几个月前我在 WBD（Max 流媒体后端）面了一个 senior / L5 对标的 platform engineering 岗。system design 这一轮是整个流程里最有意思的部分，所以我专门写一下。
他们给我的题大概是：设计一个视频内容 metadata 服务，支持全球规模的搜索和推荐。不是逐字，但差不多。经典媒体公司问题：你要为数百万的片库、多区域分发、实时个性化信号、以及编辑人工 override 能力（非常 WBD 在意）做设计。
他们实际在评估什么：
我后来问了面试官，他确认评分标准大概是： 你能不能主导讨论，一开始就问对澄清问题？ 你是否理解在规模下，一致性、可用性、延迟之间的取舍？ 你能不能合理谈缓存层（CDN、内存缓存、read-through），又不会过度设计？ 你是否知道什么时候用 SQL、什么时候用 NoSQL，并且能解释为什么针对「这个问题」要这么选，而不是抽象地背结论？
我用 Cassandra 做 metadata store，Elasticsearch 做搜索索引，Redis 做热路径缓存。他们对我选 Elasticsearch 有 pushback，问我新内容摄取进来后怎么处理索引延迟。那是关键时刻。他们想看我怎么应对质疑，以及能不能实时把取舍想清楚。
senior vs. staff 的信号： 我后来听说，在 WBD 里区分强 senior 和 staff 的点，是你会不会主动提运维层面的关注点：延迟 SLO、runbook 缺口、可观测性。我提了加 structured tracing 和 degraded-mode fallback，面试官肉眼可见地兴奋了。
形式：60 分钟。前 5 分钟做设定和澄清，约 40 分钟设计和画图（他们用一个类似 miro 的共享工具），最后 15 分钟他们提问和深挖。
如果你在准备：专门做一次媒体领域的题。视频 metadata、内容推荐、搜索索引。这和你常见的支付或打车题不一样，WBD 的面试官显然很在意你对他们领域有一点理解。