3. 机器学习项目全流程高频问题

在MLOps工程师面试中，面试官最常用来判断候选人“是否真正做过项目”的方式，不是问某个算法公式，而是让你完整讲一遍机器学习项目从数据到上线的全流程。因为MLOps的核心价值，恰恰在于把数据准备、特征工程、训练、评估、部署、监控这六个环节工程化、自动化、可复现。本章围绕这条主线，给出高频问题、回答框架、公司侧重点与常见误区。

一、核心原理：为什么面试官执着于“全流程”

机器学习项目失败的原因，很少是模型结构不够先进，更多是数据泄漏、特征线上线下不一致、训练不可复现、评估口径与业务脱节、部署后模型漂移无人发现。MLOps工程师的职责，就是把这些风险点变成可管理的工程环节。因此面试官问全流程，本质是在考察你是否具备“端到端交付”的工程思维，而不是只会调包跑模型。

回答时建议采用“六段式主线”：数据准备→特征工程→训练→评估→部署→监控。每一段都回答四个问题：输入是什么、产出是什么、用什么工具、如何保证可复现与可回滚。这样既结构清晰，又能自然带出你的工程深度。

二、方法流程：六段式回答模板

1. 数据准备：数据源接入、采样、去重、标注质量校验、训练/验证/测试切分。强调数据版本管理（如DVC、LakeFS）和切分时间点，避免未来数据泄漏。
2. 特征工程：离线特征计算、特征存储（Feature Store）、特征版本与血缘。核心是保证训练与推理使用同一套特征逻辑。
3. 训练：实验管理（MLflow、W&B）、超参配置、随机种子固定、环境容器化。强调“同代码+同数据+同配置=同模型”。
4. 评估：离线指标（AUC、F1、RMSE）与业务指标对齐，切片评估、公平性检查、与基线模型对比。
5. 部署：模型打包、推理服务、灰度发布、A/B测试、回滚策略。常见形态包括在线API、批量推理、边缘部署。
6. 监控：数据漂移、概念漂移、特征分布、预测分布、延迟与错误率，并设置告警与自动重训触发条件。

三、案例/场景：一次推荐模型上线复盘

场景：某电商推荐模型，离线AUC提升明显，但上线后点击率反而下降。排查发现：离线特征使用了未来统计量，导致数据泄漏；同时线上特征计算逻辑与离线不一致。修复方案是引入特征存储统一逻辑，增加训练/推理一致性校验，并在部署前做影子模式对比。

# 特征一致性校验伪代码
offline_feat = feature_store.get("user_ctr_7d", date="2024-05-01")
online_feat = online_service.get("user_ctr_7d", user_id="u123")
assert abs(offline_feat - online_feat) < 1e-6, "特征不一致，阻断发布"

这个案例说明：MLOps面试中，讲一个“踩坑+修复+机制化”的故事，比罗列工具更有说服力。

四、公司侧重点与常见误区