鼠鼠的春招告一段落了，整理一下面经回馈牛子们timeline：2.26投递3.19约面，部门成都crm3.24一面3.26二面六个工作日后收到感谢信4.7约面，部门深圳clc4.8一面4.10二面4.14三面4.15oc3.24一面1. 自我介绍2. vue中父子组件渲染/卸载/更新流程3. 闭包的应用4. 实现add(1)(2)(3)5. 路由的 hash 模式、history 模式6. 事件循环7. 事件循环输出8. vdom的理解9. vdom一定能提高性能吗10. aicoding的理解11. 实习相关12. 手写：实现call，要求在node和浏览器内通用13. call和apply哪个性能更好14. 反问3.26二面1. 自我介绍2. 主要是实习+聊天3. 手写flat函数4. 用ts重构，给函数补充类型，主要考察泛型5. 反问六天后挂4.8一面1. 无八股，纯实习2. rn的兼容性处理3. 介绍一些rn的最佳实践4. 手写：retry函数，要求传入promise，times。timeout，请求立刻发出，失败时进行不超过times次的重试，请求时间超过timeout，直接reject。主要考察promsie和race4.10二面1. 实习相关2. 开放性问题3. 平时喜不喜欢做技术分享4. 平时有没有写文档的习惯5. 在学校成绩排名6. 怎么学的前端7. 手写：传入一个数组['abc','abcd','abe'........]，求出数组内所有字符串的最长子序列4.14三面1. 自我介绍2. 实习相关3. ai结合低代码怎么落地4. 低代码平台的原理   1. hoc   2. 低代码产物   3. 低代码产物怎么生成页面   4. 微前端在低代码页面的体现5. 微前端两种沙箱的实习原理6. https的加密机制   1. 对称加密   2. 非对称加密   3. https的加密时机7. rn爱马仕引擎   1. 说说你对爱马仕引擎的理解   2. 爱马仕引擎的优缺点8. webpack和vite   1. 介绍两者差别   2. vite优点   3. 为什么vite启动更快，热更新更快9. 你觉得当前低代码平台在使用上有什么问题10. react导航在移动端和pc的差异，怎么抹平，实践中遇到过因为差异引起的问题吗11. 手写：两两翻转，k个一组翻转12. 反问

求求各位佬帮菜菜选个 暑期 offer，纠结的头皮发麻了1️⃣ 美团本地核心业务研发到店已oc  base 成都 貌似零售相关？离家很近 通勤很爽 学校也在成都  但是不知道这边部门咋样 听说 c 端 b 端都有 但是貌似更多是偏后台（低代码相关？）  转正率团肯定没得说2️⃣tme 集团公线基础架构 组里更多做 ai 相关 技术栈更匹配 更多是 c 端 在腾系里相对 wlb 转正率未知 估计一半或以下3️⃣wxg 微信小店 已 oc  听说很累 而且转正很难 不如团能学到技术多 但是title 很大我想法是保证一定转正率+有一定背书秋招有保障+ 本人想相对追求 wlb，求佬们支支招      

面试官相比前面两个面试官没有那么急（语速相对慢些），整体氛围节奏比较轻松，大约1h。无八股无手撕（手撕出了个与一面完全一样的数组拍平，于是没让我写直接跳过了）。主要问的开放性问题比较多，但面试官也有期望的答案（一部分没有答到面试官所期望的内容）下面是一些主要问题：1、在过去的学习过程中你有没有什么印象特别深或者成就感特别大的事？2、在项目上你有没有遇到什么困难，时间的分配上你是怎么处理的？3、你认为部署在云端的产品和部署在本地的产品区别有哪些？4、最近你有没有遇到什么困难，如何解决的？5、最近你是通过什么方式学习的？关于项目：1、你如何看待分布式系统中的数据一致性和完整性？2、你的并发性能如何体现，具体QPS如何？3、protobuf的大小端问题反问：1、实习生参与的业务内容？答：第一个月主要为框架学习，后面会有一些几个人参与的小任务，再往后才可能参与到正式的业务内容中2、如何看待前端的行业及职业规划？答：前端最接近用户，最能感知到需求，在ai的浪潮中技术迭代更快，but前端对数据的感知不强，可能更接近产品，相比后端对代码的控制性并不强

先说明一下bg，我是9本科班，26届，稳保研，但是还是在24年11月底决定本科直接就业，现已找到某大厂的暑期后端offer。至于理由的话，计算机里寻找最优解的算法有两种，贪心算法和动态规划。总体思想就是贪心是不断寻找局部最优解来进一步找到全局最优，而动态规划是在更大的范围上去保存前期的一些结果以达到最后寻找到最优解。在计算机的一些题目里，我们会框定某些条件，比如我们知道这个测试用例是存在全局最优的，那我们用动态规划即可找到最优解，毕竟使用贪心算法找到的不一定是全局最优。但是在现实世界就完全不一样，现实世界根本不存在全局的最优解，有人会说985本读个硕士出来找个大厂是最优解，毕竟9本硕确实应该是不愁找大厂的。不过问题就在于，现在的互联网环境变化的太快了，就像今年ai兴起大量的hc都往算法跑，后端竞争极度激烈，前几年宣传的“前端已死”似乎也不再存在。所以在实际的社会中是不存在最优解的，你在现实社会中用动态规划必然失效，你之前的任何规划在之后的变动中会功亏一篑。贪心算法不一样，他寻找的是局部最优，他抛弃了短暂的宏观规划，选择短期的最优成效，即使某一步并没有朝着最优的方向走（模型训练能找到下降的最佳梯度，现实找不到），也能找到大致的正确的方向。如果每次都朝着大致正确的方向使用贪心，最后也能得到很不错的结果甚至是可能的全局最优解。以上是我决定本科就业的第一个理由也是最主要的一个理由，总结来说就是互联网环境可能会越来越差，趁早占坑会是我认为比较合理的选择。当然还有其它的一些原因：比如本科直接就业相比硕士会更加年轻，更有活力。对于我个人选择上来说肯定是夹带一点私货的，比如我觉得在学校待着太无聊了，我想在工业界拓展一点视野，卷绩点真的有用？也许有用吧但是我不喜欢。然后的话我知道很多人读研是为了延缓自己对就业的焦虑，或者是为了往算法岗方向走，或者单纯是想多体验几年学生生涯？或者还有说是更容易找到对象谈恋爱？当然本科就业还是存在局限性的，要想去算法岗的话本科确实不行，但是能去后端我也满意了。以上的原因都是我个人看法，欢迎探讨，不喜勿喷。—————————5.5明天入职，后续更新—————————5.20实习体验很好👍mt 组长 ld非常好氛围不错纯粹身体有点累