小紅書後端工程師面試指南 2026

召回層（多路召回：協同過濾、內容相似、熱門）→ 粗排 → 精排（點擊率/轉化率預估）→ 重排（多樣性、去重、廣告混排）。討論冷啟動和即時特徵更新。

練習一致性雜湊環與虛擬節點，並討論快取穿透、擊穿、雪崩和資料一致性；可用社群 Feed 作為假設場景驗證方案。

機器審核（圖片辨識/OCR/影片抽幀）→ 人工審核佇列 → 複審申訴。討論審核延遲要求、準確率與召回率權衡、非同步處理架構和降級策略。

單表資料量過大時的最佳化：索引最佳化 → 讀寫分離 → 垂直拆分 → 水平分片。討論分片鍵選擇、跨分片查詢和 ShardingSphere 等中介軟體。

練習 Trie / 前綴匹配與熱度排序；討論候選詞、個人化和拼音糾錯，並先設定可驗證的延遲目標與降級策略。

複習分區、消費者群組、offset 與副本同步；可把內容發布、特徵更新或審核通知設為練習場景，並比較順序性與冪等處理。

標籤來源（使用者標註、NLP 自動提取、營運配置）。標籤體系設計（層級分類 vs 扁平標籤）、標籤關聯和標籤消歧。討論標籤在推薦和搜尋中的應用。

GMP 模型（Goroutine/M/P）、Channel 通訊 vs 共享記憶體、Context 傳遞與取消。討論 Goroutine 洩露偵測和高併發服務中的 Go 實踐。

收藏資料儲存（使用者-筆記關係表、時間線）、基於收藏行為的使用者畫像構建、協同過濾推薦。討論隱式回饋（瀏覽/按讚/收藏）的權重差異。

練習 TraceID / SpanID 傳播、採集儲存和採樣策略；可用假設的推薦逾時或審核延遲場景說明定位步驟。