高德地图面试题 · 数据驱动
高德地图相关面试题，按最终去重题目聚合。
共 1511 道真题 · 当前筛选命中 36 道 · 更新 2026-08-05
筛选题目已选：数据驱动
考察点
技术栈
第 1 题在你的项目中，你是如何设计埋点方案统计用户点击“加入购物车”的行为？ 考察埋点方案设计、数据采集准确性与业务理解第 2 题如何统计一段时间内所有服务器请求耗时的P90值？ 考察分布式场景下百分位延迟统计的算法选型与实现第 3 题你是否为Agent引入了对候选工具的打分或排序模块？请具体说明设计。 考察对工具排序模块的设计深度与工程实践第 4 题请介绍AUC、精确度、召回率、F1等分类评估指标，并解释AUC的意义。 考察分类模型评估指标的理解与适用场景选择第 5 题请比较单智能体与多智能体的区别，并说明你们如何解决长尾问题。 考察多智能体协同与长尾分布的处理能力第 6 题直播中如何选择多目标优化指标？ 考察多目标优化场景下指标选取的权衡与业务对齐能力第 7 题SQL 题：有数据表 user(id, userid, time)，代表某用户对服务的单次访问时间，请计算网站最近一个月的 DAU（即按日期聚合的用户访问数量）。 考察日期函数使用、去重聚合与时间窗口过滤的 SQL 能力第 8 题训练的数据的质量有什么心得？ 考察对数据质量维度的理解、处理经验以及数据对模型效果的影响认知第 9 题在数据处理或数据迁移场景中，如何保证数据的一致性和准确性，并制定验收方案？ 考察数据质量保障与验收方法的设计能力第 10 题如何保证微调训练数据的样本多样性？ 考察对数据分布覆盖和多样性策略的掌握第 11 题在新闻推荐场景中，如何确定正负样本来训练模型？ 考察推荐系统样本构造、数据偏差识别与处理能力第 12 题如何利用数据分析来验证一个新功能的有效性？请以高德打车国际化场景为例，说明你的分析框架和优化逻辑。 考察数据分析框架、指标设计、实验验证和闭环优化能力第 13 题请介绍你在项目中做过的一项性能优化工作。 考察候选人对性能问题的识别、分析方法与优化落地能力第 14 题请介绍你项目中使用的 DPO 训练数据是如何获取的？是人工构造还是模型生成的？ 考察对偏好数据构建流程的理解与实操经验第 15 题如何判断收集到的数据是否可用？请给出你的评估维度。 考察数据可用性评估维度的完整性和可操作性第 16 题请介绍你的项目中MySQL的数据量规模，以及你是如何评估和应对这种规模带来的挑战的。 考察对数据规模的实际认知、评估能力及针对性优化思路第 17 题在直播场景中，评论和点赞行为分别能反映用户怎样的需求？ 考察直播场景下用户行为数据的业务理解与需求挖掘能力第 18 题微调时的训练数据是如何构建的？ 考察对微调数据来源、格式和标注流程的理解第 19 题关于魔搭社区问答助手项目，这个项目的微调数据集是如何获取和设计的？ 考察对微调数据集获取、清洗、构造和设计思路的理解第 20 题你如何为Agent场景设计评价指标？请举例说明。 考察对Agent效果评估的理解和落地能力