1.SQL聚合/窗口功能
视频通话表
呼叫者|收件人|日期 |call_id |呼叫长度
Q：过去 30 天，呼叫者发起呼叫的前 10 个
2.SQL聚合/窗口功能
用户表
user_id |age_group |国家|日期 |
dau_flag
问：昨天在我们这里花费的时间/活跃用户的总和？
3. 产品感
如果过滤器垃圾邮件好友请求。列举出一系列criterion之后，如何验证你的criterion是正确的，最后一个问题是，可以添加什么新 feature来防止垃圾邮件.
4.产品感
筛选出在某天有多少人通过了好友请求，对于某个人overtime他的好友通过率是多少.
5.产品感
news feed 缩小25% 怎么衡量有没有用，然后就是经典的如何解释美国和泰国两个地区metric 表现不一样？
6.SQL 功能
示例行：
日期|search_id |user_id |age_group |
search_query
--------------------------------------------------------------------
'2020-01-01' |101 |9991 |“<30”|贾斯汀·比伯
“2020-01-01” |102 |9991 |“<30”|“门洛公园
”2020-01-01“ |103 |5555 |“30-50”|'john'TABLE
2
示例行：
日期 |search_id |result_id |result_type |点击--------------------------------------------------------------------
'2020-01-01' |101 |1001 |“页”|TRUE'2020-01-01
' |101 |1002 |“事件”|FALSE
'2020-01-01' |101 |1003 |“事件”|假
的'2020-01-01' |101 |1004 |“组”|FALSE
Q1：在过去 7 天中，10 个最受欢迎的搜索查询是什么？
问题 2：执行返回多类型结果的搜索的用户占多百分比？
7. 贝叶斯/ 统计
考的基础概率，bayes，comment/dau distribution 要画分布然后根据你估计的mean和median，问你x天后p95和p50的mean怎么变（regression to mean）
8. ML模型基础
一个binary classification的case，问了rf和gbdt的区别，它们的优缺点，loss function是什么，用什么求解（gradient descent）然后问了gradient descent的意义是什么
9.SQL聚合/窗口功能
表：user_actions
ds （字符串） |actor_id|post_id|关系（字符串）|互动（字符串）
'2019-07-01'|431 |7921 |“朋友”|“喜欢
”2019-07-01'|431 |7921 |“朋友”|'评论'
2019-07-01'|938 |9235 |“页面”|“哇
”2019-07-01'|209 |7220 |“组”|“爱”
2019-07-01'|384 |7128 |“组”|'分享'
2019-07-01'|492 |0879 |“页面”|'喜欢'
2019-07-01'|887 |3842 |“组”|“哈哈”
表：user_posts
ds （STRING） |poster_id|post_id|
'2019-07-01'|123 |7921 |
'2019-07-01'|123 |3910 |
'2019-07-01'|004 |3495 |
'2019-07-01'|832 |3294 |
'2019-07-01'|283 |4820 |
'2019-07-01'|822 |2472 |
'2019-07-01'|119 |8204 |
Q1：昨天好友帖子上有多少点赞？
Q2：如果我是用户123，你们会如何计算我所有帖子的平均点赞数？
产品：
如何在新闻源中定义有意义的互动？
10.SQL聚合/窗口功能
session id， userid， session start time， session end time， date_stamp， app
a. 求各app的session之间的平均间隔，就是关闭一个session然后打开另一个session之间的时间
b. 每个user的bounce rate，好像是app1到app2再回到app1 算一个 bounce
