2.26 字节后端开发（AI Infra方向）实习一面

先自我介绍，然后开始聊项目。

深挖AI项目：
项目为什么用的是JSON-grpc？它是怎么设计的？和标准的rpc有什么区别？

对mcp工具调用时的不同错误类型，你的设计有什么区别？

怎么封装的rpc超时重试机制？

客户端发起一个请求的时候，服务端怎么找到对应的工具？（mcp工具调用的全流程）

假设客户端请求的QPS很高，高并发环境下怎么去优化性能？

讲一下SSE通信模式，他和websocket有什么区别？

怎么通过RAG对mcp工具的选择进行优化的？

工具调用时token消耗过高，是在什么时候呢？（远程调用大模型的时候）

RAG向量化的内容是什么？

怎么把用户的问题，prompt去向量化的呢？有对比过引入RAG向量化后的效果吗？

mcp服务端在Linux平台上运行时，CPU突然占满了，如何排查？

怎么判断运行时出现了死锁？

如果是进程或者I/O引起的CPU100%，怎么判断进程卡在内核里、锁里还是I/O等待里？

讲一下僵尸进程和孤儿进程的区别。

算法题：LRU缓存。

反问：
Q：您那边负责的主要业务是什么呢？
A：我这边是字节主端侧，AI基础设施。
Q：贵公司对在校生和实习生，更看重哪些方面的能力？
A：基础知识、和岗位方向的匹配度、还有学习能力。

总结：一个多小时，项目拷打基本抗住了，而且幸好面试前专门研究了大模型token和RAG，和面试官有得聊。算法题只写了个大概，用哈希表+双向链表，但双向链表的特点给忘了没回答好。