第25章 · AI 系统实战面试指南 · 总览¶
章节定位: AI 算法工程师 / 系统工程师面试的"实战手册" — 系统设计 + 算法 + 项目 + 行为面 章节字数: ~7 节正文 / ~10 万字 配套教辅: 本总览 + 各节精讲 + 模拟面试题 版本: v1.0 (2026-07-31)
一 · 一句话总览¶
AI 面试 = 系统设计 (40%) + 算法编程 (30%) + 项目深挖 (20%) + 行为面 (10%)。本章按"真实面试流程"组织, 让读者从"能干活"变成"能讲出来"。
二 · 章节地图¶
Ch25 AI 系统实战面试指南
├── §01 面试全景与准备心法
│ - 面试地图 (技术面 / 项目面 / 行为面)
│ - JD 解读 / STAR 法
│ - 反向提问
├── §02 ML 系统设计 8 步框架
│ - 需求澄清 / 指标定义
│ - 离线 / 在线 / 离线-在线一致性
│ - 数据流 / 特征工程
│ - 模型选择 / 训练 / 部署
│ - 监控 / 迭代
├── §03 典型题深度演练 · 推荐-搜索-排序
│ - 召回 / 精排 / 重排
│ - 双塔 / DLRM / DeepFM
├── §04 典型题深度演练 · 反欺诈-风控-异常检测
│ - 图神经网络 / 时序
│ - 标签稀缺 / 不平衡
├── §05 典型题深度演练 · 对话与 LLM 系统
│ - RAG / Agent / Memory
│ - 性能 / 成本 / 延迟
├── §06 算法与编程面试实战
│ - Top-K / Top-Frequent
│ - LRU / LFU
│ - Trie / Bloom Filter
│ - 并查集 / 红黑树
│ - 系统设计高频算法
└── §07 行为面 + 项目讲述 + Offer 谈判
- 项目 STAR 讲述
- 系统设计"电梯演讲"
- 薪资谈判 / 多 Offer 博弈
三 · 关键概念 60+¶
3.1 面试心法¶
- STAR 法 (情境-任务-行动-结果)
- 8 步系统设计框架
- 离线-在线一致性
- 延迟 / 吞吐 / 成本三角
- 反向提问 (Reverse Questions)
3.2 系统设计¶
- 召回 / 精排 / 重排 (推荐三段式)
- 双塔模型 (Two-Tower)
- DLRM / DeepFM / DIN
- 冷启动策略
- 特征工程 / 特征存储
- 在线学习 (Online Learning)
- Multi-Armed Bandit
- 探索与利用 (Explore-Exploit)
3.3 反欺诈与风控¶
- 图神经网络 (GNN) 风控
- 异常检测 (Isolation Forest / AutoEncoder)
- 时序异常 (LSTM-AE)
- 标签稀缺 (PU Learning)
- 不平衡数据 (SMOTE / Focal Loss)
- 误杀 / 漏报权衡
3.4 LLM 系统¶
- RAG (检索增强生成)
- Vector DB / Embedding
- Hybrid Search (BM25 + Vector)
- Re-ranking (Cohere / BGE-reranker)
- Agent + Tool Use
- Prompt Caching
- KV Cache 优化
- 推理优化 (Speculative Decoding)
3.5 算法基础¶
- Top-K (堆 / 快选)
- Top-Frequent K (桶排序 / Trie)
- LRU / LFU (哈希 + 双向链表)
- Trie / Bloom Filter / HyperLogLog
- 并查集 / 红黑树 / B+ 树
- 二分 / 滑窗 / 前缀和
- BFS / DFS / 拓扑排序
- Dijkstra / Bellman-Ford
- 动态规划 (DP)
- 回溯 / 分治 / 贪心
3.6 行为面¶
- 项目 STAR 讲述
- 失败项目复盘 (Failure Story)
- 团队冲突 (Team Conflict)
- 技术分歧 (Technical Disagreement)
- 学习能力 (Learning Agility)
- Offer 谈判 (Salary Negotiation)
- RSU / 期权 / 签字费
- 跳槽时机
四 · 学习路径¶
入门 (Week 1):
§01 面试全景 + STAR 法
核心 (Week 2-3):
§02 8 步系统设计
题海 (Week 4-6):
§03-§05 推荐 / 风控 / LLM 系统
算法 (持续):
§06 算法编程
收尾 (Week 7):
§07 行为面 + Offer 谈判
五 · 5 大面试题类型¶
| 类型 | 占比 | 准备方法 |
|---|---|---|
| 系统设计 | 40% | 8 步框架 + 3-5 个真实项目 |
| 算法编程 | 30% | LeetCode 300 题 + 高频题单 |
| 项目深挖 | 20% | STAR 讲述 + 1-2 个深度项目 |
| 行为面 | 10% | STAR 法 + 反向提问清单 |
| 领域专项 | 变 | RAG / Agent / 推理优化 |
六 · 模拟面试题单¶
6.1 系统设计 5 大经典题¶
- 设计推荐系统 (抖音 / YouTube)
- 设计 RAG 系统 (企业知识库)
- 设计风控系统 (支付反欺诈)
- 设计 LLM 推理服务 (GPT 替代)
- 设计 Agent 平台 (AutoGPT)
6.2 算法编程 Top-20¶
- Top-K Frequent Elements
- LRU Cache
- LFU Cache
- Trie 实现
- 单词搜索 II (回溯 + Trie)
- 滑动窗口最大值
- 二分查找变形
- 链表反转 K 组
- 二叉树最近公共祖先
- 二叉树序列化和反序列化
- 图的连通分量
- 课程表 (拓扑排序)
- 编辑距离
- 最长回文子串
- 接雨水
- N 皇后
- 单词拆分
- 零钱兑换
- 最小覆盖子串
- 合并 K 个升序链表
七 · 推荐资源¶
- 《剑指 Offer》(何海涛)
- LeetCode Hot 100 / Top Interview 150
- 《System Design Interview》 (Alex Xu)
- 《Designing Machine Learning Systems》(Chip Huyen)
- 《MLSys: Machine Learning Systems》(CMS PhD 课程)