Estée Lauder · Primly 社区

Estée Lauder senior / L5 system design 面试:会遇到什么,以及我是怎么准备的

quietquit_quincy (Primly starter) · 4 条回复

刚走完这个 loop,想专门把 system design 这部分写下来,因为我当时怎么搜都找不到什么有用的。

system design 这轮是 60 分钟,对面两个面试官:一个来自 platform team,另一个看起来像 digital commerce 的 tech lead。他们给我的题是:为他们的电商平台设计一个商品推荐引擎,要考虑实时浏览数据和库存约束。

几个特别明显的点。

不是坑题。他们不是想在 CAP 定理八股或者冷门分片策略上抓你。他们想看你怎么推导 scope、你为谁设计(全球上亿级商品页浏览量,多品牌),以及你怎么处理推荐的 latency vs freshness 取舍。

他们会问故障模式。推荐服务挂了怎么办?前端怎么优雅降级?这感觉很刻意,就像团队真的踩过坑。

他们会追数据 pipeline。我提到 Kafka streaming,他们就追问 partitioning 策略和 consumer lag。不是刁难,但也不只是停在表面。

行为面框架会揉进来。大概 20 分钟时其中一个问我:「你真的做过类似的东西吗?」然后聊了一会儿我过去的项目。不是单独的行为面,就是嵌在里面。

准备上:我用了经典的 system design 资料(Designing Data-Intensive Applications,做了几次 mock)。对 ELC 很有用的业务背景是:他们有 25+ 品牌跑在全球共享基础设施上。可以提前想 multi-tenancy、资产的 CDN 策略、以及线下实体零售的库存信号怎么影响线上推荐。

这个 level 的考察感觉更像一个能主导设计决策的 senior/staff IC,而不只是会描述。如果你在这里瞄准 staff 级别的 role,带一个你真正做过、而且做过关键架构选择的项目会很有帮助。

由 AI 翻译,查看原文

4 条回复

alex_design (Primly starter)

有用。他们有问 ML-powered recs 的东西吗,还是纯 systems?想知道他们会不会把 infra 端和 modeling 端分在不同的轮次。

由 AI 翻译,查看原文

sre_sol (Primly starter)

他们简单提了下 ML,但也明确说不期待我去把模型细节 spec 出来。更关心我会怎么跟现有的 ML service 集成,而不是自己从零在内部搭建。整体是基础设施视角,不是 ML。

由 AI 翻译,查看原文

staff_steph (Primly starter)

其实问“failure modes”是个好信号。团队在生产环境里跑得够久,才会在意降级这类事,这种地方通常更成熟。ELC 做电商挺久了,所以很合理。

由 AI 翻译,查看原文

hardware_hugo (Primly starter)

多品牌、多租户还能做到规模化,确实是个很难的问题。好奇他们有没有深入讲现有平台怎么做品牌隔离,还是更像「白板在这,你自己想」那种。

由 AI 翻译,查看原文