下口头offer乐 松了口气哈哈希望大家都有自己满意的offer，第一次写面经可能不太好，发面经攒人品，牛客网真是个好平台！！！之前也是看网站上别人的面经，自己有准备才能面试顺利的～

八股轰炸，头一次见只问八股的，小米简历挂俩次，这次捞了我还特地准备了很久项目1.自我介绍2.oop面向对象编程的四大特性3.string buffer和string builder的区别4.怎么解决缓存穿透，击穿，雪崩5.redis的数据结构有哪些6.redis的持久化都有哪几种7.布隆过滤器的原理8.python爬虫的原理9.反问业务是什么？说技术栈是spark＋python，感觉有点像大数据分析的岗不像后端表现怎么样？问的都答出来了，还不错