推荐和风控团队都需要“近30天消费”特征，但一个以自然日为窗口、另一个以精确小时滚动，且退款处理不同。你会如何判断能否共享特征定义？

共用阅读框架 · 逐题分析待校准

以下是通用追问提示，不代表已经核实本题的专属结论。请先用自己的话明确本题要解决的问题，再判断哪些提示适用；不能据此推断候选人的特质。

需要解决或厘清的客观问题

本题的专属客观问题尚未复核。请先用自己的话说明题目要求解决的决定、不确定性或具体任务。

考察意图

了解候选人是否把特征名称背后的时间语义、业务定义和消费场景作为契约的一部分。

值得观察的信号

明确主体粒度、自然日或滚动窗口、端点包含、时区与刷新周期。
说明退款、取消、迟到、去重和无历史用户的取值含义，而非默认补零。
比较共享定义、参数化复用与不同特征的边界，并说明各消费任务需要什么。
保留版本、负责人和消费者关系，用边界样本核对批处理与在线结果。

值得补充询问的上下文

两个团队各自实现后数不一样，你怎样定位差异出在哪个细节？
这个定义改动之后，历史趋势还能和以前比较吗？
如果实时更新成本过高，哪些近似刷新策略可接受？
怎样向模型消费者说明特征值的截止时点？
当时的目标、基线、约束和责任边界是什么？
有哪些可选方案？什么证据或依赖影响了选择？
影响了谁，发生了什么变化，观察窗口有多长？
结果如何验证？考虑过哪些其他解释或负面影响？

查看共用的分析与评估提示

回答还可能说明什么

本题尚无经过复核的专属推论。把考察意图当作待验证假设，结合角色、机会、责任边界和事实核查其他解释。

基于上下文的决策

补足上下文后，比较符合题意的多种方案与目标、约束。说清决策口径、不确定性和可逆步骤，并说明什么证据会改变选择。

分析方案的利与弊

方案收益

不同方案分别解决了目标中的哪一部分，谁会因此受益？
用什么可观察结果、基线和时间窗口判断是否有所改善？

方案成本与风险

不同方案会产生哪些直接成本、持续成本和机会成本，分别由谁承担？
可能出现什么失败、调整困难或对他人的影响？什么证据足以支持接受这些风险？

评估参考

这是单题证据参考，不是自动打分，也不构成对一个人的整体结论。请按岗位、阶段和责任范围校准要求。通常以 2 分“通过”为基线；一两个维度达到 3 分“优秀”就有价值，4 分“卓越”应当少见。

1 · 不通过

核心概念或基本事实讲不清，推理或经历叙述无法理解；经历题说不清自己的行动和责任。经核实的故意造假属于不通过；前后不一致或细节不足本身只说明需要核验，不能直接当作造假。

无法讲清本题相关概念、事实或推理过程，也无法提供可核验的依据。

2 · 通过

能讲清基本概念和思路，并提供可信证据，说明自己做过这件事，或能据此完成合理推演。

能说明合理的基本思路，并以相关经历或连贯、可核验的推理支持判断。

3 · 优秀

能结构化地讲述和复盘，说明做得好与不好的部分，权衡收益、成本或风险，并给出高于该岗位和级别常见要求的实践亮点或经验洞见。

展现结构化推理、与题目相关的比较和取舍，并提出高于岗位与责任范围常见要求的洞见。

4 · 卓越

在相应岗位、级别和责任范围内达到行业领先的结果或实践；影响可度量、可核验，并能合理归因于候选人的判断与行动。

提供在相应责任范围内达到卓越影响的可核验证据，并说明个人贡献、归因边界和成立条件。

适用范围与相关索引

岗位数据工程、AI 工程、通用工程、后端

责任范围项目或团队

职业轨道专业贡献者、团队管理者、管理管理者

按目标岗位和实际责任选题；这些标签不表示所有阶段都必须掌握。查看阶段要求

同一道题，不同阶段看什么？

题目不变，选择目标后比较责任、推理与证据要求。这会调整阅读框架，不给题目定难度，也不替你打分。

正在加载阶段模型…

目标岗位目标阶段

以下是规则生成的阶段阅读提示，不是逐题复核的分阶段答案，也不表示这道题适用于所有阶段。请结合实际岗位和权限。

查看本岗位的完整阶段模型 →

展开对比各阶段要求

这里对比责任视角，不表示各阶段必考范围，也不是对人的排名。

阶段	责任要求	结果证据

需要进一步分析时，可以生成包含本题证据框架的 Prompt，再自行选择 AI 工具使用。本站不会发送你的回答。

AI 分析 Prompt

# Interview Compass 回答分析
请只依据用户提供的证据分析回答，不得编造事实。

## 题目与背景
题目：推荐和风控团队都需要“近30天消费”特征，但一个以自然日为窗口、另一个以精确小时滚动，且退款处理不同。你会如何判断能否共享特征定义？
分析复核状态：共用阅读框架 · 逐题分析待校准。以下是通用追问提示，不代表已经核实本题的专属结论。请先用自己的话明确本题要解决的问题，再判断哪些提示适用；不能据此推断候选人的特质。
客观问题：本题的专属客观问题尚未复核。请先用自己的话说明题目要求解决的决定、不确定性或具体任务。
考察意图：了解候选人是否把特征名称背后的时间语义、业务定义和消费场景作为契约的一部分。
可能的推论（需要核实的假设）：本题尚无经过复核的专属推论。把考察意图当作待验证假设，结合角色、机会、责任边界和事实核查其他解释。

## 证据框架
观察信号：
- 明确主体粒度、自然日或滚动窗口、端点包含、时区与刷新周期。
- 说明退款、取消、迟到、去重和无历史用户的取值含义，而非默认补零。
- 比较共享定义、参数化复用与不同特征的边界，并说明各消费任务需要什么。
- 保留版本、负责人和消费者关系，用边界样本核对批处理与在线结果。
值得补充询问的上下文：
- 两个团队各自实现后数不一样，你怎样定位差异出在哪个细节？
- 这个定义改动之后，历史趋势还能和以前比较吗？
- 如果实时更新成本过高，哪些近似刷新策略可接受？
- 怎样向模型消费者说明特征值的截止时点？
- 当时的目标、基线、约束和责任边界是什么？
- 有哪些可选方案？什么证据或依赖影响了选择？
- 影响了谁，发生了什么变化，观察窗口有多长？
- 结果如何验证？考虑过哪些其他解释或负面影响？
比较维度：
- 结合目标、基线和约束，比较可行方案、替代方案及不做的代价；明确比较口径和差异。
基于上下文的决策：补足上下文后，比较符合题意的多种方案与目标、约束。说清决策口径、不确定性和可逆步骤，并说明什么证据会改变选择。
需要分析的收益：
- 不同方案分别解决了目标中的哪一部分，谁会因此受益？
- 用什么可观察结果、基线和时间窗口判断是否有所改善？
需要分析的成本与风险：
- 不同方案会产生哪些直接成本、持续成本和机会成本，分别由谁承担？
- 可能出现什么失败、调整困难或对他人的影响？什么证据足以支持接受这些风险？

## 1–4 分证据锚点
- 1 · 不通过：核心概念或基本事实讲不清，推理或经历叙述无法理解；经历题说不清自己的行动和责任。经核实的故意造假属于不通过；前后不一致或细节不足本身只说明需要核验，不能直接当作造假。 本题参考：无法讲清本题相关概念、事实或推理过程，也无法提供可核验的依据。
- 2 · 通过：能讲清基本概念和思路，并提供可信证据，说明自己做过这件事，或能据此完成合理推演。 本题参考：能说明合理的基本思路，并以相关经历或连贯、可核验的推理支持判断。
- 3 · 优秀：能结构化地讲述和复盘，说明做得好与不好的部分，权衡收益、成本或风险，并给出高于该岗位和级别常见要求的实践亮点或经验洞见。 本题参考：展现结构化推理、与题目相关的比较和取舍，并提出高于岗位与责任范围常见要求的洞见。
- 4 · 卓越：在相应岗位、级别和责任范围内达到行业领先的结果或实践；影响可度量、可核验，并能合理归因于候选人的判断与行动。 本题参考：提供在相应责任范围内达到卓越影响的可核验证据，并说明个人贡献、归因边界和成立条件。

## 分析要求
1. 区分回答明确表达的证据、缺失的上下文和待验证假设；尽量引用回答中的具体事实或原句。
2. 先列出最值得追问的问题。证据不足时明确写“证据不足，暂不评分”，不要强行判断。
3. 按相关观察信号分别参照 1–4 分锚点；只有回答提供了足够依据才给分，并说明证据和不确定性。
4. 结合题目分析多种方案的比较、因果推理、利弊取舍和回答者实际参与；指出优势、缺少依据的结论，以及一个具体的下一步练习建议。
5. 不提供示范答案，不把回答改写成背诵稿，不做人格诊断，不凭前后不一致推断造假，不合并成整体分数，也不提出录用或淘汰建议。

回答尚未提供时，请先请候选人粘贴回答；不要仅凭题目分析或评分。
不要编写示范答案。

问题	关系	观察差异
为一个预测用户次日是否流失的模型构造“近 7 天活跃天数”特征。你怎样定义这个特征的时间语义，使训练时和线上预测时拿到的是同一个含义？	同样关注特征的定义，但关注点从时间点的正确性转到定义细节的完整性。	本题关注窗口、去重、排除与缺失值的细节；相关题关注截止时间与信息泄漏。

主要能力

特征模型

岗位

数据工程 AI 工程通用工程后端

使用场景

外部求职面试晋升准备

知识或方法主题

特征模型指标与度量数据建模

责任范围

项目或团队

职业轨道

专业贡献者团队管理者管理管理者

题型

案例分析作品审查

来源

启发自：dataskew-io/data-engineering-interview-questions：时间点一致性与特征可复算
提炼自：数据度量工作指南（四）：指标字典模板，把定义变成可复算的协作接口
Interview Compass Original Expansion to 1,500 — Batch B