Topic Guide
ML System Design 面试辅导：覆盖传统推荐系统、LLM / RAG 与 LLM Serving 三类题型的分流与准备路线，讲清数据、特征、训练、评估、serving、监控与回滚，附 MLE 模拟面试复盘模板，适合 MLE、AI Engineer 候选人。
Topic Routing
ML System Design 的题目先分两大流派：传统推荐 / 排序系统，和 GenAI 系统（RAG、LLM Serving、Agent 后端）。两者的评分重点不同，准备路线应该分开走，不要混着背一套模板。
Drills
先把训练动作具体化，再去看文章和公司攻略，否则容易停留在概念层。
设计一个 food / content homepage recommendation system，目标是提升长期留存，同时不能牺牲点击质量和商家 / 创作者生态。
面试官主要看：你是否把推荐当成线上系统，而不是只说 two-tower / ranker。
一个已上线排序模型 offline AUC 稳定，但线上转化率下降 5%。请给出排查路径和恢复方案。
面试官主要看：排查是否系统化，是否能区分模型问题、数据问题和线上系统问题。
设计一个语义搜索系统，用户输入自然语言 query，系统返回相关文档或商品，需要兼顾相关性、延迟、成本和安全过滤。
面试官主要看：是否能把 LLM / embedding 讲成可上线、可评估、可回滚的系统。
Audience
适合 MLE、Applied Scientist、AI Engineer 候选人，尤其是目标公司明确会考推荐或 LLM 系统的人。
Deep Links
每个题型页都连接到可继续阅读的博客、可直接使用的资源模板、相关公司攻略和岗位路线。
Why It Matters
题型页的目标不是罗列概念，而是帮助候选人理解面试官在这一轮真正观察什么： 你是否能澄清问题、组织结构、处理边界、解释取舍，并在压力下保持可复盘的沟通节奏。
每个模块都需要能讲清前置假设、选择依据、失败路径和复杂度，才能避免“会做但讲不稳”。
建议记录题型、卡点、错误原因、边界测试、follow-up 版本和下一次训练重点。
真正的冲刺价值，是让候选人遇到变体时仍能稳定澄清、拆解、实现和复盘。
Common Risks
先识别风险，再决定训练顺序。
Training Plan
每条路径都可以按目标公司、岗位和面试日期继续细化。
Mock Output
如果训练后只知道"这题怎么做"，说明复盘还不够。更好的结果是形成下一轮能直接使用的表达和检查清单。
FAQ
核心链路不同。SWE 系统设计看的是数据流、一致性和容量；ML System Design 在这之上还要看数据闭环：特征怎么产出、标签怎么回流、offline 和 online 指标怎么对齐、模型更新怎么灰度和回滚。训练时建议把项目改写成端到端 ML 系统故事，而不是只讲模型结构。
常见组合是：一道 ML System Design（推荐 / RAG / LLM Serving 任选）加项目深挖。模拟 45-60 分钟后，复盘会覆盖数据链路完整性、评估方案、上线风险控制（skew、freshness、rollback）和追问应对。如果目标是 MLE 或 AI Engineer，建议先做 1 次完整 MLE 模拟定位短板，再做 1-2 次专项（推荐链路或 LLM serving）。
差异很大，不要混着准备。推荐系统题的评分核心是链路完整性（retrieval / ranking / re-ranking）、数据偏差处理（曝光偏差、延迟反馈、负样本）和 A/B 实验设计；RAG / LLM 题的评分核心是延迟与成本（TTFT、token cost、缓存）、评估方法（golden set、LLM-as-judge 风险）和安全（prompt injection、ACL、内容过滤）。建议按目标公司的公开面经判断更可能考哪类，优先准备对应链路。
先从 Data Pipeline、Feature、Training 入手，每个模块至少做 5-10 道题目，记录卡点和 follow-up 版本。再做 2-3 次模拟面试，确保表达流畅、逻辑清晰。
面试官关注的是你的推理过程、前置澄清、复杂度评估、边界测试和 follow-up 处理。不仅仅是最终答案，更是整个解题过程的沟通质量。
只讲模型结构，不讲数据闭环和线上约束。；offline metric 和 online metric 关系说不清。；线上 skew、freshness、latency、rollback 缺少方案。。建议每次训练后做复盘，记录扣分点和改进方向。
