Offer决赛圈：腾讯vs字节

一、自我介绍 / 岗位匹配 / 方向选择1.请做一下自我介绍。2.你之前主要投的是后台岗位，为什么后来转向客户端？3.你说自己和后台岗位匹配度不高，主要差在哪些方面？4.你对移动客户端开发岗位是怎么理解的？5.你为什么会考虑客户端 / SDK / AI 应用这些方向？二、实习项目整体理解：端侧特征平台做什么6.你在字节这段实习主要做了什么？7.你们这个 SDK 的定位是什么？是跨端的吗？8.你们这套东西更像 APM、数据采集，还是特征处理平台？9.你对这套业务在线上产品里的完整流程理解到什么程度？10.原始事件是怎么转成特征，并最终被业务方使用的？三、本地数据库 / SQL / 特征查询链路11.你们端上的数据是怎么存的？为什么用本地数据库？12.这个数据库用的是什么？它是普通数据库，还是有针对性能做特殊设计？13.你看到过哪些查询 / SQL 优化相关的内容？14.你做的 SQL 复用优化，本质上是在优化什么问题？四、设备特征缓存优化：设计、指标、并发问题15.你讲一下设备特征缓存优化这个需求的背景和方案。16.为什么会想到做 2s / 10s / 90s 这样的分层缓存？这些数值是怎么定的？17.你这个缓存是怎么检查过期、怎么更新的？18.这套缓存是你们第一次上线的吗？19.最终的优化收益是怎么测出来的？30%、Android 4.8%、iOS 2.5% 分别代表什么？20.你这里用到的智能指针和 concurrent hash map，线程安全和内存安全是怎么理解的？21.如果缓存瞬间失效，又来了很多并发请求，会不会出现类似缓存击穿的问题？你怎么处理？22.如果让你继续优化这套缓存，你觉得还能怎么做？五、特征 SQL 结果缓存 / 事件驱动失效 / TTL23.你说的特征 SQL 复用具体是怎么做的？24.所谓 SQL 签名化是什么意思，为什么要这么做？25.这个查询结果缓存的 key 和 value 分别是什么？26.查询结果缓存怎么判断是否还能复用？27.事件驱动失效机制具体是什么？为什么事件变了缓存就会失效？28.你这里有两个 TTL：设备特征缓存 TTL 和特征查询缓存 TTL，它们分别是怎么设计的？29.后期你提到不是直接删缓存，而是把最新结果插入缓存，这个思路具体是什么？30.这里有没有用队列或者别的方式维护事件变更？六、实习中的挑战 / 自动化测试 / MCP & Agent 生成用例31.这段实习里你遇到过最大的挑战是什么？32.这个需求是你一个人做的吗，还是 mentor 带着推进的？33.你提到自动化测试用例，这块具体做了什么？34.这些测试用例属于什么级别，是接口测试、单元测试，还是别的？35.你做的 MCP / Agent 自动补全测试用例，大致思路是什么？36.如果测试失败了，你们后续有没有自动分析、自动修复，还是主要人工处理？七、AI Coding：工具使用、代码占比、主要问题37.你现在 AI 用得多吗？平时会付费用哪些工具？38.你在项目里手写代码和 AI 生成代码的比例大概是多少？39.你主要用什么 AI coding 工具？40.你觉得 AI 写代码最大的优点和最大的问题分别是什么？41.如果 AI 生成的代码不符合你的预期，你一般怎么改进？八、多 Agent 项目：设计、评估、稳定性42.你这个 AI 投资分析系统整体是怎么设计的？43.多 Agent 的分工和整体执行流程是什么？44.你是一步步确认它生成的内容，还是一次性让它完成？45.你怎么判断一个 Agent 是否满足你的预期？46.Agent 和 Agent 之间通信的数据格式是谁定义的？47.多次运行的时候，Agent 之间输出的格式和结果能保持一致吗？48.如果模型不按你定义的格式输出，你会怎么优化？49.你这里 prompt、rule、skill 分别用在什么地方？九、上下文窗口 / 滑动窗口 / 记忆管理50.你高并发 AI 聊天系统里提到的“滑动窗口”具体是怎么做的？51.为什么要做这个滑动窗口？它解决了什么问题？52.这个窗口的 size、起点和终点是怎么定的？53.你怎么判断哪些上下文该保留，哪些该裁掉？54.你这个设计是不是严格来说不算真正的滑动窗口？55.如果让你重新设计这块上下文管理，你会怎么优化？十、C++ / 网络库 / 并发框架56.你这个高并发 AI 聊天系统里的网络库，是自己写的还是现成的？57.你给我讲一下这个网络框架的整体设计。58.epoll 在这里起到了什么作用？59.你的线程池是怎么设计的，为什么要动态扩容 / 缩容？60.你的网络库里，最核心的几个组件和职责分别是什么？十一、弱网排查 / 网络链路 / 协议优化61.如果用户反馈“很卡”，你怎么判断到底是不是弱网问题？62.如果线上只能看到网络日志，你会重点看哪些指标来排查？63.从输入网址到页面加载完成，整个网络链路里会经过哪些步骤？64.DNS、TCP 建连、资源下载这些环节分别可能出什么问题？65.如果 DNS 慢或者查不到，有什么优化思路？66.如果服务端响应慢或者 TCP 层有问题，你会怎么排查？67.对于弱网场景，有没有一些客户端侧的兜底优化手段？68.你了解哪些协议层面的优化，比如多路复用、QUIC 之类的吗？算法题：滑动窗口最大值面了一个半小时，面试官整体比较和蔼，不追问。转面客户端整体强度还是小了很多，不管了，现在能赚几年钱赚几年，有了AI以后哪个方向都是危机了，还是争取拿个好背书吧

更新：中午面的，晚上约下一轮（下一轮应该是hr面了）。求问牛油们是直接拒offer还是当做一个备选项？（本人是后端选手😅）1. 简单自我介绍一下2. 你了解计算机网络吗？什么是TCP和UDP？3. TCP和UDP的内部实现有什么区别？TCP如何保证可靠性？4. 如果希望让UDP也具备一定的可靠性，你会考虑怎么去优化？5. 你了解HTTP协议吗？HTTP协议都有哪几个版本？分别底层基于什么协议实现？6. HTTP 1.0和1.1的区别？长连接是怎么实现的？7. 常见的长连接实现方式有哪些？8. 如果有1亿用户都建立长连接不断开，对后台压力巨大，如何优化？（既要快和稳定，又要扛住压力）9. 长连接会对后台造成压力，如何设计后台机制来管理用户状态？10. 你知道什么是进程和线程吗？11. 进程间通常有几种通信的方法？12. 你知道线程的死锁是什么意思？死锁产生的条件和如何避免？13. 什么是分布式死锁？如何避免分布式死锁的产生和恢复？14. 代码审查题：分析一段Java实现的DataCache代码（使用SharedPreference）存在的问题，包括代码实现bug和代码设计问题15. 算法题：最大子序和团队是QQ浏览器，比一面难一些，但因为我简历写的全是后端的东西，就没有拷打项目。有些八股问太深了没答出，算法题秒了，代码审查的bug找的不是很全，感觉要考虑高并发问题吧？

完全不了解也没准备客户端的东西，一直投的是Java后端，测评完两个小时就被客户端捞了，应该接吗，要是拒了是要重新回池子吗，秋招会影响吗如果实习是做客户端的话（）真不太了解，有没有大佬解答

一面：1h 1.介绍实习2.介绍项目八股：1.渲染管线2.深度测试  hiz测试3.阴影  pcf  pcss 自遮挡  原理 做法4.光照的法线的作用5.入射光反射光推导6.光照模型7.BRDF的镜面反射   好久没看brdf这块都忘了8.ssao 原理 怎么做的9.屏幕间光照10.延迟渲染 作用  对比 优势劣势11.c++相关的知识12.多线程的设计 管理 设计模式2.手撕：滑动串口的最小值反问：有几面，业务部门相关（腾讯地图）要学习哪些知识问的比较细致二面：1h1.介绍实习2.介绍项目3.vulkan 的优势和劣势4.RHI5.c++内存问题6.内存问题怎么解决  RAII7.智能指针常见知识点8.leveldb  多线程问题  如何解决和设计手撕：合并区间 （写了95% 没写出来 刷过3-4遍...)问了：一些AI相关运用反问：学习的方向，部门在哪面试官真的很好三面：30min介绍一下基本的情况，然后问一些广一点的方向。如何设计一个 渲染类的引擎？说一下从最底层开始设计各个层反问：进去之后业务是做什么的如何看待AI3.28开始做了一个ai面试，周二被捞，两天结束了 ，等待HR面快的不敢想象4.3HR面，面完转录用流程4.9号 oc!!!