算法工程师面试里，项目深挖通常比八股更能决定结果。面试官会围绕你的论文、实习、比赛、推荐系统、NLP、CV、大模型项目不断追问：为什么选这个模型？指标怎么定？数据怎么处理？有没有对比实验？失败样本是什么？线上效果和离线指标一致吗？
很多候选人能讲模型结构，却讲不清实验和业务。面试官听完会觉得你可能调过包、跑过结果，但不一定理解模型为什么在这个场景里有效。
项目开场要先讲任务定义
算法项目不要一开口就讲 Transformer、LightGBM、DIN、DQN。先讲任务是什么：分类、排序、召回、预测、生成、检测、匹配还是优化。再讲输入是什么、输出是什么、优化目标是什么。
例如推荐项目可以这样开头：这个项目要解决用户在首页信息流里的点击和转化问题，输入包括用户行为、内容特征和上下文特征，输出是候选内容排序分数，核心指标是点击率、停留时长和负反馈率。
这样的开场能让模型结构有背景。
指标要和业务目标对应
很多面试反馈里，候选人只说排序区分能力指标（AUC）、准确率、综合准确和召回的 F1，但说不清为什么看这个指标。指标不是装饰，它反映业务目标。
分类任务里，如果正负样本极不均衡，只看准确率可能误导；召回任务要看召回率、命中率、覆盖率；排序任务要看排序质量、点击率、转化率；生成任务要看人工可用率、事实一致性、格式正确率；风控任务还要考虑误杀率和通过率。
更好的表达是：我们为什么选择这个指标，它有什么局限，是否有辅助指标防止模型朝错误方向优化。
数据处理是面试重点
算法项目里，数据往往比模型更重要。面试官常问：样本怎么构造？负样本怎么采？标签是否延迟？训练集和测试集怎么切？有没有数据泄露？缺失值怎么处理？
回答时不要只说“做了清洗”。要具体说明：哪些字段异常、如何过滤、如何做时间切分、如何避免未来信息泄露、类别特征怎么编码、连续特征怎么归一化、长尾样本怎么处理。
如果你能讲出一次数据问题导致指标异常的经历，会比单纯讲模型更有说服力。
对比实验不能只报最优结果
面试官问实验，真正想听的是你怎么做判断。不要只说“模型从 0.82 提升到 0.86”。更完整的回答应该包含基线方案（baseline，也就是改动前用来对比的简单方案）、改动点、控制变量、指标变化和失败尝试。
例如：先用规则或简单模型做基线方案，再加入特征交叉、序列特征或更复杂模型；每次只改一个主要因素，观察离线指标和关键人群分组；如果整体提升但某些人群变差，需要分析是否样本偏置或模型过拟合。
失败实验也可以讲。真实项目里，没有失败尝试反而不可信。
失败样本分析很加分
很多候选人不准备失败样本，一被问“模型错在哪里”就只能说“数据不足”。高分回答应该能说出模型在哪些场景容易错。
推荐模型可能对冷启动用户不稳定；自然语言处理分类可能混淆相似意图；计算机视觉检测可能受光照、遮挡、小目标影响；检索增强生成回答可能在召回噪声大时编造；风控模型可能误伤新用户或小众行为。
讲失败样本时，要补充改进方向：补数据、改特征、分场景建模、阈值调整、规则兜底、人工审核或引入更细粒度标签。
线上落地要讲约束
算法面试不只看离线效果，还看工程落地。面试官会问：模型延迟多少？特征实时性如何？怎么上线？怎么回滚？如何监控？
可以从延迟、吞吐、资源、特征一致性、灰度实验、监控报警讲。比如离线训练用的特征在线拿不到，或者在线计算太慢，就需要特征缓存、离线预计算或模型蒸馏。能讲这些，说明你理解算法和工程之间的距离。
面试前检查
- 任务输入、输出、标签分别是什么？
- 指标为什么这样定，有什么局限？
- 基线方案是什么，复杂模型带来什么收益？
- 数据有没有泄露，样本怎么切分？
- 失败样本有哪些，怎么改？
- 上线延迟、特征一致性、监控怎么处理？
算法项目面拼的不是模型名，而是你是否真正经历过从问题定义到效果验证的全过程。