[脸书数据科学面经] Facebook Data Scientist面试经验

好奇宝宝 发表于 2019-10-12 10:04
case when就可以了。不用window function.

不好意思问一下，不需要用Lag看一下每个user上一次来的日子和当前作对比是不是差一天以上么？

回复一下给我大米同学的最优解法套路：我觉得应该是用今天的DAU的去update昨天的growth_accounting table. 这样的话，就是简单的case when

nirvana123 发表于 2019-10-12 10:09
不好意思问一下，不需要用Lag看一下每个user上一次来的日子和当前作对比是不是差一天以上么？

你可以用join. 看我写的最优答案分享。

我把onsite面试也总结在这里了：https://www.1point3acres.com/bbs/thread-559252-1-1.html

nirvana123 发表于 2019/10/12 10:09:02
不好意思问一下，不需要用Lag看一下每个user上一次来的日子和当前作对比是不是差一天以上么？

可以用lag. 但是考虑到Facebook数据量，用lag来看所有数据，效率低。而且是跑步出来结果的。所以要用ETL思想解决这题目。我写了一下我觉得最优的答案。在回复里有。

所以是要用full join嘛？不然怎么区分开new 和 churned

fiibb 发表于 2019/10/13 06:07:11
所以是要用full join嘛？不然怎么区分开new 和 churned

是的。这样才有所有的用户。

诶。。怎么看不到回复的最优解。。？

kayefiennes 发表于 2019/10/13 14:09:02
诶。。怎么看不到回复的最优解。。？

在后面的回复里。我说了一下讨论最优解。大概就是说用ETL思想解答。不断去update昨天的status

谢谢楼主分享！关于SQL题，我能想到的是把昨天的用户选出来full join今天的用户，根据case when来做segmentation。但这个方法的问题是如何区分new（今天第一次来）和ressurected customers（好久没来但今天来了）？
如果是按你所说用昨天的状态来推断今天的状态，那如何找出昨天的状态呢？昨天的状态又是基于昨天之前的状态来写的。

期待你的回复。