Scribd 全套挂经

6, 7 月面的 content understanding 组mid level
技术电面
结构：自我介绍 → 为什么离开现在的公司 → 数据库 schema + SQL → 一道小系统设计 → 可观测性 → 反问。

• Schema / SQL： 给一个多对多关系建表（要求写出 join 表 + 复合主键），然后写查询
• 系统设计：用 LLM 给文档做富化（enrichment） —— 批量把文档喂给一个外部 LLM API，把结果写回
• 重点追问：调用第三方 API 被 429 限流了怎么办？ 这题他给了将近 10 分钟，我一直没独立组装出答案，最后是他把思路给我的：读
  1. Retry-After

  复制代码
  → 写进一个共享缓存 → 整个 worker fleet 一起退避。单个 worker 自己退避是不够的，这是这题的考点。
• 还问了：怎么去重（原子认领 + lease）、怎么重放过去 5 天的数据（状态表 +
  1. updated_at

  复制代码
  窗口）

Onsite Round 1 — Coding ⚑ 挂在这轮
面试官在 Vancouver hub，组分两块：content trust（检测违规有害内容）和 content understanding（文档富化、生成 metadata）。开场明确说不许用 LLM 工具；说环境里没有真的数据库，代码跑不起来也没关系，重点是过程和讲解

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

g>schema 怎么设计才能兼顾灵活性（我一开始给 Doc Chat 单独开了 question/answer 列，他说「你不算错，但我们要的是灵活性」）

「你选了 Postgres。那数据仓库那条路呢——Redshift、S3 + Parquet、Spark？如果只能选一个你选哪个、为什么？」 这是这轮的核心权衡题

保留策略Onsite Round 3 — Behavioral
标准题：最自豪的项目、项目中最大的模糊性/变更怎么处理、一次做出取舍的经历。

总结
Scribd 的 coding 轮不是考算法难度，是考 production mindset：幂等、校验失败怎么办、失败消息去哪、打什么指标、怎么报警。准备的时候按这条线练，比刷题有用。

他们 recruiter 很好把考什么都告诉你了，考点和别的公司不太一样