综合模拟面试 2 · 检索与工程质量#

面试官画像: 搜索推荐方向 Senior Engineer 时长: 45-50 分钟 · 难度: ★★★★☆ 覆盖方向: 向量召回管道 → RAG 知识库 → 数据清洗 → 评测体系 → 延迟优化

第一阶段 · 召回管道（15 分钟）#

面试官: 介绍一下你的召回管道。

候选人: 三阶段：BGE-M3 dense 编码 → Qdrant 向量搜索 + 多维 payload filter → BGE-Reranker cross-encoder 精排。经历三次选型修订：Faiss → Qdrant hybrid → dense+filter+精排。核心洞察：exact-match 是 filter 问题不是打分问题。

面试官: 为什么删掉 sparse 腿？

候选人: 品牌/型号是结构化字段，payload filter 直接解决。sparse 增加复杂度还踩了融合查询 filter 静默失效的坑。

面试官: 跨语言怎么做的？

候选人: BGE-M3 原生多语言，中文 query 和英文商品同一向量空间。实测有效。

面试官: 精排为什么不总是开？

候选人: 本地 Jaccard 回退是 stub，跨语言零重叠空转。只在配了真 reranker 时重排。

第二阶段 · RAG 知识库（10 分钟）#

面试官: 两段式检索怎么做的？

候选人: 一次性语义搜索”旅行包”混进”旅行杯""旅行枕”。拆成 resolve_category 品类投票 + fetch_cards 精确取卡。Recall@10=0.983。

面试官: 卡片怎么生成？

候选人: 5 类卡片确定性规则聚合真实商品数据。LLM 只用于属性分布。后加 aliases + Shopify 属性骨架桥接。

第三阶段 · 延迟优化（10 分钟）#

面试官: 83s 怎么压到 40s？

候选人: ~96% 是 LLM 解码。四刀：子关 reasoning(50s→5s)、planner 预置省一轮、收尾不逐件重写、追问轮不开 reasoning。结果 83.2s→39.7s，9轮→5轮。

面试官: 收尾流式？

候选人: items_preview 先推商品卡，summary_delta 逐 token 推文案。先出货后出文案。

第四阶段 · 评测体系（10 分钟）#

面试官: Rubric 评测？

候选人: P0 一票否决 / P1 扣分 / P2 质量打分。judge 两刀（定制细则 + 逐条打分）。核心：先校准 judge——三类假阳性校准后 +61%。

面试官: 18 条 query 统计意义？

候选人: 弱。但回归基线：改完跑分数跌就是退步。大规模需线上 A/B。