滴滴前端-日常实习-一面

📍面试公司：美团🕐面试时间：5.21💻面试岗位：前端&客户端❓面试问题：1. 互相介绍2. 个人项目介绍3. 困难的地方，值得一提的地方（追问了别的项目，还有技术选型）4. 首屏加载白屏，排查思路（问vue，没把握，不敢答）5. 手撕防抖/节流6. react状态管理、组件库7. url输入到浏览器渲染8. ai coding：实现一个购物页面9. 二分查找10. 反问🙌面试感想：面试官人巨好，是我太菜，99%是凉了5月初才投的，面试机会不多，已后悔，已老实另：全栈的风不想吹也得吹，能学多少是多少吧

流程概览： 通常采用3轮技术面 + 1轮HR面的结构。需要注意的是，该司秋招发Offer的时间节点相对较晚，通常会比其他一线大厂滞后约20天（存在“泡池子”现象，需做好心理预期与时间规划）。1 技术考察侧重点面试不仅关注八股文，更强调查询实战编码能力与算法功底：• 代码手撕（Live Coding）：• React 实战： 现场编写组件（如倒计时组件）及自定义Hook；考察useCallback与memo的性能优化组合使用。• 异步编程： 围绕 Promise 的高频场景题，如并发控制、串行执行、请求重试机制等。• 算法基础： LeetCode 常见题型，重点关注数学逻辑与数组操作（如无重复字符的全排列）；框架底层相关算法（如 Vue3 Diff 中的最长递增子序列 LIS）。• 实习/项目深挖：• 校招中，面试官会重点关注你过往的实习经历。虽然具体业务可能与入职部门不完全匹配，但需清晰阐述项目的业务背景、技术重难点、个人解决方案。• 加分项： 项目中是否有结合 AI 的实践（如 Copilot 提效、AIGC 应用落地等）。2 基础理论与底层原理此部分考察深度较深，需具备源码级或架构级的认知：1. 框架深度（React & Vue）：• 考察全家桶的细节使用，通过询问具体 Hook、路由配置、状态管理方案来验证真实性。• React 进阶原理： 重点掌握 React 16+ 的特性，特别是 Fiber 架构（包括双缓存机制、更新流程：触发更新->渲染-Reconciler->提交-Commit）、Element 与 Fiber 对象的区别，以及并发模式（Concurrent Mode）和服务端组件（RSC）的概念。2. 工程化体系：• 构建工具原理对比（Webpack vs Vite）。• 大型项目管理方案（Monorepo 大仓）。• 自动化流程（CI/CD 流水线搭建与部署）。3. 计算机基础：• 网络与浏览器： 经典题“从输入URL到页面展示”的完整链路解析（DNS、TCP、HTTP、渲染树、重排重绘等）。------这个版本适合作为个人复习大纲或面经分享。需要我根据你自己的简历经历，针对性地模拟几个技术深挖的问题来帮你预热这份面试复盘信息密度很高，涵盖了前端高阶岗位（尤其是校招SP/SSP或资深前端）的典型考察路径。为了让它更具逻辑性和可读性，我帮你梳理并润色如下：------4. 面试流程与核心策略流程概览： 通常采用3轮技术面 + 1轮HR面的结构。需要注意的是，该司秋招发Offer的时间节点相对较晚，通常会比其他一线大厂滞后约20天（存在“泡池子”现象，需做好心理预期与时间规划）。4.1 技术考察侧重点面试不仅关注八股文，更强调查询实战编码能力与算法功底：• 代码手撕（Live Coding）：• React 实战： 现场编写组件（如倒计时组件）及自定义Hook；考察useCallback与memo的性能优化组合使用。• 异步编程： 围绕 Promise 的高频场景题，如并发控制、串行执行、请求重试机制等。• 算法基础： LeetCode 常见题型，重点关注数学逻辑与数组操作（如无重复字符的全排列）；框架底层相关算法（如 Vue3 Diff 中的最长递增子序列 LIS）。• 实习/项目深挖：• 校招中，面试官会重点关注你过往的实习经历。虽然具体业务可能与入职部门不完全匹配，但需清晰阐述项目的业务背景、技术重难点、个人解决方案。• 加分项： 项目中是否有结合 AI 的实践（如 Copilot 提效、AIGC 应用落地等）。4.2 基础理论与底层原理此部分考察深度较深，需具备源码级或架构级的认知：1. 框架深度（React & Vue）：• 考察全家桶的细节使用，通过询问具体 Hook、路由配置、状态管理方案来验证真实性。• React 进阶原理： 重点掌握 React 16+ 的特性，特别是 Fiber 架构（包括双缓存机制、更新流程：触发更新->渲染-Reconciler->提交-Commit）、Element 与 Fiber 对象的区别，以及并发模式（Concurrent Mode）和服务端组件（RSC）的概念。2. 工程化体系：• 构建工具原理对比（Webpack vs Vite）。• 大型项目管理方案（Monorepo 大仓）。• 自动化流程（CI/CD 流水线搭建与部署）。3. 计算机基础：• 网络与浏览器： 经典题“从输入URL到页面展示”的完整链路解析（DNS、TCP、HTTP、渲染树、重排重绘等）。

技术栈Electron+Vue，要求：会用Ai进行开发

📍面试公司：TME🕐面试时间：5.11💻面试岗位：后台开发❓面试问题：1. 你了解 MySQL 的 MVCC吗？能够简单说一下吗？2. 那 MVCC 这一块是如何帮助我们提升数据库并发的读写性能呢？还有它的锁机制主要是为了解决哪些问题？3. 你能够解释一下 SSE 和我们更常见的 WebSocket 的主要区别吗？为什么会在你的 Agent 项目场景下选择 SSE？4. 假设我们现在有一亿的用户需要记录他们一年的每日签到状态，使用 Bitmap 实现的话大概会占用多少内存？如果换成使用 Set 来存储，假设一个用户 ID 是 8 字节长，内存占用又会有多少？5. 那这个对比体现了 Bitmap 的什么优势呢？6. 我看你在简历里写到系统整合了 Chat Agent 和 AIops Agent，请描述一下，当用户提出 “我的服务昨天晚上出现了大量的 5XX 错误，可能是什么原因” 时，你的系统内部是怎么协作工作的？从用户输入到给出最终的根因分析和建议，整个控制流和数据流是怎么样的？7. 这个工具调用有做异常兜底的机制吗？你能聊一聊有哪些常见的兜底策略吗？8. 还有其他的兜底策略吗？9. 有了解过降级这个逻辑吗？10. 我看你有提到对 RAG 的文档分割和检索参数进行了调优，那如果检索的精度已经比较不错了，但生成答案的准确性仍然不高（也就是常见的幻觉问题），除了优化检索还有哪些方面可以入手改进？11. 我看你在本地生活服务平台项目里设计了多级缓存，引入了 L1 本地缓存，在提升性能的同时，会带来哪些新的挑战呢？你用 MQ 广播实现缓存一致性失效的方案如何解决这个挑战？它属于哪一种一致性模型？12. 这种一致性在业界一般叫做哪一种一致性模型？是强一致性还是弱一致性，还是有其他的一致性分类，你有了解过吗？13. 在秒杀场景里我看你写到同时使用了分布式锁和 Lua 脚本，它们分别解决了什么问题？如果只用 Lua 脚本来保证库存扣减的原子性，不用分布式锁会导致什么业务问题？14. 你这两个项目从 AI 工程化到经典的高并发系统，跨度很大，是什么驱动你同时深入这两个方向去做项目的？15. 在这两个项目里，有没有哪个功能点或者优化点是超出了你最开始设想的需求，后续由你主动去攻关并且实现的？16. 想问一下在优化 RAG 检索精度时，你针对文档的分割大小和检索的 topK 参数进行了测试和调优，那文档大小设置得过大或过小，分别会带来哪些负面影响？在确定最优参数组合的时候，你主要权衡了哪些因素？17. 假设你是一位后端开发，需要和一位前端工程师协作开发智能守护灵的对话历史记录回看新功能。作为后端负责人，你在编码前会如何跟他沟通，并确定协作的接口，保证高效合作、避免后续返工？18. 其实我更想了解的是，在这个前后端协作开发的过程中，你会采用怎样的协作流程？19. 从你的项目来看，你在 AI 工程化和高并发系统两个方向都有实践，那你未来短期的职业规划会更偏向于哪个方向？你希望通过这次实习，在哪个方向获得更实质性的突破？20. AI 工具这一块我看你都有用到 Cursor 和 Claude，你主要用 Cursor 比较多还是 Cloud Code 比较多？21. 你是买了它们的 Code plan 会员吗？22. 在使用这些 AI 编码工具的过程中，你有哪些比较好的实践范式？