你负责一个信息流推荐系统，模型用了一个实时特征「用户近30分钟曝光未点击序列」。离线训练样本由 Flink 落 Hive 的日志回放生成，线上服务由 Flink 实时写入 Redis 的 30 分钟窗口提供。上线后你发现，该特征在线上请求中的覆盖率只有 62%（离线样本中该特征覆盖率为 98%），且线上 AUC 比离线评估低 3 个点。请给出你的排查路径：你会按什么维度拆解覆盖率缺口，如何判断是数据口径问题还是工程链路问题，以及上线后你会建立什么样的持续一致性监控机制。

面试官在考什么

判断候选人能否把「训练-服务偏差」从模糊概念拆成可定位的工程链路，并给出可落地的特征一致性治理方案，而不是只调模型。

特征工程

回答框架 · 前两步

1. 先确认覆盖率的统计口径：离线覆盖率是在样本生成时统计还是训练时统计，线上覆盖率是在请求时刻统计还是特征读取后统计；区分「特征未写入」「特征已写入但读取未命中」「特征值为空」三种情况。
2. 按维度拆缺口：按时间（分钟级曲线）、按用户分群（新老、活跃度）、按内容类目、按 Redis 分片/实例、按 Flink 算子并行度，定位是全局性还是局部性；核对离线回放是否使用与线上一致的会话切分、事件时间窗口、去重逻辑。

同一能力域的其他题

• 冷启动问题你会怎么处理？新用户和新物品的策略一样吗？请分别说。
• 离线 AUC 涨了但线上 CTR 没涨，你会按什么顺序排查？请给出具体清单。
• CTR 模型里为什么要用 GAUC 而不只看 AUC？GAUC 是怎么算的、它解决了什么问题？
• 特征工程里你会怎么做特征穿越（label leakage）的检查？请举一个推荐场景里常见的穿越例子。
• 你做过线上 A/B 实验，请说明分流、样本量、显著性判断的要点。如果一个实验 p 值不显著，你怎么处理？
• 你在做一个首页信息流的 CTR 模型，要加一维特征「用户过去 7 天在该一级类目下的点击率」。训练样本取自 8 月 1 日–8 月 7 日的曝光日志（每天约 2 亿条），你打算 1–6 日做训练、7 日做验证。请说明：这个特征的统计窗口在离线训练和线上 serving 分别应该怎么算？为什么不能直接对整份日志算一个「过去 7 天」的统计再 join 回每条样本？