题目重点：把离线训练与实时特征、召回、排序、监控串成可回滚闭环。
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。
- 训练目标采用用户有效消费，实际目标由产品确认；规模与特征清单未给。
- 实时指短时行为能影响后续推荐，不代表每个事件立刻全量重训。
解题路线
- 事件流去重并更新短期profile，离线生成长期特征与模型。线上特征需时间版本/默认值，监控训练服务偏差。
- 新用户用声明偏好、上下文及有限探索；新内容用metadata表征。分召回/排序/重排，给每段延迟预算并有合法热门fallback。
- 离线按时间切分，online分阶段实验；护栏包括失败、尾延迟、多样性和弱群体表现。模型/特征同版本回滚，避免只回模型却保留新特征尺度。
手动走一遍
用户刚skip多首某类音乐，短期特征迅速调整排序；不需要为一个skip启动全量训练。若排序模型额外改善1%指标却让p99超SLA，考虑缩候选、蒸馏或只对高价值请求启用，实测收益再决定。
规模与取舍
峰值QPS×候选数×模型推理成本决定容量；训练/更新延迟决定新鲜度，分别监控。
易错点与追问
容易失分的边界
- 曝光偏差让点击数据不等于真实偏好。
- 线上特征缺失使用0可能不是训练默认值。
继续深挖
- 怎样测探索给冷内容带来的真实收益？
- 模型精度与延迟冲突时如何给产品明确选项？
