MLE 系统设计 5 步面试方法论

MLE 机器学习系统设计 5 步面试方法论 (5-Step ML System Design Interview Framework) 是在全球科技大厂（Meta, Google, Amazon, 字节, 阿里）MLE 资深岗位面试中，在 45 分钟内将一个模糊的业务系统（如“设计 YouTube 视频推荐”或“设计小红书搜索排序”）解构为端到端高可用系统方案的黄金答题框架；标准 5 步时间分配：1) 需求与边界澄清 (Clarify Requirements & Constraints, 5min: 明确商业目标、延迟 SLA、QPS、冷启动与数据规模)；2) 容量与存储估算 (Scale Estimation, 5min: 估算 DAU、读写 QPS、特征存储 TB 数与推理 GPU 卡数)；3) 高层数据流架构 (High-Level Dataflow Pipeline, 10min: 画出离线批训练流、近线流式特征流、在线多阶段推理漏斗)；4) 核心算法与组件深挖 (Deep Dive Components, 15min: 特征工程、双塔召回、精排多目标网络、损失函数与优化器)；5) 权衡、高可用与评估 (Trade-offs & Monitoring, 10min: A/B 测试、特征穿越防范、冷启动与优雅降级)。

顶级大厂 Staff/Senior MLE 架构面试、企业机器学习项目架构设计评审 (RFC)。

候选人面对开放题极易直接陷入底层代码细节而忽略了端到端系统架构与延迟 SLA；5 步方法论确保了从宏观需求到微观算法深挖的严密逻辑闭环。

面试前 5 分钟如何主动提出精准澄清问题：如何区分功能需求 (Functional) 与非功能需求 (Non-Functional: P99 延迟 <50ms、高可用 99.99%)？

如何将抽象业务指标（如用户留存、GMV、满意度）转化为明确的机器学习监督目标（如二分类 pCTR、回归播放时长、多目标 MMoE）？

离线管道 (Offline Batch Pipeline: Spark / Hive) 与在线推理流 (Online Serving: Redis / C++ Engine) 在白板架构图上的标准分层规范？

如何自如应对面试官的压力追问（如“如果 QPS 瞬间翻 10 倍”或“新加入无行为的新用户冷启动该怎么推荐”）？

在系统设计结尾如何主动反思当前架构的 Trade-offs（如简单双塔带来的精度损失 vs 复杂精排带来的算力成本）以拿到顶级评价？