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

1.有过使用机器学习模型的经验吗？2.介绍一下psm-did和相关项目（我实习中没做过相关项目，面试官让我介绍了论文）3.倾向性得分是怎么计算的4.用的什么预测模型？5.为什么选择用逻辑回归？6.考虑过随林森林之类的预测模型吗？7.能介绍下逻辑回归的原理和假设吗？逻辑回归和随机森林的区别？如果再来一次，会在什么情况下使用逻辑回归，什么情况下使用随机森林8.介绍实习项目：项目深挖了几个问题9.策略的分析制定你没有参与？你只是分析后续的实验效果？10.在该体裁上的策略不影响其他体裁的gmv吗？11.其他体裁的转化效率你们有看吗？12.其他体裁gmv是否有显著提升吗？实验中有关注吗？13.实验分析关注哪些指标？14.会有围栏指标吗？（不应该变化且不能负的指标）15.实验开了多久？有测算样本量吗？样本量的计算逻辑？16.为什么开这么久？

1.项目介绍2.实习深挖· 介绍印象比较深的项目案例，串讲整个过程· 追问项目细节和具体实施过程3.项目经历深挖（这部分其实之前面试中被问到的很少）· 知道SOTA这个概念吗？· 模型精度提高了多少？有多少提升？· 用的R方还是精确率等指标？· 有关注召回率的情况吗？· 特征重要性评估体系是怎样的？· 为什么用SHAP特征分析，不用xgboost内置的特征分析？· 除了传统机器学习之外，对深度学习有了解吗？· 数据量规模及是否用到分布式改造？4.另一个项目经历深挖· 提到的AB测试，主要通过什么动作实现收益？· 可以具体解释一下实现方式吗？5.  混淆矩阵的概念和作用？· 准确率的计算方式？· 精确率和召回率的区别？· 在工作中使用AI工具的情况6.python算法题 现场手写第一题是返回最长公共子序列第二题是翻转链表，迭代递归选一种即可7.询问实习时长8.反问

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