做好当下，着眼未来

市面上有的数据分析岗位，只要求EXCEL、word、PPT的，这个真的算是数据分析嘛。应该算是写报告的。基本的要求：SQL、pandas、bi工具。我觉得应该是这些才对。我其实也比较好奇，那些数仓、机器学习的数据分析，到底又是在做什么。还有，我也很好奇，公司里面的数据分析岗位，到底实在干什么呢。感觉挺好奇的各位大佬，可以说说你们数据分析是怎么处理问题的吗。也让我这种普通人见见世面。

大家好呀，我是飞鱼最近我做了个小程序：躺了么，我简单介绍下，也欢迎大家试用。为什么做「躺了么」说白了，就是想做个轻松点的小工具，让自己别老被工作牵着走，也别总觉得摸鱼是罪过。记录每天到底花了多少时间在工作、多少时间在放松？有了数据，心里就有数。名字的灵感来自最近很火的APP：死了么，这种反讽风格。我可以把它转成更轻松的问法：不是逼你卷，而是简单问一句：今天躺了吗？这里说句题外话，其实死了么这个APP的创意，应该很多人都能想得到。毕竟现在是孤独经济时代，独居年轻人这个群体规模已经非常庞大。我之前也想做一个类似的，但觉得太简单了，一直在问自己，真有人用么。现在明白了，AI时代了，有想法创意之后任何...

严重性定义 产品场景下幻觉的容忍度，接受多少成本来解决评估和检测●业务角度：进行人工评估，比如标100条Case，从体感上感知主要问题●自动化评估：在垂直领域，构造数据集，利用LLM进行知识检索判断幻觉幻觉分类大致分为与真实世界信息不一致的事实性幻觉（包括编造事件、信息过时等）、与输入的上下文不一致的忠实型幻觉。需要不同的缓解措施幻觉如何缓解？调API的话1.首先是Prompt调优。比如输入更详细的任务指令、调优的过程中不断根据输出的Bad Case加入限制。比如COT。2.然后是上下文优化，这里指的可以是RAG的召回信息优化，也可以是特定场景的上下文处理优化，突出其重点部分更容易被大模型理解。3.还可以基于Agent思想，将其问题拆分成更细粒度的任务，每个步骤都使用RAG融入外部知识来降低幻觉。4.最后是成本较高的，使用另一个模型来检测幻觉，如果有幻觉则重新生成。自研模型的话，通常是在垂直场景需要蒸馏一个小模型，或者微调一个模型。除去上述部分，还可以参考一下思路1.SFT训练数据层面：通过合成指令微调，有助于缓解幻觉。2.强化学习：在强规则的领域，可以通过强化学习来缓解忠实型幻觉。比如特定格式输出、特定内容提取等。3.推理：在不同领域考虑不同的解码方式，多样性解码在专业领域诱发更多幻觉，贪心搜索在开放领域加剧幻觉

网易互娱一面游戏用户运营岗，一面是业务面，少量有关简历的问题。自我介绍2-3分钟实习经历+收获，校园科研经历+获得的能力，体现出特色实习中有什么样的收获？同类型的问题有：实习中的挑战，最大的感触等，最后的落脚点可以落在通过这些挑战获得了什么的感触等对这个岗位的认识从用户运营的对象，手段，目的等方面入手，形成体系，回答会更有逻辑对回答到的几个流程有什么指标衡量？拉新：新增用户数。促活：日/周/月活跃用户、DAOT = 日总计在线时长/日活跃用户数。这是衡量游戏粘性的重要指标。留存：次日留存率，七日留存率等付费：付费渗透率等最近经常玩的游戏开始进入正题了，一定是特别了解或者提前了解过的游戏，网易游...