SHEIN 秋招 一面

一、基本情况 / 技术栈1.你先做个自我介绍。2.你的技术栈是什么？平时主要做哪些事情？3.你主要用 C++，那你是怎么做客户端开发的？4.你在客户端 SDK 里，C++、Android、iOS 分别负责什么部分？二、字节实习项目 / 端上特征平台5.你能详细介绍一下你做的项目吗？6.你觉得哪个项目最有价值？能重点介绍一下吗？7.你在字节实习里主要做了哪些产出？8.你们这个端上特征平台主要做什么事情？9.业务方是怎么使用这些端上特征的？10.你在这个项目里主要负责哪些部分？三、设备特征缓存优化11.设备特征缓存这块优化的背景是什么？12.原来端上设备特征调用为什么会有性能问题？13.为什么可以牺牲一部分时效性来换性能？14.业务方为什么能接受设备特征不是实时最新值？15.设备特征为什么要按 2 秒、10 秒、90 秒这类 TTL 分层？16.你们是怎么通过实验和埋点确定这些缓存分层的？17.哪些设备特征适合放在低频缓存里？哪些适合放在高频缓存里？四、特征 SQL 查询优化18.特征 SQL 查询优化的背景是什么？19.业务方调用特征 SQL 时，原来的性能瓶颈在哪里？20.为什么这些 SQL 可以进行合并优化？21.这些 SQL 为什么只有时间戳不同，其他结构比较相似？22.你们第一步用 UNION ALL 合并 SQL，为什么优化效果不理想？23.后面为什么要把时间戳提取出来，把 SQL 结构模板化？24.最小时间戳 / 覆盖范围最广的查询是什么意思？25.查询结果为什么可以放到应用层再分发？26.你们最后加的 SQL 查询结果缓存是怎么设计的？27.这个优化最终在单模块和整体链路上的收益分别是多少？五、实验 / A/B 验证28.你刚刚说通过实验验证，是已经进入实验系统了吗？29.你们通过实验主要比较什么指标？30.你们是怎么判断优化是否有效的？六、客户端岗位匹配31.你以后做 Android 和 iOS 客户端开发，有没有问题？32.你对 Android Java 和 iOS Objective-C 这两个方向清楚吗？33.如果岗位会涉及 Android 和 iOS 两端，你能接受吗？七、算法题 / 二叉树算法题：寻找两个节点的最深公共父节点34.二叉树会不会？35.这道二叉树题，你的整体思路是什么？36.你构建测试树的方式是什么？37.你现在构建的树是否依赖输入顺序？38.你的解法是否要求这棵树是有序二叉树 / 二叉搜索树？39.如果节点输入顺序打乱，你的算法还能正确吗？40.你是轮询整棵树，还是利用二叉搜索树性质降低复杂度？41.为什么有序二叉树可以降低查找复杂度？42.你之前刷到过这道题吗？43.你之前是怎么做这道题的？有没有看过其他更优解法？八、AI 编程工具使用44.现在 AI 编程工具很火，你用得怎么样？45.你在自己的 Agent 项目里，是怎么使用 AI 编程工具的？46.你常用哪些 AI 编程工具？47.Codex、Claude、MiniMax、GLM 这些工具或模型你用过吗？体验怎么样？

1. 自我介绍2. 详细讲一下你的实习经历，你具体负责哪些工作3. 限量出包是什么逻辑，5 万条候选线索只出 3 万条怎么判断高价值用户答案：限量出包本质是一个带约束的排序和筛选问题。不能简单按分数从高到低取前 3 万，因为业务里还有很多约束，比如销售每天承接能力、行业配额、城市覆盖、客户冷却期、黑名单、重复企业、近期已触达、历史投诉、企业规模、潜在金额等。我会先做硬过滤，再做评分排序，最后做配额调整。硬过滤去掉无权限、黑名单、近期已触达、关键信息缺失的线索；评分层综合行为分、画像分、意图分、转化概率分；配额层保证行业、区域和销售组之间不会极端倾斜。最终不是单纯 topN，而是 “topN +...

继续来分享下最近的面经~欢迎友好讨论，信息共享实习经历介绍&提问 10min项目 介绍 3min。八股10min1.C++析构函数可以是虚函数吗？2.C++直接定义一个空的类，编译器默认会生成哪些函数？3.TCP/IP有哪几层？4.IP协议和UDP协议有什么区别？5.ip udp分别在网络的哪一层？IP层具体做了什么工作？udp做了那些工作？6.数据报协议和流协议的区别是什么？7.什么情况下用多进程，什么情况下用多线程？8.进程间的通信方式有哪些？手撕 10min力扣mid 240. 搜索二维矩阵 II闲聊 10min闲聊：平时写代码用AI多不多？觉得MCP服务还有发展空间吗？用过龙虾吗？

结合我自己春招18场AI岗面试的经历，以及牛客上百篇26届AI岗上岸面经，给大家整理了这份AI项目面试拷打全考点分档盘点，覆盖99%的校招AI项目面试问题，从基础必问到死亡追问，分模块拆解，标注高频程度和岗位适配度，不管你是AI应用开发、Java后端转AI、还是算法岗，都能直接对应准备。先说明：本次盘点覆盖2026年校招最高频的AI项目方向，包括RAG知识库/多模态RAG、垂直行业Agent、AI应用开发、大模型微调、端侧AI，所有考点均来自真实面试真题，应届生直接按这个清单准备，面试官拷打不动你。核心分档逻辑：【基础必问层】：90%的面试都会问，项目入门门槛，答不上来直接凉，判定项目不是你做...