小米能不能捞一下给个面试

  一、数据分析实习面试题  1. 自我介绍 & 岗位认知 简单做个自我介绍 你为什么想做数据分析？ 你理解的数据分析实习是做什么的？ 你觉得自己适合数据分析的优势是什么？  2. 技能基础（实习最常问） 会用哪些数据分析工具？（Excel/SQL/Python/BI） Excel 常用函数有哪些？vlookup/xlookup/pivot table 用过吗？ SQL 会不会联表查询？left join 和 inner join 区别？ 会不会用 group by、having、order by？ Python 用过 pandas 做数据处理吗？ 了解哪些基础统计指标？均值、中位数、...

唉没招了，大厂全是这种吗，双飞真没机会呀！！！

比预想中晚了一周，时间过得真快啊，感觉越学越多，目前这版简历下周直接开投了，两个项目都是自己用AI敲的，欢迎各位继续拷打，也是在共同交流学习吧。目前可以说出项目架构业务，自己亮点设计的一些思考，技术实现以及技术选型原因，量化指标也准备了一套说辞，但深挖代码估计就寄了；八股过了一遍，属于基本能说点原理理解，但深挖细节估计也寄了；算法简单了解一些整体思路，但手撕估计也寄了；AI可以吹下项目相关的工程实现和一些技术选型，但深挖技术肯定就寄了。总之，基于自身学习状态考量，先投些小厂继续学吧。有道是：“人生南北多歧路，一处春山一路平。”

基础得先打牢。LLM的基本原理要懂，不需要能训练模型，但得知道prompt怎么写、上下文窗口是怎么回事、为什么模型会幻觉。这些是地基，地基不稳上面全是空中楼阁。然后是框架。LangChain和LlamaIndex是目前用得最多的，几乎每个Agent项目都绕不开。但别只会调API，得理解它们的设计思路，比如chain是怎么串联的、memory是怎么管理的、tool calling是怎么实现的。RAG是必学项。Agent大量依赖外部知识库，向量数据库至少要会用一个，embedding是怎么回事要清楚，检索策略怎么优化要有概念。工程能力别忽视。Agent本质上还是个软件系统，API设计、异步处理、错...