记录瞬间：面试中的技术碰撞与思考

昨天面试 几 个候选人，有一些简单的思考，记录一二，供交流。

知乎推荐架构：思考搜推系统建设

与来自知乎做推荐的候选人交流 下来 ，给了我在思考联盟搜索推荐架构 的 一些 建设 思路 ，在这先感谢一下，知乎推荐系统 大概思路 ， 其 基于 画像 的 召回 ， 是 基于 内容 和 人群 打 tag ， 并 利用 redis 的 zset 建设 倒排 索引 来 实现 了 一个 简单 推荐 ， 但基本 可以 解决 问题

针对内容的冷启动，有一个冷启动内容池子，并在召回阶段进行了调权，实时计算请求内容更，控制加权流量。基于用户兴趣，针对用户的行为特征，进行实时计算，并实时反馈到推荐召回链路。

看似简单的一个逻辑，也比较通用，在面试的同时我在不断对联盟搜索推荐系统场景建设思路，未来包括新品冷启动、BC画像、商品流量画像推理、搜索推荐分离、BC行为数据的正负实时反馈等搜需要一些新的建设。

滴滴平台的技术思考：开源框架需要了解一些，但不易过多

滴滴的零信任平台，整体下来感觉建设的虽然比较初级，也有一些可以思考的地方，其使用了一个，开源网关shenyu，了解了一下还是一个不错的开源框架。玖富的数据中台系统设计，包括调度系统、管理平台和一个机器本地安装的Python上报，时间有限，只能从系统架构和部分关键细节了解了下。简历上比较多的听过或者没听过的开源框架的名字，datax、flinkx、canal等

大家在以后的在项目过程中，抓住几个开源项目重点研究透彻就好，太多了，毕竟精力有限，吃不透。

阿里本地生：为啥AI大模型的人离职这么多

阿里本地生活的AI经营助手，本来本想深入交流下，可候选人表达实在啰嗦，10分钟没有讲明白业务数据怎结合到RAG中去，以及怎做的任务分解等。

最近面试收到不少AI大模型的简历，不知道是因为一个新的方向，还是行业不稳定，导致这个方向的人离职的偏多。总之AI应用已经开始，从事AI大模型相关开发及行业应用落地的研发还是需要沉淀、积累，也需要沉稳。

实际这个问题我也还不知道

腾讯秒杀、抽奖玩法系统

有美团和腾讯经历的候选人，在讲抽奖秒杀项目中的一些设计，相对技术点都有，前端的动静分离、库存扣减、redis热key的问题解决方案，但是很多策略，复杂性还是没有太清楚。我之所以对这个系统很清楚，就是因为我所负责的京东联盟的大促是杀手级营销工具，京享红包，隔着类似，很多常见的问题，设计思路相对清楚。对这种类似的系统，除了考虑上面提到的几个外，还需要在系统稳定性上考虑，包括依赖接耦合，部署隔离、CQRS读写分离，业务功能设计上，包括成本分摊控制、流量控制、风控策略、定向策略等都是需要考虑设计的。