1. 自我介绍（面试官要求：着重项目 + 技术积累）核心考察：技术栈广度、项目落地经历、学习连贯性，需突出与前端岗位匹配的核心能力（如跨端、工程化、前后端兼修）。2. 项目深挖（高频追问，核心考察实战能力）重点追问项目小程序课表督导系统：核心难点聚焦页面转 PDF 的宽高适配，追问 PDF 生成具体问题、解决方案、使用的技术库；延伸追问性能优化实操（防抖节流、懒加载、图片优化、分包）。React 转 RN 跨端重构（AI 股市分析项目） ：核心追问跨端重难点与解决方案，包括两端适配、样式兼容、技术栈重构细节；延伸追问是否独立负责工程化 / 打包 / 部署。工程化追问具体在哪个项目做了打包 / ...

不过还是挺开心的hhh

腾讯 京东oppovivo快手美团百度字节蚂蚁上面的厂都投了，有的直接简历挂了（快手  阿里挂的最严重），测评做了，有的给了笔试，但为啥大多都一直卡流程？卡在“简历筛选/评估中”，这是怎么回事？项目不行？还能找到实习吗？

1. 你做过大模型数据处理的话，预训练数据清洗一般怎么做，去重、去噪、质量过滤分别解决什么问题？预训练数据清洗本质上是在控制“数据量”和“数据质量”之间的平衡。去重主要解决模型反复记忆同一批内容，避免浪费训练 token，也减少 benchmark 污染。去噪主要是过滤乱码、模板页、广告页、低信息密度文本、机器生成垃圾内容，不然模型会学到很差的语言模式。质量过滤更偏向保留高价值内容，比如结构完整、语义通顺、知识密度高、代码块规范或者问答对明确的数据。实际工程里一般不会只靠一个规则，而是多阶段处理：先做规则清洗，再做语言识别、长度过滤、内容打分，最后再结合 dedup 和采样策略。因为预训练效果...