小紅書後端工程師面試指南 2026
小紅書後端面試注重推薦系統思維、內容理解能力和社區產品意識。面試題目常圍繞資訊流推薦、內容審核、搜尋排序等核心場景展開。本指南涵蓋面試流程、技術重點和社區特色考點。
面試流程
線上筆試
2-3 道演算法題，難度 LeetCode Medium 到 Hard。部分崗位會增加系統設計簡答題。時長約 90 分鐘。
技術一面
60 分鐘。考察程式設計基礎（Go/Java）、資料結構與演算法、資料庫基礎。會有 1-2 道程式設計題現場編寫。
技術二面
60 分鐘。深入專案經驗、系統設計題（常涉及推薦/搜尋/內容審核場景）。考察分散式系統理解和架構能力。
技術三面/交叉面
由其他團隊技術負責人面試。考察技術深度和廣度、對社區產品的理解、技術領導力。可能包含開放性討論。
HR 面
了解職業規劃和求職動機。小紅書 HR 面會關注你對內容社區/種草文化的認同度和產品感覺。
題型分佈
| 題型 | 佔比 | 說明 |
|---|---|---|
| 演算法與資料結構 | ~25% | LeetCode Medium 為主，偶爾 Hard。重點：雜湊表、樹、圖、動態規劃。一面必考，後續面試可能穿插。 |
| 系統設計與架構 | ~30% | 小紅書面試的核心。常見設計題圍繞資訊流系統、內容分發、搜尋排序、使用者畫像等社區場景。要求方案可落地而非紙上談兵。 |
| 推薦系統與內容理解 | ~25% | 即使不是演算法崗也可能考察推薦系統基礎：召回/粗排/精排/重排的流程、常用模型（雙塔、DeepFM）、特徵工程和內容理解基本概念。 |
| 專案經驗與技術深度 | ~20% | 圍繞履歷上的專案深入追問。小紅書看重你對技術細節的理解和主動最佳化的意識。能講出量化指標和技術取捨是加分項。 |
精選 10 題及思路
設計一個內容推薦資訊流系統
召回層（多路召回：協同過濾、內容相似、熱門）→ 粗排 → 精排（點擊率/轉化率預估）→ 重排（多樣性、去重、廣告混排）。討論冷啟動和即時特徵更新。
分散式快取設計與一致性雜湊
一致性雜湊環 + 虛擬節點解決資料傾斜。討論快取穿透/擊穿/雪崩方案、資料一致性保證（延遲雙刪/訊息訂閱）。結合社區 Feed 流快取場景。
設計一個圖片/影片內容審核系統
機器審核（圖片辨識/OCR/影片抽幀）→ 人工審核佇列 → 複審申訴。討論審核延遲要求、準確率與召回率權衡、非同步處理架構和降級策略。
MySQL 大表最佳化與分庫分表策略
單表資料量過大時的最佳化：索引最佳化 → 讀寫分離 → 垂直拆分 → 水平分片。討論分片鍵選擇、跨分片查詢和 ShardingSphere 等中介軟體。
設計一個即時搜尋自動補全系統
Trie 樹/前綴匹配 + 熱度排序。討論候選詞來源（歷史搜尋、熱門筆記標題）、個性化排序、拼音糾錯和輸入即時性要求（< 100ms）。
Kafka 訊息佇列原理與應用
分區機制、消費者群組和 offset 管理、ISR 副本同步。應用場景：內容發佈非同步處理、推薦特徵即時更新、審核結果通知。討論訊息順序性和 Exactly-Once 語義。
設計一個社區內容標籤系統
標籤來源（使用者標註、NLP 自動提取、營運配置）。標籤體系設計（層級分類 vs 扁平標籤）、標籤關聯和標籤消歧。討論標籤在推薦和搜尋中的應用。
Go 語言併發模型與排程原理
GMP 模型（Goroutine/M/P）、Channel 通訊 vs 共享記憶體、Context 傳遞與取消。討論 Goroutine 洩露偵測和高併發服務中的 Go 實踐。
設計一個筆記收藏與個性化推薦系統
收藏資料儲存（使用者-筆記關係表、時間線）、基於收藏行為的使用者畫像構建、協同過濾推薦。討論隱式回饋（瀏覽/按讚/收藏）的權重差異。
微服務架構下的鏈路追蹤方案
TraceID/SpanID 傳播機制（OpenTelemetry）、採集與儲存（Jaeger/Zipkin）、取樣策略。討論在排查推薦鏈路超時和內容審核延遲問題中的應用。
常見誤區
不了解小紅書的內容社區特性
小紅書是以 UGC 內容為核心的種草社區。面試前務必了解其產品邏輯（筆記發佈/資訊流/搜尋/電商閉環）。系統設計題常與社區特性緊密相關。
推薦系統知識儲備不足
推薦系統是小紅書的核心技術。後端崗不要求精通模型，但需理解整體流程（召回→排序→重排）、常見指標（CTR/CVR）和基本的特徵工程概念。
只關注後端技術忽略與演算法的交叉
小紅書後端和演算法團隊協作緊密。了解模型上線流程、AB 實驗框架、特徵服務設計等交叉領域知識會讓你脫穎而出。
系統設計缺乏對內容安全的考慮
內容社區必須重視內容安全（涉黃、涉政、虛假資訊）。系統設計中如果完全不提審核、過濾、舉報機制，會被認為缺乏實際產品意識。
如何用 InterviewCC 實戰
常見問題
本指南基於公開面試經驗和資訊整理，面試流程可能隨時調整，不保證面試結果。所有商標歸其各自所有者所有。