求帮改数据分析/数据科学简历

1. 实习介绍2. 项目深挖· 要求介绍一个最能体现你能力的项目· 追问：按照你对这个项目的理解，如果让你概括一下这个项目有哪些核心指标构成的？· 你对于指标体系有怎样的认识？3.在实习经历中，有没有主动通过分析方式发现一些问题？· 发现的问题是否推动产品或研发进行了改造？· 追问：在推动问题解决过程中，有没有出现事情很难推动、很难落地的情况？· 面对这样的问题，你们是如何解决的？4.你对AB实验这一块有多大了解？· 要求设计一个AB实验：假设有一个策略模型给用户提供差异化补贴，需要验证这种精细化补贴是否能提高业务收益· 关于样本分流问题：如果观测到的分流比例不是严格的1:1，在什么情况下是正常的波动，什么情况下需要排查？· 如何界定和判断？应该用怎样的统计方法？· 实验结束后，如果结果不显著，如何让结果更加显著？· 你熟悉的因果推断方法有哪些？5.sql题目

实习期间参与的项目，聚焦于合同审核场景，本文以合同审核为例，针对在垂直落地场景中，为什么需要做sft微调展开简单的讨论和个人的一点见解。 传统合同审核系统依赖规则编写和关键词匹配，局限性突出： 一是规则需人工逐条维护，新增合同类型（如技术许可合同）时，需重新梳理数百条规则，迭代效率极低； 二是无法处理模糊表述，如“合理期限内整改”“适当补偿”等条款，关键词匹配会直接漏判； 三是不具备推理能力，无法关联多条款风险，如管辖地与争议解决方式的逻辑冲突。二、为什么需要SFT——教模型学会“思维”对合同审核场景而言，基座模型就像刚掌握法律基础的实习生，懂术语但不懂业务判断，SFT本质就是用高质量业务数据...

当时面完没太记录，有点记不清了，面了一面，二面, HR面和产品VP面，记得以下几个问题1.日活波动怎么分析2. 最近看的工具书，画一个脑图并介绍3. 跳出舒适圈的例子4. SQL题，还考了字符串相关5.实习分析的指标、解决的问题6. A/B test看提升频率如何排除其他因素的影响

前端面试问题：1. 自我介绍2. 低代码平台Blocksuit方案，这个技术选型的逻辑3. 物料和数据源连接是用什么样的解决方案，还追了一下数据源的获取4. 团队规模，负责的具体内容，职责之类的5. 你认为前端工程化包括哪些方面？你具体做过哪些6. Git提交，你们有引入什么工具，检测方式来控制不规范提交7. 前端监控埋点方面有做过哪些吗8. 后面的职业规划9. 离职原因10. 排期和人手不够的情况，假设你作为leader，你怎么处理冲突？反问：1. 项目情况，技术栈2. 面试流程叠纸游戏26届秋校+27届nova训练营热力全开！🎮我们是：叠纸游戏成立于2013年8月，是一家专注于内容创作的...