岗位
数据工程
这些题与问题库里的是同一批，这里按各自主要考察的能力分组。
453 道问题
本页为第 51–100 题，共 453 题。
A · 专业解题与实现41
- 订单已成功更新，但跨服务报表数分钟后才反映变化，产品要求展示“实时状态”。你会怎样定义并实现一致性预期？
- 跨服务流程包含扣款、库存预留和发货。后续步骤失败时，你会怎样确定哪些操作可以补偿、哪些难以撤回？
- 故障在服务交界处反复发生，每个团队都能证明自己的服务健康，但无人负责完整流程恢复。你会怎样修复责任链？
- 多个服务由不同团队维护，但一次小改动常需要三四个团队同步发布，你会怎样判断服务边界是否失效？
- 代码改动后，构建系统有时漏掉受影响应用，有时又重建整个仓库。你会怎样验证依赖图和缓存失效规则？
- 一个仓库包含多个团队和生产部署配置，代码所有者规则无法覆盖临时管理员和自动化账号。你会怎样审视权限与审查边界？
- 两个产品包形成依赖环，拆分后又需要共享领域类型。你会怎样调整边界，避免用新公共包掩盖循环？
- 团队决定把一个大型仓库拆成多个仓库，但代码历史、自动检查与构建流程、包发布和代码所有权都有关联。你会怎样安排迁移顺序？
- monorepo 中公共包经常由某个团队顺手修改，使用方却在升级后才发现行为变化。你会怎样建立包所有权与兼容接口约定？
- 不同包发布节奏差异很大，但共享版本号让无关团队被迫同步发版。你会怎样设计版本与发布策略？
- 仓库有数百个包，完整自动检查与构建耗时很长，团队准备只测试受变更影响的部分。你会怎样证明选择性测试没有漏掉关键依赖？
- 用户要求删除个人数据，但部分记录进入了备份、分析仓库和下游系统，你会怎样设计可验证的删除流程？
- 一个广泛使用的依赖被披露存在高危漏洞，但升级可能带来兼容性问题，你会怎样安排处置顺序？
- 服务故障已超过目标允许范围，但业务又有明确的功能交付承诺。你会怎样调整发布节奏和可靠性投入？
- 备份任务显示成功，但团队从未验证过恢复后的数据完整性和恢复时间，你会怎样建立可证明的恢复能力？
- 新接入的外部服务会接触用户数据并触发内部操作，你会怎样做轻量但有效的威胁建模？
- 系统用预签名 URL 让用户直接下载私有文件，链接可能被转发或长期留存。你会怎样设计授权与失效边界？
- 一个大型运营后台的权限系统应该怎样设计？角色、数据范围、审批和审计怎样组织，权限越来越多时怎样不失控？
- 付款后发券原本是同步执行，现在要改成异步队列加重试。请审查这个改动：你最担心哪些失败过程，上线前要演练什么？
- 怎样设计一个让运营自己搭建活动和玩法的平台？活动、玩法、规则和特征怎样抽象成可配置的组件，又怎样保证配置上线后的正确性？
- 在画任何架构图之前，你会用哪几个数字来判断一个服务要不要拆分、要不要加缓存？请用一个你熟悉的服务来说明。
- 从工程角度，你怎样估算一个系统的整体成本？存储、计算资源这些成本分别怎么算，哪些会随规模线性增长，哪些不会？
- 业务要在多个国家和地区运营，用户数据要跨境流动。你怎样在系统和流程上解决数据合规，遇到规则不明确的灰色地带时，你怎么判断和决策？
- 本地数据库已更新，但缓存同步或下游消息发送失败。你会如何确保状态最终一致，并设计重试、补偿或人工处理？
- 明年大促或业务出海，预期增长五倍。从你现在的系统架构出发，你怎样检查网关、核心请求流程、存储和机器资源中的瓶颈？你打算分几个阶段、投入多少人力提前准备，又怎样验证判断？
- 请设计一个支持大文件上传的产品能力。你会先澄清哪些约束，再怎样逐层展开？
- 怎样设计一个大模型对话系统？流式输出、多轮上下文、历史记录、中断和重试分别怎么处理，成本和延迟怎么控制？
- 一个推荐系统的各项成本是怎么构成的，包括召回、排序、特征服务、存储和实验？你会怎样在效果和成本之间取舍？
- 怎样设计一个邀请裂变类的营销活动？邀请关系、奖励发放、防刷和效果评估分别怎样设计？
- 怎样设计一个实时的风控系统？规则、特征、模型和人工审核怎样配合，误杀和漏放之间怎样取舍？
- 怎样设计一个搜索系统？索引、召回、排序怎样分工，中文分词和特征怎样构造，怎样评估搜索的好坏？
- 讲一个你做过的项目：当时为什么选这个技术方案，而不是别的？这个决定是怎么做出来的，利弊分别是什么？
- 在交易系统里，优惠券、满减和秒杀应该怎样接入，才不会拖慢核心交易流程？优惠怎样计算、叠加和对账？
- 模型在公开基准上持续提升，但内部任务表现停滞，你会如何排查评估失真？
- AI 输出造成实际用户损害后，产品、模型、运营和审核团队都参与了处理。你会怎样划分处置和改进责任？
- 更换基础模型后，整体指标相近但部分用户反馈明显变差。你会怎样发现模型行为发生了哪些变化，并判断是否需要回退？
- 需要抽查线上 AI 对话来发现新风险，但对话含有个人或商业敏感信息，你会怎样设计？
- 第三方模型服务的训练、留存或跨境条款发生变化，哪些情况需要暂停调用或重新审批？
- AI 功能的平均质量达标，但少数高风险错误仍会造成损害，发布门槛怎么定？
- AI 助手可以调用内部工具，但不同任务需要不同权限，你会怎样设计授权与审计？
- AI 功能总体准确率合格，但某类语言或用户群的错误率更高，你会怎样判断和处理？
当前目标在这里暂无匹配题。 ·