滴滴
大模型算法实习生一面面经
完整信息
本篇目录
被挂了，希望发出来对大家有帮助！
1.皮尔逊相关系数的适用场景和缺陷分别是什么？在外卖业务特征分析中该怎么合理使用？
2.传统机器学习中，如何处理业务数据里的特征漂移与样本不均衡问题？
3.简单描述 Agent 的核心架构，并说明它可以在外卖数据分析中落地哪些场景？
4.从零搭建一个外卖数据分析 Agent，你会怎么设计整体流程与模块？
5.Agent 在多步骤数据分析任务中容易调用出错，该如何做任务拆解与异常处理？
6.如何保证数据分析 Agent 生成的结论可信，减少幻觉与计算错误？
7.假如要设计一个外卖平台数据分析专用 Agent，你认为它的 pipeline 应该是怎样的？
手撕：两数之和
本篇目录
当前问题0109
- 01
皮尔逊相关系数的适用场景和缺陷分别是什么？在外卖业务特征分析中该怎么合理使用？
- 02
传统机器学习中，如何处理业务数据里的特征漂移与样本不均衡问题？
- 03
传统机器学习中，如何处理业务数据里的特征漂移与样本不均衡问题？
- 04
简单描述 Agent 的核心架构，并说明它可以在外卖数据分析中落地哪些场景？
- 05
从零搭建一个外卖数据分析 Agent，你会怎么设计整体流程与模块？
- 06
Agent 在多步骤数据分析任务中容易调用出错，该如何做任务拆解与异常处理？
- 07
如何保证数据分析 Agent 生成的结论可信，减少幻觉与计算错误？
- 08
假如要设计一个外卖平台数据分析专用 Agent，你认为它的 pipeline 应该是怎样的？
- 09
两数之和