用途：面向 15 年以上 ML/CV/AI/NLP 经验的 staff+ 工程师，提供端到端 ML 系统设计面试训练，不教基础理论，而是把已有知识整理成面试官认可的答题格式。适用于 45 分钟 ML 系统设计轮次练习、推荐/排序/RAG/欺诈/感知系统的白板表达、服务架构权衡分析、L6+ 差异化信号识别，以及答案复盘。不适用于编码面试、行为与领导力问题、ML 理论推导、模型实现与训练代码、论文阅读。
主要能力：提供 7 阶段设计框架——需求、指标、数据、特征、模型、服务、监控，并给出 45 分钟时间预算（需求 5、指标 3、数据 7、特征 5、模型 8、服务 8、监控 5、问答缓冲 4）。附典型问题集（推荐系统、搜索排序、内容审核、RAG、欺诈检测、自动驾驶感知）及各自必须讨论的要点；服务架构对比表（批预测、在线推理、近实时、流式）在延迟、新鲜度、成本与适用场景上的差异；L6+ 差异化信号（主导问题定义、组织约束、数据飞轮、自建与采购、多目标权衡）；白板绘制时间表；以及模型优先、忽视数据、无监控故事三类反模式。
使用方式：按 7 阶段顺序推进，约束出现时可回环；白板用方框表示组件、箭头表示数据流并标注延迟与吞吐。参考资料默认不加载，按需查阅 references/ml-design-templates.md（6 个完整设计）、references/serving-tradeoffs.md（服务权衡与框架对比）、references/evaluation-metrics-guide.md（指标选择与 A/B 测试）。
限制：资料未提供具体收费、价格、平台支持或效果数据；该技能假设使用者已具备深厚 ML 经验，不覆盖基础教学、编码面试与行为面试。