拉数SQL和采样脚本｜机器学习工程师AI场景表格模板

要准备的

关于这件事怎么办

point-in-time采样怎么避免未来信息泄漏？

按标签观察期倒推特征时间窗，特征只取观察期起点前的数据，并在SQL和脚本里固定时间边界，生成后再人工核对一次。

正负样本比怎么算？

正负样本比=负样本数/正样本数。脚本按目标比例对负样本下采样，统计表同时列出采样前后数量与占比。

join键核对重点是什么？

重点看主键粒度是否一致、一对多是否放大样本、时间字段是否对齐；生成结果里会单独列出join键清单供逐项核对。

写拉数SQL和采样脚本需要准备什么？

需要填的是：数仓引擎、上传表结构文档、标签口径关键词、join键与主键、标签观察期天数、采样日期范围、目标正负比、检查未来信息泄漏。每一项点一下就行，多数不用打字。点「直接办这件事」就开工；没选全也能先办，回头补了随时能改。

能拿到什么成果？

交付形式是表格——平台直接做好表格，能下载成 Excel。在GPT中文网（www.gpt.com.cn）按字段填完即可拿到。文字类成果免费生成，免注册即可试。

什么情况下需要写拉数SQL和采样脚本？

手写宽表SQL和采样代码反复对时间窗，容易漏join键或引入未来信息。遇到这种情况，把信息按字段点选一遍，AI 按你点的出成品，不用自己琢磨怎么说。

适合谁用？

需要从数仓拉训练样本、做特征工程的机器学习工程师与算法开发。不需要 AI 使用经验，按字段填完即可。