| name | classify-interview-questions |
| description | 将算法面试题按考察维度分类,拆分后加入 learn-algo-interview 已有维度文章。当用户发来一组新面试题、公司面试题、要求分门别类整理或加入题库时触发。 |
classify-interview-questions:算法面试题分类分发
将新算法面试题按考察维度拆分后,加入 learn-algo-interview 的已有文章中。
维度分类
| 编号 | 维度 | 目录 | 典型考察内容 |
|---|
| 01 | 项目介绍 | 01-project-storytelling/ | 项目背景、问题定义、方案、指标、收益、复盘 |
| 02 | 指标与归因 | 02-metrics-and-ablation/ | offline / online 指标、A/B、ablation、收益归因 |
| 03 | 数据问题 | 03-data-bias-and-leakage/ | 采样偏差、数据泄漏、标签噪声、延迟反馈 |
| 04 | 排序系统设计 | 04-ranking-system-design/ | 召回、粗排、精排、特征、样本、服务、监控 |
| 05 | 开放题和 Case | 05-open-ended-cases/ | 业务拆解、策略设计、异常排查、指标下降分析 |
执行步骤
- 逐题判断最核心的考察维度。
- 如果题目跨维度,选择面试官最可能深挖的主维度。
- 如果题目高度个人化,先转成通用问题再归类。
- 读取目标文章,避免重复添加相似题。
- 按标准格式插入答案。
标准格式
## Q:{面试题}
> 来源:{公司 / 岗位 / 轮次,如未知可省略}
**普通回答**:{浅层答案}
**更好的回答**:
{分层回答,明确业务目标、数据、指标、模型、系统约束和风险。}
**考察点**:{一句话说明面试官真正想看什么}
注意事项
- 不新建独立面经文章,优先分发到现有 5 个维度文章。
- 重复题增强已有答案,不重复堆题。
- 答案要贴近算法岗位,不只给通用机器学习定义。