快手用户增长前端一面

1. 请做 1-2 分钟自我介绍，聚焦你在用户增长（拉新 / 激活 / 留存 / 变现 / 推荐）全链路的核心案例与量化成果。2. 选一个你最具代表性的增长项目，从问题发现→机会判断→方案制定→实验设计→落地复盘，全流程拆解，并给出核心指标的数值变化。3. 当产品新增用户增速放缓，你会用什么诊断顺序快速定位是渠道问题、转化漏斗阻塞、还是留存拖累增长杠杆？请说出你的分析框架。4. 说明你如何构建 AARRR 或自定义增长指标体系，并防止单一指标（如 DAU、注册量）被“刷”或失真。5. 回忆一次实验结果与预期相反的经历：原假设、数据表现、你如何判断是统计噪音还是策略方向错误，最终采取了什么调整。6. 面对一个注册转化率 18% 的核心落地页，你会如何规划 3 轮以内的优化路径？涉及数据、用户研究、文案/交互、技术能力的权衡。7. 讲讲你如何设计并验证一个增长飞轮（流量入口→价值体验→分享/留存→再传播）的路径，关键自循环点是什么，如何量化闭环强度。8. 如果要快速提升新客 Day1 与 Day7 留存，你会如何界定“激活事件”，并构建首周 Onboarding / 任务体系？请列出核心拆解指标。9. 描述你对渠道组合（SEO / 信息流 / 短视频 / ASO / 联盟 / BD / 自传播）做预算和配比的模型，以及如何做边际收益递减的监控。10. 假设公司准备上线邀请裂变活动，你会如何计算期望 K 因子（传播系数）、设置奖励门槛、防止批量作弊或虚假拉新？11. 给一个“拉新很强但次月留存跌破 10%”的场景，你如何验证是获客人群偏差还是产品价值未兑现？列出你的数据深挖思路。12. 你如何制定事件埋点方案：事件层级、属性字段、校验机制、回溯策略？举例一个埋点决定了增长方向的案例。

【选择携程】我对携程有一定的了解，因为我特别喜欢旅行，当时携程也是我买票的首选软件，但在节假日的时候，票不是那么好抢的，我当时想能不能去弄一个抢票爬虫程序帮助我抢票。我学习爬虫的同时也学习了前端，后面在爬虫抢票的过程中，注意到携程有很多反爬机制，并且都还挺牛的，这也成为我选择携程最大加分项，所以，后面研二实习的时候就是去投携程的研发岗。开始实习的时候是有点紧张的，但是遇到了特别好的mentor和同事，尽管我的小问题很多，我的mentor会耐心的去引导我，并且会时不时分享技术经验，同事闲下来的时候也会帮我细心指出我写的代码块哪里的不足，哪里需要得到优化，我当时就有种感觉，说是同事，不如说大家是我...

1. 请做一个简短的自我介绍。2. 你为什么选择投递金融风控策略分析师岗位？3. 你对“金融风控策略分析师”的核心工作内容有哪些基础认知？它和普通金融数据分析岗的核心差异是什么？4. 你认为自己身上最符合该岗位需求的特质是什么？（可结合风险敏感度、逻辑严谨性等角度）5. 你觉得自己在“信贷全生命周期风控策略设计”或“风险指标异常解读”能力上还有哪些需要提升的地方？计划如何提升？6. 过往学习或实践中，你有没有做过“数据驱动决策”相关的事（如课程论文中的风险分析、校园调研数据解读）？请简单描述。7. 如果你入职后需要快速熟悉得物金融信贷业务的风控流程（如准入规则、额度模型），你会用什么方法高效学习？8. 当你同时面对“贷后逾期率突增分析”和“新客群贷前策略制定”两项紧急任务时，会怎么划分优先级？9. 你平时会通过哪些渠道关注“金融风控”或“消费信贷”领域的动态（如行业报告、风控博客、监管政策解读）？10. 你如何理解金融风控策略分析师在得物保障金融业务合规、降低资产风险中的核心价值？

1、懒加载原理 以及项目里是怎么做的 如何利用IntersectionObserver实现图片懒加载2、使用自定义hooks实现懒加载的入参出参设计3、无限滚动怎么实现的 滚动条是怎么设计的4、无限滚动和虚拟列表的区别5、无限滚动和虚拟列表可能会互斥，你的项目里是一起用的吗，怎么整合的？6、如果重新回到顶部，顶部的那些列表是同时渲染吗？如果渲染到第二屏，第一屏渲染的数据就会销毁吗7、代码分割怎么做的8、如何衡量页面渲染事件优化了9、手撕 flex、grid布局实现10、防抖节流11、promise理解 promise.all12、react hooks理解 常用的hooks13、实现一个自定义...