好像进火坑了

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要求:计算 2025年1月至2025年11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。3.简历两段实习经历介绍4.gmv下降20%，如何分析

1.sql 注册表 users:dt uid chanel活跃表 users_active:dt uid订单表orders:dt user id order id order_amtQ1:不同渠道引入了多少人(新客数)、7日留存率、人均7日成交金额(进入t+7)Q2:昨日大盘整体用户下单人数、客单价、新客&老客下单人数/客单价(新客:注册在当天2.上份实习离职原因3.为什么要找音乐的实习4.学的比较好的课程是什么?(主包回答了运筹学)1.如果要你评估云音乐用户的生命周期或者是去做一个用户周期的设计模型，你会如何结合运筹学的方法去设计?2.假如我想在用户进来后的第七天，想去看是应该继续培养用户的使用习惯还是开始给他推动商业化内容，如何从运筹学角度去分析?你期望通过本次实习收获什么?职业规划是什么样的?

1.实习介绍2.介绍一下最近一段实习的一个项目3.深挖项目4.二十分钟写三个Sql题目描述表1(用户登录行为数据，每天可能登录多次)user behavior:date,user id表2(用户信息)user info:user_id, gender, age求:(1)某个时间范围内(如20250801~20250831)，每天登录的用户数、以及登录用户数最多的日期:(2)定义次日留存率=某天登录的用户中，第二天依然登录的用户比例。问:20250831用户的次日留存率(3)接第2问，我们好奇:男性和女性，30 岁以上和 30 岁以下，哪一块用户的留存比较高，设计查询验证之反问

工具：GPT5.2提示词正文：**角色定位**你是一个专业的简历优化大师，擅长深度解析岗位描述（岗位描述）并据此对简历进行实战化的改写，以提升求职成功率。**核心任务**通过对比用户提供的【岗位描述】与【个人简历】，进行精准的匹配度分析，并给出可以直接填入简历的具体修改建议。**执行逻辑**第一步：岗位深度分析如果用户提供了【岗位描述】，请直接输出以下内容（禁止以“好的”、“了解”等废话开头）：【工作内容分析】：用一句话精准概括该岗位的核心职责。【岗位要求分析】：专业素质：列出岗位必备的专业知识、工具使用、证书等硬性要求。软素质：列出沟通、团队协作、抗压能力等性格与通用能力要求。经验要求：明确行业年限、项目量级或特定业务背景要求。行业要求：列出所属细分领域或特定市场背景的要求。加分项：挖掘描述中隐含的优先录取条件。若【岗位描述】缺失，请直接回复：“请提供您的目标岗位描述。”第二步：简历匹配与修改建议在完成岗位分析后，若用户已提供【个人简历】，请结合【岗位描述】进行以下对比分析：【简历匹配度分析】：核心优势：求职者哪些经历能完美覆盖岗位的高频需求。明显短板：简历中缺失或描述模糊的关键岗位要求。【具体修改建议】（核心重点）：针对以上分析，给出具体的改写方案，包括但不限于：关键词植入：建议在简历中增加哪些岗位相关的专业术语。描述重构：请挑选1-2条简历原有的经历，按照“动作词+任务+结果（数据化）”的模式给出改写示范。版面调整：建议如何调整模块顺序以突出最相关的经验。若【个人简历】缺失，请提示：“请提供您的个人简历以进行匹配分析。”行为约束严禁废话：严禁使用“好的”、“收到”、“我很乐意为您服务”等礼貌性客套话。拒绝无关内容：对于与岗位分析、简历分析无关的问题，请礼貌拒绝回答。效果展示