Stripe MLE OA 高頻題分享|2026 最新題型總結

Stripe MLE OA 和 SWE OA 風格接近,但更偏向實際支付/風控業務場景,題量通常是 1 道大題 + 多階段(3-5 parts),或者 2 道中等題,時間 60-90 分鐘。題目難度中等偏上,重點考察資料處理、特徵工程思維、邊界處理和程式碼工程能力,而不是純 LeetCode 演算法。

Stripe MLE OA 高頻題分享|2026 最新題型總結

Stripe MLE OA 獨家高頻真題(Programhelp)

題目一:識別交通標誌

問題描述

HackerCars 正在研發一款自動駕駛汽車。作為其自動感應系統的一部分,該公司希望汽車能夠自動識別道路上的限速標誌,並據此調整車速。

現給定一組包含限速標誌影象及其對應標籤的資料集,需利用 PyTorch 構建一個模型,以識別限速標誌屬於 30km/h、70km/h 還是 120km/h。

相關檔案

  • train.csv(訓練集)
  • test.csv(測試集)
  • sample_submission.csv(示例提交檔案)任務要求構建一個深度神經網路,實現對交通限速標誌的準確識別。針對測試集(test.csv)中的每條記錄,預測其標籤(label)變數的值。最終需提交一個 CSV 檔案(submissions.csv),該檔案應包含表頭,且每行對應一條測試集記錄的預測結果。檔案格式要求提交的 CSV 檔案需包含且僅包含兩列:
  • path:影象路徑
  • label:預測標籤(0 對應 30km/h,1 對應 70km/h,2 對應 120km/h)評估指標模型效能的評估指標為準確率(Accuracy),計算公式為:Accuracy=所有預測的總數量正確預測的數量​

題目二:查詢員工考勤

問題描述

給定一個包含不同銷售分店員工考勤資料的 pandas 資料表,需找出一個月內訪問過其所屬銷售分店至少 3 次的員工。

注意事項

  • 員工訪問過一次的分店即視為其所屬銷售分店。
  • 員工在同一天可能多次訪問同一分店,但僅計為一次。
  • 若不存在符合條件的員工,需返回一個帶表頭的空 DataFrame。資料表結構該資料表包含三列:
  • emp_id:員工 ID
  • branch_code:每個分店的唯一識別符號

題目 3:識別交通限速標誌

問題描述

HackerCars 公司正在研發自動駕駛汽車。作為車輛自動感知系統的一部分,需要讓汽車自動識別道路上的限速標誌,並據此調整行駛速度。

給定包含限速標誌影象及對應標籤的資料集,要求使用 PyTorch 搭建模型,識別限速標誌為 30km/h70km/h120km/h 三類。

提供檔案

  • train.csv:訓練集檔案
  • test.csv:測試集檔案
  • sample_submission.csv:提交檔案示例

任務要求

搭建深度神經網路,實現交通限速標誌的分類識別。

針對測試集 test.csv 中的每一條記錄,預測其 label 變數的值。最終提交一個 CSV 檔案 submissions.csv,要求包含表頭,且每一行對應一條測試集的預測結果。

提交檔案格式

檔案必須包含且僅包含 2 列:

  1. path:影象路徑
  2. label:預測標籤(0 代表 30km/h,1 代表 70km/h,2 代表 120km/h)

評估指標

模型性能以 ** 准确率(Accuracy)** 为评估标准,计算公式:

Accuracy=总预测样本数正确预测的样本数​

题目 4:统计员工到店考勤

問題描述

给定一个 pandas DataFrame 格式的员工考勤数据集(记录不同销售分店的员工到访情况),要求筛选出一个月内到访所属销售分店至少 3 次的员工。

注意事項

  1. 员工只要到访过某分店 1 次,该分店就属于其所属销售分店。
  2. 员工同一天多次到访同一分店,仅计为 1 次。
  3. 若没有符合条件的员工,需返回一个带表头的空 DataFrame。

数据结构

DataFrame 包含 3 列:

  • emp_id:员工 ID
  • branch_code:分店唯一标识
  • visit_date:到访日期,格式为 YYYY-MM-DD

示例

表格

emp_id branch_code visit_date
1 b01 2024-01-01
1 b01 2024-01-03
1 b01 2024-01-04
2 b02 2024-01-02
2 b02 2024-01-03
2 b03 2024-01-01

结果分析

  • 员工 1:1 月内到访 b01 分店 3 次,符合条件
  • 员工 2:到访 b02 分店 2 次、b03 分店 1 次,均不满足≥3 次的要求
  • 最终结果仅包含员工 1 的记录

如果你正在准备 Stripe MLE OA,需要以上题目的详细题解 + 完整参考代码,或者更多 2026 最新真题,欢迎私信我领取。

我也可以提供:

  • OA 代写支持(确保 100% 测试用例通过)
  • MLE 专项模拟面试(ML System Design + Coding)
  • 从 OA 到 VO 的全程指导

私信我,告诉我你的时间节点和当前水平,我会给你最匹配的准备方案。

祝大家 Stripe MLE OA 速通,早日拿到 Offer!

author avatar
Jory Wang Amazon資深軟體開發工程師
Amazon 資深工程師,專注 基礎設施核心系統研發,在系統可擴充套件性、可靠性及成本最佳化方面具備豐富實戰經驗。 目前聚焦 FAANG SDE 面試輔導,一年內助力 30+ 位候選人成功斬獲 L5 / L6 Offer。
END
 0