搜广推算法实习一面-快手

家人们谁懂啊！刚实习的时候用AI Coding，差点把我坑到离职！踩了无数坑才明白，AI Coding不是万能的，用不好就是给自己挖坑，今天必须来吐槽一下新手用AI Coding最容易踩的5个大坑，再给你们对应的避坑技巧，全是我用血泪教训换回来的！先说说我最惨的一次经历：那时候刚入职，mentor让我写一个订单查询的接口，还要支持多条件筛选。我图省事，直接把需求扔给AI，AI10秒就生成了代码，我看都没看就直接上线了。结果上线当天就出问题了：用户筛选条件一多，接口直接超时，查一次要10几秒；更离谱的是，AI生成的SQL没做权限控制，普通用户能查到所有用户的订单，差点造成数据泄露！最后我连夜回公...

被横向挂了，希望发出来对大家有帮助！Q1: 你用了多路召回，具体是怎么做消融实验验证每一路的效果的？Q2: 召回层的评估指标为什么选 HitRate 而不是其他？Q3: 新闻推荐项目里的“冷启动”是怎么做的？Q4: 详细讲讲 YouTube DNN 双塔模型在你的项目里是怎么落地的？Q5: 用户的 Embedding 是怎么构建出来的？输入了哪些具体特征？Q6: 提取出 User Embedding 和 Item Embedding 之后，你后续具体是怎么利用它们的？Q7: 精排阶段，你为什么要把“树的排序模型”、“树的分类模型”和“DIN 模型”做 Stacking 融合？它们在理论上的互补性体现在哪？Q8: 手写 AUC 的计算公式。Q9: 工业界为什么更偏爱 GAUC 而不是全局 AUC？GAUC 解决了什么痛点？Q10: 训练的时候，交叉熵 Loss 下降，AUC 就一定会提升吗？Q11: 你提到的这几个模型，它们底层的 Loss 函数分别是什么？

本属鼠也是体会到了一天两面连着的感觉！两次二面都是以拷打项目为主没有手撕题（震惊，感觉是G了）其中虾皮对于微服务项目的拷打比较深刻，感觉自己还是得加强一下！同时redis与mysql还是重中之重，到时候自己再加深一下对于分布式系统中 mysql和redis怎么使用进行学习。

项目15min，项目怎么用agent优化和设计差不多20min，无手撕，聊得很开心1. 介绍一下项目2. 项目有没有用户/落地？（没有，进行过压力测试）3. 布隆过滤器概念，怎么解决缓存穿透4. 如果有黑客通过肉鸡生成大量商品id攻击详情接口怎么办，发生误判怎么办，怎么过滤（答的 预先根据合法id创建布隆过滤器，遇到误判查一次数据库，如果不存在通过redis的bfadd补位，可以防下一次的非法访问）5. apt框架相关5.1 怎么通过你这个框架把性能提高十倍？（beanutil换成编译期预处理，更快）5.2 为什么能判断出系统性能不足是框架的问题？（答的做了jmeter测试，qps瓶颈，老师建议，）5.3 怎么处理类的嵌套循环问题？（不知道）5.4 框架递归映射怎么做的？（也不知道，第一次被问这么深）5.5 是否考虑过APT能力的插件化设计，比如用装饰器增强日志采集和错误收集？（已实现编译器错误采集和属性注入检测，别的没做。。。）6. 项目前端模块是否全由AI开发？7.  有没有AI实践过前端的工程化？（react相关？这块胡言乱语）8. 普通前端页面和工程化页面的区别？9. AI在工程化中的局限性？10. 你说你参加过携程前端训练营，那你是怎么结合ai做前端项目的落地?11. ai和agent相关：11.1 如果要把一个电商项目面向AI设计并MCP化，怎么做？或者说要做哪个方向？（答的搜索方面的升级，做商品推荐）11.2 电商场景下需要更精细的用户消费习惯设计，需结合用户画像和语义理解做搜索推荐，使用mysql数据库是否合适？（答的向量数据库）11.3 PG数据库的横向扩展和pg vector能力更适合语义相似度检索，有没有深入了解这方面或者使用过？（没有）11.4 Pg在向量和图数据库方面的潜力有了解吗？（不会，面试官说PG能通过商品间的图关系实现推荐系统的底层支持）11.5 有没有考虑或者做过embedding层设计？12. Agent是否需要有读数据库的能力？（答的让skill做，但是面试官不太满意）13. agent调工具的实现方式有哪些？14. function calling了解吗？15. skill和mcp有什么区别16. 反问PE全栈这个岗是做什么？（结合ai全链路开发）面试表现怎么样？感觉问的超级多ai相关的知识，这俩天刚开始学，给我问蒙了