我自己做了一个 AI 后端项目 Mini-Doubao 。这个项目不只是“调用大模型接口聊天”，而是围绕真实工程问题做了完整实现，包括：SSE 流式对话RAG 知识库检索Agent 工具调用闭环多轮会话上下文管理线程池隔离与异步收尾邮箱验证码注册/登录/找回密码项目背景基于火山引擎（豆包模型）API 构建。目标是做一个“可对话 + 可检索 + 可扩展工具能力”的系统，并解决 AI 场景中常见的工程问题：长连接、异步任务、上下文成本控制、服务稳定性等。核心能力1）RAG 异步摄入链路文档上传后通过 RocketMQ 异步处理完成“解析 -> 切片 -> Embedding ->...

总的来说，这是一场收获很大的面试，感觉面试官不是以老员工的角度来拷打我，而是以一个引路人的视角带着我去思考一些场景问题，用一些真实场景来向我展示平时所学应该如何应用，然后问问题也都是笑着和我聊天那种问法，感觉是一个很有人格魅力的人，就是在他面前基本上说不了谎，而且感觉他更喜欢那种真诚地回答以及真实的思考，真的对我自己有很大的帮助，真的给字节点个大大的赞

做自我介绍；挑一个做过的挑战大的项目，说明有哪些可复用的经验；项目中MQ主要用来做什么；MQ消息丢失了该怎么处理；MQ消息发送/消费失败该怎么处理；死信队列的原理是什么，消息怎么进入死信队列，是失败一次就进入吗；项目中是否用到MySQL索引；MySQL索引在什么情况下不生效；MySQL模糊匹配like查询时，索引是否生效，百分号在中间时索引是否生效；开发过程中如何使用线程池；线程池的核心线程和最大线程设置为多少，设置依据是什么；如何确保多线程并发情况下的线程安全；除了ThreadLocal，还有哪些保证线程安全的方式，实际用过哪些；现场做二叉树序列化与反序列化的算法题；实习大概能实习多久，最少...