京东金融推荐算法实习一面:用户画像、多级图谱召回与多目标精排
- 轮次
- 一面
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
- 请先做一个自我介绍。
- 你上一段实习是 6 月到 9 月,之前实习是项目结束了吗?接下来实习时间是怎么考虑的?
- 快手实习这块的业务场景是什么样子的?主要是在什么用户页面或场景下做推荐?(追问:是在刷短视频过程中点进一个对话吗?你是负责推荐弹出这个小助手,还是负责点进去之后的对话岗位推荐?看似是一个 AI 问答,回答的内容里有你做推荐的结果是吗?)
- 简历里提到“用户理解和多路召回”,你的用户理解具体是怎么做的?
- 用户理解沉淀下来的动态画像,最后产出的数据结构或数据维度是什么样的?是落库到数据库还是什么形式?
- 这 996 维的意图标签库是谁来建设的?
- 简历里提到的“用户-职位-职类多级图谱(图数据库)”,后面是用来做召回的吗?构建图数据库和构建动态画像是两个独立的并行链路吗?最后都是作为召回的数据源吗?
- 简历里的“意向筛选与多目标精排”在业务里主要解决什么问题?这块也是用于刚才说的用户找岗位和商家的匹配吗,还是独立的场景?
- 简历里有很多大模型与推荐算法项目(作为第一作者或参与作者),这些是论文成果吗?你是在什么样的情况下发起这些 idea 的?
- 在第一篇论文(多 Agent 协作)中,当时是在什么项目或场景中遇到什么痛点,从而想到这个方向的?
- 你在实习期间做的是偏推荐和召回相关的事情,你对未来自己职业的发展是怎么规划的(比如搜广推和大模型层面)?
- 你之前对京东金融的金融业务有了解过吗?对实习性质(日常实习 vs 转正实习)有什么期望?有什么其他问题想问我?
《参考解析》
用户理解与动态画像:回答按「数据来源—计算—存储—消费」四步讲。来源是行为序列(曝光、点击、投递、对话)、简历与属性结构化字段、大模型从文本抽取的标签;离线用 Spark 做全量与回溯聚合,实时用 Flink 增量更新,标签要带置信度和时间衰减,避免旧兴趣永久生效。落库常见两种形态:离线画像宽表进数仓供训练与回溯,在线特征进 Redis 或特征平台的 KV,主键 user_id,按「静态属性 / 长期兴趣 / 短期意图」分组,并带 update_time 与版本号支持回滚和排查。消费方是召回与精排的特征服务。被问标签库归谁建设时,可以按分工答:算法定义口径与抽取逻辑并评估效果,数据平台负责调度与存储,业务确认优先级。
图谱召回与多级链路:多级图谱(用户—职位—职类)本质是把共现与从属关系变成可扩展的候选来源。构建上先用行为与投递日志算用户到职位的边权,再借职位到职类的归属做一跳或两跳扩散,离线产出边表存入图库,在线以用户为起点做邻居扩展、按边权截断 topN。它和动态画像是两条可并行的离线链路,但最终都汇入召回层:画像给的是「这个人偏好什么」的稠密特征,图谱给的是「相似的人还看过什么」的结构化候选,互补而非替代。工程上要补一句更新频率与兜底——天级更新、在线缓存,图服务超时直接降级到向量召回。
多目标精排:解决的是多个业务目标互相拉扯——只看 CTR 会推高标题党,只看转化会伤活跃。做法是点击、转化、停留、负反馈分别建模,用融合公式或 MMoE、PLE 这类多任务结构共享底层、各自出塔,线上按业务阶段调权重(冷启动偏活跃、成熟期偏转化)。「意向筛选」通常是精排前的规则或模型粗筛,先把城市、薪资、职类不符的候选剔掉以省算力,它和主排序是同一条链路的前后两段,不是独立场景。答的时候最好给出离线评估口径(AUC、GAUC、Recall@K)与线上实验方式(分层 AB、看人均投递与留存)。
论文与职业规划:被问 idea 从哪来时,讲清痛点—假设—验证的链条:某个环节(多路召回结果难融合、标注成本高)出现具体指标瓶颈,你提出方法、设计离线对照实验,再用公开数据集或线上 AB 验证,比罗列论文标题有说服力。职业规划给一条清晰主线:短期把召回与排序的工程链路做扎实(特征、样本、离线评估、在线实验),中期在搜广推与大模型结合处找方向,如生成式召回、用 LLM 做标签与特征,并说明为何选金融场景——数据密度高、约束强。反问准备两三个具体问题,比如实习生的项目归属、转正评估口径、团队当前召回链路的瓶颈。