Uber Eats Sr MLE：餐馆推荐的召回、排序与线下线上评估

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。

• 训练场景取用户打开 Eats 首页时的餐馆卡片列表，目标为提高可完成、用户满意的订单，而非只提高点击；实际面试要先确认首页/搜索/活动页等放置位置。
• 候选必须满足营业、配送覆盖、可接单、用户地区及服务合规限制；展示价格、预计送达和菜品可用性来自实时服务。
• 训练容量示例为 100 万日活、每次请求召回 500 家候选、排序返回前 20，在线预算 150ms；数字仅用于分阶段预算，不代表 Uber 内部值。

解题路线

1. 先定义决策单位 (user,session,location,time,restaurant) 和业务漏斗：曝光→点击→加购→下单→完成→复购；主目标可用完成订单的价值，结合取消/退款/送达体验惩罚，先与产品方对齐权重。
2. 第一阶段按地理半径、配送区域和营业状态生成可行集合，再多路召回：附近高质量、历史偏好/相似餐馆、菜系主题、新店探索。召回输出附来源及候选版本，去重后再走实时硬过滤，避免推荐已关门或无法配送的餐馆。
3. 排序特征分用户/会话、餐馆、位置与供给三组：近期浏览/订单、菜系偏好、价格带、距离/ETA、当前营业和备餐负载。离线训练使用曝光日志及观察窗口标注完成订单，按事件时间切分，特征只可取决策时已知值，防止未来订单或最终 ETA 泄漏。
4. 模型先用可解释基线，例如分段规则或梯度提升树，再考虑双塔召回和深度排序；服务链路给特征、召回、排序各设超时与降级。新用户靠位置/时间上下文与地区热度，新店靠菜单/菜系内容和受控探索，防止老店曝光反馈循环。
5. 离线看校准、排序质量及按城市/新旧用户/新旧店分组表现；训练数据有历史策略的曝光偏差，要记录候选集、位置和倾向信息。在线用地区或用户随机实验，但司机与餐馆容量会产生干扰，应选择合适分桶并监控完成订单、取消率、ETA、商家负载和品类多样性。

手动走一遍

某用户在晚饭时段位于区域 A，召回系统得到附近热门、历史偏好和新店三路候选。营业/配送过滤去掉无法下单的店；排序预测完成订单概率并考虑送达体验。若实时 ETA 特征服务超时，回退到经营业核验、距离与历史质量排序的列表，并记录 fallback 便于评估。

规模与取舍

若区域内可行餐馆 R、召回候选 C、返回 K，直接对全部 R 运行复杂模型代价约 O(R·模型成本)；多路检索把在线排序缩至 C≪R，排序为 O(C·模型成本+C log K)。日志/特征规模随曝光数、窗口长度及区域数增长，缓存必须因营业/配送变化失效。

易错点与追问

容易失分的边界

• 把点击率当唯一目标，导致耸动卡片获得点击却没有完成订单或带来高取消。
• 只做模型打分不先过滤营业/配送覆盖，给用户展示无法下单的餐馆。
• 用订单结果或实际送达时长做线上决策时不可知的特征，线下分数虚高。
• 用历史曝光训练并把从未曝光的新店视为用户不喜欢，形成受旧排序策略支配的闭环。

继续深挖

• 如果目标从首页推荐改成搜索页的‘附近披萨’，召回相关性与查询意图如何加入？
• 大城市极热区域的餐馆因推荐流量集中而超载时，如何把商家供给、司机压力和 ETA 加入约束？
• 若通过 switchback 比较策略，怎样处理跨区用户/司机和商家库存的干扰？