Amazon 招聘网站：简历上传与关键词/语义检索

题目重点：设计异步简历解析、混合检索、候选权限和版本更新，避免索引泄露已删除简历。

题意与假设

这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。

上传API先给短期上传地址，提交后校验对象、限制大小、解析文件并提取结构化技能/经历与文本。状态uploaded→parsing→indexed/failed，异步job按documentId/version幂等；用户知道未成功解析不会以“搜索没找到”代替错误。
对象存原件，DB存owner/tenant/accessPolicy/currentVersion。倒排支持词与过滤，向量索引支持语义；混合召回去重后rerank，展示匹配证据段而非未经验证的模型总结。
更新简历创建新版本，索引事件携带version，旧解析结果不得覆盖新文本。删除先在权威授权层撤销，再异步清理对象和索引；检索返回前回查可见性，防迟到索引或缓存泄漏。
关键字匹配如Python并不能理解“无Python经验”；保留文本上下文、否定和时间范围。语义相似也不证明真实技能，评测用招聘任务相关标签和召回/排序指标，不仅embedding距离。
租户隔离和招聘者访问范围尽早进入召回过滤，最后再做权威复核。审计查询与下载，防大量遍历抓取简历；下载链接短期、按当前权限发放。

候选人上传v2后v1解析晚到，版本检查拒绝旧索引更新。招聘者搜数据平台，倒排召回精确技能、语义召回相近项目，再以可见候选为限排序；候选人撤回授权后旧向量候选仍不能返回正文。

练习100万简历×20KB解析文本约20GB原文本，768维FP32向量约3.072GB裸向量，索引/元数据/副本另计。查询成本包括倒排候选、ANN搜索、rerank批量及权限复核，不宣称固定O(log N)。