美團AI搜索算法面試經歷：語義搜索+向量檢索+排序模型全考察

背景介紹

先說下我的情況，本科軟件工程，碩士方向是信息檢索，畢業後在一家搜索引擎公司做了2年搜索算法工程師，主要做相關性排序和語義搜索。美團雖然是生活服務平台，但他們的搜索團隊技術實力很強，尤其是本地生活搜索有很多獨特的技術挑戰，所以我很想試試。

投的是美團AI搜索算法工程師崗位，base北京。整個面試流程大概兩週，三輪技術面，節奏比較快。美團的面試偏實戰，很多問題都是圍繞真實業務場景展開的，不是純理論。下面詳細複盤。

面試流程複盤

一面：信息檢索+倒排索引

一面的面試官是個很務實的工程師，上來就問得很直接。

第一個問題：倒排索引的原理和構建過程？這個我太熟了，從文檔分詞、term字典構建、倒排鏈表（posting list）的組織，到跳表加速合併，都詳細說了。面試官追問了倒排索引的壓縮方法，我提到了VByte編碼、Roaring Bitmap和SIMD加速。

然後問檢索模型：BM25的原理？和TF-IDF的區別？我說BM25在TF-IDF基礎上加了文檔長度歸一化和TF飽和度限制，公式裡k1控制TF飽和度，b控制長度歸一化強度。面試官追問了BM25的參數怎麼調，我說一般k1在1.2-2.0之間，b在0.75左右，可以通過grid search在驗證集上優化。

問了一個比較深入的問題：搜索相關性怎麼評估？我說了離線評估（DCG/NDCG、MRR、MAP）和在線評估（點擊率、滿意度、AB測試）。面試官追問了NDCG的計算方式，我詳細說了gain、cumulative gain、discounted cumulative gain和歸一化的過程。

還問了一個系統設計題：設計一個搜索引擎的索引更新策略，要求近實時。我說了雙緩衝策略——主索引（全量）+實時索引（增量），新文檔先寫入實時索引，定期合併到主索引。面試官追問了合併策略，我提到了段合併（segment merge）和文檔刪除的標記方式。

一面大概50分鐘，面試官說「基礎很扎實，對搜索理解很深」，讓我準備二面。

二面：語義搜索+向量檢索(ANN)

二面的面試官應該是搜索團隊的技術骨幹，問的問題更偏前沿。

先問語義搜索：稠密檢索（Dense Retrieval）和稀疏檢索（Sparse Retrieval）的區別？我說稀疏檢索（BM25、QL）基於詞匹配，長尾查詢效果差；稠密檢索（DPR、ColBERT）基於語義向量，能處理詞彙不匹配問題。面試官追問了DPR的訓練方式，我說用in-batch negatives或hard negatives做對比學習，query和document分別過encoder得到向量，用餘弦相似度排序。

然後重點聊向量檢索：ANN（近似最近鄰）檢索有哪些方法？我詳細說了幾類：基於樹的（Annoy、KD-Tree）、基於哈希的（LSH）、基於量化的（PQ、OPQ、IVF-PQ）、基於圖的（HNSW、NSW）。面試官追問了HNSW的原理，我說它構建多層導航小世界圖，搜索時從頂層開始逐層向下，每層做貪心搜索，兼顧效率和精度。面試官還問了HNSW和IVF-PQ的對比，我說HNSW召回率高但內存佔用大，IVF-PQ內存友好但需要調nprobe參數。

出了一個系統設計題：設計一個億級文檔的向量檢索系統，要求P99延遲<50ms。我說了幾個關鍵設計：量化壓縮（OPQ+PQ把向量從768維壓縮到幾十字節）、分片（按業務分片，減少單分片數據量）、緩存（熱點查詢緩存）、以及多級檢索（先粗篩再精排）。面試官追問了量化對召回率的影響，我說一般PQ壓縮後召回率下降3-5%，可以通過重排（rerank）彌補。

還問了一個比較新的方向：大模型對搜索的影響？我說了幾個方面：查詢理解（意圖識別、查詢改寫）、生成式檢索（直接生成文檔ID）、RAG（檢索增強生成）、以及LLM做重排序。面試官對生成式檢索很感興趣，追問了DSI和GENRE的思路。

二面大概60分鐘，聊得很有收穫。

三面：排序模型+項目深挖

三面是搜索團隊的負責人，這輪主要聊排序模型和項目。

先問排序模型：搜索排序一般分哪些階段？我說了召回（多路召回）、粗排（輕量模型快速打分）、精排（複雜模型精確排序）、重排（業務規則+多樣性）。面試官追問了粗排和精排的模型選擇，我說粗排一般用雙塔模型（快但交互淺），精排用交叉模型（慢但交互深）。

然後聊精排模型：DeepFM、DCN、DIN這些模型的區別？我說DeepFM是FM+DNN的並行結構，自動學習特徵交叉；DCN用Cross Network顯式建模有界階特徵交叉；DIN用注意力機制對用戶行為序列做自適應聚合。面試官追問了特徵交叉為什麼重要，我說手動構造交叉特徵成本高且容易遺漏，自動交叉能發現隱式組合。

深挖項目：你做的搜索排序項目，怎麼處理冷啟動和長尾查詢？我說冷啟動方面，新物品用內容特徵（標題、類別、屬性）做embedding，新用戶用人口統計學特徵和短期行為；長尾查詢方面，用查詢改寫（同義詞擴展、拼寫糾錯）、語義匹配（稠密檢索兜底）、以及多任務學習（共享底層表徵）。面試官追問了查詢改寫怎麼做，我說可以用seq2seq模型或LLM生成改寫候選，然後用點擊日誌做過濾。

還問了一個業務題：美團搜索和通用搜索（如百度）有什麼不同？我說了幾個差異：本地生活搜索有地理位置約束（POI距離很重要）、有即時性需求（營業狀態、庫存）、有個性化需求（口味偏好），而且美團搜索的query更短更模糊，意圖識別更難。面試官對這個分析很認可。

三面大概55分鐘，面試官最後說「分析得很好」，讓我等HR面。

真題彙總

1. 倒排索引的原理和構建過程？

2. BM25的原理？和TF-IDF的區別？

3. 搜索相關性怎麼評估？NDCG的計算方式？

4. 設計近實時的索引更新策略？

5. 稠密檢索和稀疏檢索的區別？

6. DPR的訓練方式？

7. ANN檢索有哪些方法？HNSW的原理？

8. 設計億級文檔的向量檢索系統？

9. 大模型對搜索的影響？

10. 搜索排序分哪些階段？

11. DeepFM、DCN、DIN的區別？

12. 怎麼處理冷啟動和長尾查詢？

13. 美團搜索和通用搜索有什麼不同？

心得建議

1. 搜索基礎是核心：倒排索引、BM25、NDCG這些是搜索算法的基石，面試必考，必須滾瓜爛熟。

2. 向量檢索是重點：語義搜索和向量檢索是搜索方向的熱點，HNSW、PQ這些方法的原理和工程實現都要掌握。

3. 系統設計要落地：美團的面試偏實戰，系統設計題要考慮延遲、內存、召回率等工程指標，不能只說算法。

4. 排序模型要深入：DeepFM、DCN、DIN這些模型不只是知道名字，還要理解它們的特徵交叉機制和適用場景。

5. 了解業務差異：不同公司的搜索有不同的技術挑戰，面試前一定要了解目標公司的業務特點。

FAQ

Q：搜索算法崗位需要什麼背景？
A：信息檢索基礎+機器學習+工程能力。搜索是算法和工程的結合體，純算法或純工程都不夠。

Q：沒有搜索經驗怎麼轉？
A：可以先學信息檢索經典教材（Manning的IR書），然後做幾個搜索相關的項目練手。

Q：美團搜索的技術棧？
A：Java/Scala後端，Python算法，Elasticsearch做基礎檢索，自研向量檢索引擎，TensorFlow/PyTorch訓練模型。

Q：面試難度如何？
A：中等偏上，一面偏基礎，二面偏前沿和系統設計，三面偏業務理解和項目深挖。

Q：搜索算法的發展前景？
A：很好。大模型時代搜索正在經歷範式變革，RAG、生成式檢索都是新方向，機會很多。