# 推荐工程师的四项能力

## 元数据

- 书名：深度学习推荐系统
- 作者：王喆
- 章节：第9章 知识框架
- 页码线索：279-285
- 目标岗位：AI PM / 推荐系统产品 / 算法工程师面试
- 优先级：P0
- 标签：career, recsys-engineer, aipm

## 面试问题

优秀推荐工程师需要哪些核心能力？

## 30 秒回答

推荐工程师需要算法能力、工程能力、业务理解能力和数据分析/实验能力。推荐系统是强业务、强数据、强工程的综合领域。

## 展开要点

- 算法能力：理解模型、特征、召回、排序和优化目标。
- 工程能力：数据流、训练、服务、延迟和系统稳定性。
- 业务能力：理解用户行为、商业目标和场景约束。
- 实验能力：离线评估、A/B 测试、归因和复盘。

## 高频追问

- 推荐工程师和普通算法工程师有什么不同？
- 能力的深度和广度如何平衡？
- AI PM 需要掌握到什么程度？

## 项目映射

- 把自己的 AI PM 能力映射到算法、工程、业务、实验四格。
- 为一个推荐系统项目分配 PM、算法、工程、数据职责。

## AI PM 迁移

AI PM 不必成为推荐工程师，但要能和这些角色对话，理解每项能力对应的产品风险。

## 备注

本卡为面试复习用的主题重构和答题框架，不保存原书正文。