百川智能数据开发笔试

分享一下百川智能的笔试，对于校招生来说难度很大，我只做出来第二题，其余两题都没有什么思路。

笔试题 1

很久很久以前，有一个 NBA 球探，主要负责在大学联盟中，给球队寻找有潜力的年轻射手。现在他手里有非常多而且格式凌乱的新秀投篮数据，让球探不知如何选择，作为球探的助理，你需要给出一份符合要求的球员名单。要求如下：

1. 在一个学期的大学比赛中，至少连续登场 5 次，并且每场比赛的前 5 次投篮的总分是连续增长的
2. 在一场比赛中既投中过 2 分球也投中过 3 分球 数据表名称为 player_score, 表内容示例如下(每周有且只有一场比赛)。

其中：player_name: 球员名称、score：每次投篮得分、score_ts：每次投篮时间

找到连续上场5次并且前五次投篮总分增长的球员和在一场比赛中既投中过 2 分球也投中过 3 分球的球员做连接查询

笔试题2

用户访问 App 日志表(user_log)，表中包含用户 ID、登陆时间、退出时间。表内容示例如下：uid: 用户 ID、login_ts：登陆时间、logout_ts：退出时间

问题 1:求每一天，最多有多少人同时使用 App问题 2:计算 App，近半年内，每一天的第 7 日留存率tips1: 第 7 日留存率是指用户在第 1 天登录后，第 7 天也登录了 App 的用户比例。例如，如果有 100个用户在第一天登录，其中有 80 个用户在第 7 天仍然登录，那么 7 日留存率就是 80 / 100 = 0.8，也就是 80%。

问题一

求每一天，最多有多少人同时使用 App，我们需要按天对日志进行分组。同时使用 App我们可以理解为在同一时刻在线。在线时间为登陆时间到退出时间。SQL中并没有函数可以直接求出结果，我们可以考虑累加求和，登陆+1，退出-1。那么可以使用以下 SQL 查询语句：

select date(login_ts) as login_date,
max(online_user_cnt) as online_user_cnt_max
from
(select uid,login_ts,sum(index1) over (
order by login_ts asc
) as online_user_cnt
from
(select uid,login_ts,1 as index1
from user_log
union all
select uid,logout_ts,-1 as index1
from user_log
) t1
) t2
group by date(login_ts)

问题二

流程：

1. 计算用户活跃日期，因为活跃时间可能跨天，所以要进行并集操作，将登录时间和登出时间取并集，union去重
2. 将用户活跃表和自己左连接，只有是同一用户并且该用户第7天依旧登陆才会保留整个记录，否则右表记录为空
3. 得到每天用户第七天是否登陆表后,开始计算每天的七日留存率：根据日期分组计算，第七日对应活跃用户个数/每天用户个数

WITH t_user_activity as (
SELECT distinct uid, DATE(login_ts) as ac_time FROM user_log
UNION
SELECT distinct uid, DATE(logout_ts) as ac_time FROM user_log
)

select t1.ac_time,round(count(t2.uid)/count(t1.uid),2) day7_rate
from t_user_activity t1
left join t_user_activity t2
on t1.uid=t2.uid
and t1.dt=date_sub(t2.dt,INTERVAL 7 day)
where t1.ac_time >= DATE_SUB(CURDATE(), INTERVAL 6 MONTH)
group by t1.ac_time
order by t1.ac_time

笔试题3

在大语言模型评测场景中、为了评价两个模型的效果，通常会让两个模型打比赛。 比赛结果计分方式为：胜出得 3 分，打平得 1，负得 0 分。实际测评时，通常会使用多个数据集并且在打多轮比赛之后，综合对比来评估模型效果。模型比赛的结果保存在表 evaluation 中。示例如下：表 evaluation 第一条记录含义，模型 algo_model1_v1 和模型 algo_model1_v2，使用 data_set_v1数据集，打了一轮比赛，"DIM1"维度上模型 algo_model1_v2 胜出， "DIM2"维度上平局，"DIM3"维度上模型 algo_model1_v1 胜出

字段含义data_set: 数据集、model1：模型 1、model2：模型 2、DIM1: "DIM1"维度比赛结果、DIM2: "DIM2"维度比赛结果、DIM3: "DIM3"维度比赛结果

问题：请计算每个数据集下、每个维度下，得分最高的三个模型（只保留这三个模型），且要求排序：数据集排序 v2->v3->v1，维度排序 DIM3->DIM1->DIM2，按得分降序

结果示例