把自己干的“技术活儿”和“成长感悟”掰开揉碎了讲~

宝子们,作为前端实习生,我当时写转正答辩报告,就是把自己干的“技术活儿”和“成长感悟”掰开揉碎了讲~

先分块儿:日常开发任务项目实战经历技能成长与不足对前端岗位的理解&转正期待

日常开发任务

老实说每天干啥,比如“负责公司官网几个页面的迭代,像首页轮播图模块,原来的切换效果有点卡顿,我用requestAnimationFrame优化了动画,还适配了移动端触摸滑动,现在流畅度好了很多,测试同学反馈没再收到用户说卡顿的问题”;

还有“协助测试同学复现前端bug,比如有个表单提交后数据没正确传后台的问题,我一步步查控制台网络请求、看参数序列化,最后发现是某个字段类型不对,改了之后就正常了,前后折腾了大半天,也算是熟悉了项目里的接口逻辑”。把具体做的功能、解决的问题,还有结果(不管是优化了体验,还是解决了bug)说清楚,很实在。

项目实战经历

挑参与最深的项目讲。

我跟过一个后台管理系统的新模块开发,就详细说:“从需求评审开始,和产品、后端同学确认交互逻辑和接口;然后搭页面结构,用公司的组件库快速布局,但是遇到自定义表格列渲染的需求,组件库的默认组件满足不了,我就基于它二次封装了一个组件,支持传入自定义渲染函数,现在这个组件还被其他同学复用了”;

接着说遇到的坑,“联调的时候,后端返回的时间格式是时间戳,前端要转成‘年-月-日’,最开始我在每个用到的地方都写转换函数,后来被导师指出重复代码太多,就抽成了工具函数,还配置了全局过滤器,这才明白‘代码复用’不是口号,得落实到实际开发里”;

最后说成果,“这个模块按时上线,用户(公司内部同事)反馈操作很顺畅,也没出现兼容性问题”。

把自己在项目里的角色、做的技术动作、踩的坑+解决办法、最终成果,全抖搂出来,别藏着,踩坑很正常,关键是你咋从坑里爬出来的

技能成长与不足

成长部分,就说大实话:“来之前只会写静态页面,现在能独立对接需求、和后端联调,还掌握了公司项目里的技术栈(比如Vue、Webpack这些),也知道了前端性能优化的一些方法,像图片懒加载、路由懒加载这些,在项目里也试着用了”;不足也得坦诚,“但是对复杂的前端架构理解还不够,比如项目里的状态管理,有时候还是会搞不清数据流向;还有遇到性能问题,只能解决表面的,深层的原因分析能力不够,得继续学”。承认不足不丢人,反而显得真诚,也能让领导知道你清楚自己的短板。

对前端岗位的理解&转正期待

岗位理解就说自己的感受:“以前觉得前端就是‘画页面的’,实习后发现前端得考虑用户体验、性能、兼容性,还要和产品、后端、测试协作,是把产品想法落地成用户能直接用的界面的关键环节”;转正期待就掏心窝子:“我知道自己还有很多要学的,但特别喜欢咱们团队的氛围,也想在这儿继续提升技术,把前端活儿干得更漂亮,希望能有机会转正,和大家一起把项目做得更好~”

总之,别整那些高大上的空话,把自己干的技术活儿、踩的坑、学到的东西、真实的想法讲出来,真诚才是最能打动人的~

#牛客AI配图神器#

#转正答辩报告怎么写#
全部评论
感觉写代码的都很强
1 回复 分享
发布于 08-23 22:53 江苏
日常开发有啥
点赞 回复 分享
发布于 08-21 10:02 广东

相关推荐

后端开发实习生 - 技术一面(oc已拒)面试问题速览1. 自我介绍一下。2. 大学课程和专业背景是什么?3. 为什么在学习了C++之后,选择Java和Python作为主攻方向?4. 你的学习方法是怎样的?如何保证学习的系统性?5. 具体谈谈你是如何学习Java的?6. 详细介绍一下你的AI Agent项目,它是如何实现的?7. 你使用的Spring AI框架和常见的开源基座有什么区别?8. 你的知识库是如何构建的?为什么选择自定义数据处理流程?9. 如果需要开发一个能扮演特定游戏角色的定制化Agent,你会如何设计?10. 在这个定制化Agent项目中,数据的重要性如何?如何获取和处理这些数据?11. Docker和K8s有什么区别?12. 微服务架构和单体架构的区别与优势是什么?13. 如何设计一个高并发系统的架构?14. 常见的负载均衡算法有哪些?15. Java中遇到死锁该如何分析和解决?16. 如何处理前端的跨域问题?17. MySQL查询性能如何优化?18. 你对前端技术了解多少?我的回答策略与核心亮点针对问题:开场自我介绍,展示个人技术全貌回答策略/框架:我采用了“技术栈 → 项目经验 → 学习理念 → 全栈能力”的结构化叙述方式,旨在快速建立一个技术扎实、有实践、爱钻研的立体形象。核心案例与亮点:项目经验具体化:通过“库存管理系统”引出性能优化能力(ES提升检索、RocketMQ削峰、Redis缓存热点)。突出前沿技术:通过“智慧农业项目”展示AI应用开发能力(Spring AI, RAG问答引擎),并用“大创国家级”奖项来量化成果。展现学习深度:主动提及学习MIT课程并实现Raft算法,强调自己对底层原理的追求和强大的自驱力。针对问题:考察学习能力、技术视野和决策逻辑回答策略/框架:我提出了一个“实践驱动”的学习模型:“先概览框架 → 快速上手实战 → 深入底层查漏补缺”。对于技术选型问题,我从“场景适用性”(如C++底层 vs. Java业务)和“技术趋势”(如Python for AI)两个维度进行阐述,展示了我的决策逻辑。核心案例与亮点:这个回答的亮点不在于某个具体案例,而在于其方法论本身。它向面试官清晰地传递了我的核心优势:拥有高效、系统化的自学能力,能够快速掌握并应用新技术,同时具备清晰的技术判断力。针对问题:深入考察AI应用项目的技术实现细节和原理理解回答策略/框架:我采用了“What-How-Why”的解释框架。What:这是一个基于Spring AI的RAG Agent。How:通过添加外部知识库、使用Redis持久化对话记忆等方式实现。Why:着重解释了为何自定义数据处理流程(PDF转Markdown、语义分块、向量化),而不是直接使用框架自带功能。核心案例与亮点:本环节最大的亮点在于对“PDF按页切分会破坏语义完整性,从而影响检索精度”这一细节的深入分析。这不仅展示了我对RAG原理的深刻理解,更体现了我在工程实践中追求细节、主动优化、解决问题的能力。此外,在回答定制化Agent问题时,我提出了从提示工程 → RAG → 模型微调 (LoRA) 的分层解决方案,展现了全面的技术视野和对成本效益的考量。针对问题:考察后端核心架构与概念(分布式、高并发、数据库等)回答策略/框架:对于架构设计类问题(如高并发),我采用“多维度拆解法”,从多级缓存、熔断机制、高可用架构(主从/集群)等多个角度系统性地展开。对于概念类问题(如死锁),我采用“原理+解决方案”的模式,先清晰阐述其形成的四个必要条件,再讲解如何通过破坏其中条件来解决。核心案例与亮点:回答的系统性和深度是关键。例如,在谈论负载均衡时,不仅能罗列出轮询、哈希等算法,还能进一步分析“最少连接/空闲实例算法”相比于简单轮询的优势,这体现了对技术背后原理的深入思考,而非简单背诵。针对问题:考察技术广度和知识边界(前端/容器)回答策略/框架:对于熟悉的部分(前端跨域),同样采用“原理+解决方案”模式,并提供了前端(反向代理)和后端(CORS配置)两种维度的解法,展示了全栈视野。对于不熟悉的部分(K8s),采取“诚实承认+阐述已知基础”的策略,先表明自己主要使用Docker Compose,然后从理论层面尽力对比二者。核心案例与亮点:对跨域问题的双端解决方案是加分项。同时,坦诚自己对K8s实践经验不足,并尝试进行理论分析,展现了诚实和积极思考的态度。这也提醒大家,面试中遇到知识盲区,诚实是最好的策略,如果能补充一些理论理解会更好。
查看18道真题和解析
点赞 评论 收藏
分享
评论
点赞
2
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务