公司规模100-499人 做进出口贸易的2.27电话约笔试2.28笔试通过 约面3.4 一面自我介绍1. 对前端为什么有兴趣？2. 发表论文 并且研究方向是机器学习 这是算法学习的路线  你认为你学的这些对前端开发有什么帮助吗3. 电商平台对用户体验是非常高的，如何提升用户的体验呢4. 有哪些是资源性优化 比如怎么提高页面的加载速度 或者说交互等待的时间呢5. 比如有一些大量的图片加载，或者说3d模型地图的加载，这些比较庞大的资源，怎么样去优化这个页面的加载时长呢？6. 前端页面的性能优化的指标有哪些 他们是怎么测量的呢7. 有没有了解过github的一些代码仓库的一些管理流程8. 一个功能 他的代码出现了问题，那你定位这个问题，还有说怎么去查找这个问题出现在哪里，你的步骤是怎样的9. 你的开发习惯是怎样，怎么去确保代码的可读性，还有可维护性10. 对于封装组件这个事情，你是如何看待的，怎么判断一个东西需要去封装成组件11. 如何用一套代码去控制适配多端呢12. 闭包是什么 举一个你在开发中实际用到的闭包的例子13. 说一下原型链14. 列举es6的新特性15. 箭头函数和普通函数的区别是什么16. promise.all和promise.race的区别是什么17. 说一下防抖和节流 ，原理是什么，有哪些使用场景18. CSS 的方法中有一个叫 matchMedia， 这个方法它是用来做什么的？19. JS 中有一个 dispatchEvent 这个方法它是用来做什么的？20. 在开发中要做一些丝滑的动画，那么在css在动画的时候，为什么更退间用transform和同名度，而不是去改变元素的宽高项目21. 两个项目都有用到虚拟加载、虚拟列表，那么如果不用vue的话这个虚拟列表从底层是如何计算要渲染哪一些元素的？22. 商品的结合页每个商品的卡片的高度是动态的，也就是说是不固定的 ，这个虚拟列表应该怎么做23. 项目中的路由懒加载，还有骨架屏，缩短了首屏加载的时间，那么这个骨架截屏是在什么时候去渲染呢24. 接口瞬间就返回了，那么页面会不会出现骨架屏闪烁的问题，怎么去处理呢25. 电商平台项目，封装的sku规格选择组件，假如说一个商品有颜色、尺码、款式三个维度，并且有一部分的组合是缺货的，那么当用户选中红色的时候，前端怎样搞笑的计算出哪些吃吗或者款式应该被设置为不可选的26. 项目中用了webspeech api ，那么html5有哪些你觉得对提升前端体验很有用的新标签或者api（强调了一下intersectionobserver api27. 项目是独立完成的吗28. llm项目遇到的最大的困难是什么如何解决的？场景题29. 直接给展示了公司的页面问 吸顶导航怎么实现的？点击导航栏会跳转到对应的位置 这个怎么实现？30. 某一个元素，你想怎么样去滚动？或者说上下也好，左右也好，它都是固定在你的页面中的某一个位置，那你是用什么方法去固定它？算法31. 快排聊天32. 如果一个项目的时间比较紧急，快要到期限了你会怎么做？33. 哪里人反问对今天面试表现的建议？面试官说 知识面还算广 但是不够深入 也缺乏实战经验大部分都答上来了 但是磕磕绊绊的面完半小时就有结果了 过了约了明天的二面

发一下问题给大家参考，攒攒人品！1.谈谈你对Promise的理解,以及async/await的执行顺序。2.在Al对话场景中，SSE和WebSocket有什么区别?3.如何在前端处理Fetch返回的ReadableStream 以实现打字机效果?4.实现一个简单的对话气泡布局，要求头像对齐且内容宽度自适应。5.谈谈Markdown渲染在AI前端应用中的注意点。6.什么是Prompt Engineering中的Few-shot模式?7.手写代码:实现一个带立即执行选项的防抖函数(Debounce)。8.手写代码:处理流式数据块拼接。9.算法题:将扁平的Agent任务列表转为树状结构。10.闭包在AI聊天上下文管理中有什么作用?11.前端如何处理AI接口的跨域问题?

自我介绍。 拷打项目。能介绍一下TCP/IP协议栈（七层或四层模型）吗？你实现的MCP协议对应到协议栈的哪一层？HTTP协议的组成是什么？包含哪些部分？HTTP常见的请求头有哪些？哪个HTTP Header字段标识长连接/短连接？哪个字段标识数据类型（如JSON、文本）？Cookie字段的作用是什么？项目如何判断请求成功或失败？使用的是HTTP状态码还是自定义业务状态码？C++和Python使用下来有哪些差异？了解垃圾回收算法吗，C++和Python在内存管理方面有什么区别？请介绍一下同步与异步、阻塞与非阻塞的概念，以及它们的区别？IO多路复用的应用场景是什么？算法题：找到二叉树中两个节点A和B的最近公共祖先。（面试官说了一句“我记得你一面做过类似的算法题吧”，不知道啥意思，可能面评不太好吧）反问：Q：面试后多久能知道结果？A：我们面试出反馈都是要攒一段时间，可以关注一下HR的通知。Q：我这次面试表现怎么样？A：个人感觉还是项目经验偏少吧，还有就是基础知识有待加强，当然可能是我问的问题你这边正好不太了解（安慰）总结：对项目的掌握还是不够，这次的问题确实以前没想过，计网的知识最近也没复习到位。算法题是hot100原题，简单说了递归判断的思路，写了一会儿直接说没啥思路了。再沉淀沉淀吧，准备海投了。

1.自我介绍2.常见的状态码3.什么情况下会返回304?什么情况下会发起304?4.登录态是如何实现的?具体验证的实现方式有了解吗?5.localStorage sessionStorage cookie的区别6.盒模型7.响应式布局 移动端适配 大屏适配 媒体查询 了解到的一些具体适配方式8.React组件通信方式 对应场景9.JSX列表里的key有什么作用10.React常用hooks 自定义hooks11.短时间内多次调用useState，页面会渲染几次？12.为什么选择Next.js13.Next.js有api开发吗 还是纯前端的14.如何配置Next.js去适配不同的场景?SSG SSR的区别15.流式响应中如何定义数据格式?16.常用的性能优化方法17.怎么配置实现代码分割?18.企业级CI/CD流程19.算法:爬楼梯20.反问面试完后不到一小时电话问入职时间但是问完后就没后续了😭

自从来手子之后好久没面试了，这也是时隔近3个月的第一面，总体面试难度较低，面试官很温和，算是以赛代练开始暑期了，希望暑期能有好结果😘。1.讲一下redis数据结构。2.一般用什么比较多？3.为什么会用hash？（转到哈啰实习）4.redis在你们哈啰项目是做什么？5.讲讲什么是特征？6.你们的方案对redis跟数据库一致性要求有延迟，如果我不想有延迟有什么其他方案吗？7.有没有遇到过线上问题，怎么解决的？8.你怎么拆分的线程池？9.有监控吗？用ConcurrentHashMap考虑过内存问题吗？10.mysql索引11.索引底层数据结构12.优化mysql13.自己技术的优点跟缺点一个sql题，一个手撕难度都比较低，手撕是题目描述给定一个表示 大整数 的整数数组 digits，其中 digits 是整数的第 i 位数字。这些数字按从左到右，从最高位到最低位排列。这个大整数不包含任何前导 0。​将大整数加 1，并返回结果的数字数组。​总体来说答的很轻松，就是用公司电脑导致不能共享屏幕有点难绷，最后面完也是直接二面了，面试官说业务是用户增长，负责拉新和唤醒活动，得转go和py。但是是日常实习，加上在北京200一天，估计是不会去的，但是练手是还可以的。PS：今天是高考1000天了，时间真的过得好快，高中真是不可多得的幸福时光啊，要是高考考好点就好了。

1 Linux相关指令：查看进程、线程、挂载2 过往经历3 AI 相关应用，MCP、skills等使用4 拷打第一段实习（说实话真没多次面试真的头一回有人问我小厂经历TUT）5 给定一个数组，里面有1000个参数，现要求一个函数处理该数组，怎么样高效处理（说实话没能理解）6 给定一个user对象，包含username和userage，怎么找到符合userage>18的username7 C++相关知识（问懵了，我不是Java和Go嘛）反问：组织、业务、日常工作内部自研数据管控中台、智驾业务建议：补齐横向业务的纵深度（说白了既要广度又要深度），技术结合AI高效处理业务问题感受：面中小厂找找自信，妈的面大厂真的麻了

1.自我介绍2.讲一讲Skills3.AI怎么感知到skills里面有什么内容并且利用它?怎么处理skills里面的脚本?4.输入URL到浏览器渲染的过程5.重排重绘6.transform会导致重排吗7.页面白屏时间优化方法8.如何分析页面白屏原因9.场景:聊天组件不断render 如何解决?10.线上网站用户在使用时 这时候重新部署前端会报错 如何解决?11.AI写出问题 但是已经发到线上去了 如何处理这种情况?服务端解决的方法?12.有做过灰度发布吗?要不要加入灰度机制?有没有什么办法实现灰度机制?13.有接触服务器的网关吗?14.手写:LRU缓存15.手写:实现一个自定义hook 每隔一秒count+1 允许使用setInterval16.反问已OC 但是200一天+500房补 有点紧张😰

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 推荐系统基础链路是什么？你对哪一部分理解更为深入？2. 若让你在召回侧搭建数据看板，会如何设计？重点关注哪些指标？3. 简述冷启动的定义（本人仅答出大致概念，面试官仍持续追问）4. 追问：用户冷启动与视频冷启动的核心区别？5. 用户冷启动的常见问题及解决方案（此部分本人未完整作答）机器学习基础考点1. 梯度下降的定义2. 批量梯度下降与随机梯度下降的区别3. 常见的损失函数有哪些4. 模型评估指标、AUC的具体含义5. 数据不均衡问题的处理方法6. 是否了解大模型？（当前搜推领域大量应用生成式技术，为必考点）7. RankMixer原理介绍（字节面试高频必考知识点）代码手撕1. 分割等和子集2. 拓展提问：若数据中允许存在负数，代码应如何修改？

项目： rag的流程为什么要选用这个向量化模型为什么要先向量检索再关键词检索如何做的权限控制 让每个人各访问各的文件如何实现流式打印kafka主要是用来做什么kafka和rabbitmq选型问题为什么不用rocketmq怎么用的redis聊天记录是哪个维度llm和agent什么区别如何设计一个agent竞赛平台八股：redis如何实现分布式锁set命令中的value如何取的如何知道分布式锁过期时间redission实现分布式锁如何解决大key问题拆分大key具体怎么做的聚集索引和非聚集索引非聚集索引叶子结点存储的是地址还是值为什么是值不是地址建立联合索引abc情况下 叶子节点都有什么在（abc）查询条件下查询（abcd）流程查询条件 a= and b＞有没有走索引查询条件 a= and b＞and c=有没有走索引如何解决深分页问题(有id无id) sql怎么写平时都是怎么学习的会关注ai技术栈吗（面试官一深挖，我就和他就尬笑）

ai算法实习生2026.03.04，下午14:00，一面，线上，1h左右，都开摄像头了1.自我介绍2.多策略微调这个项目是什么类型的？在 910B3 服务器上微调Qwen-3-8B 模型，使用全量微调、lora 微调和 freeze 微调三个策略做对比，是自己为了学习模型微调自主开展的项目。3.这个项目最终成果和目的是什么？目的是提升模型在中文语义理解方面的能力，最终用中文逻辑推理、中文语理解、知识相关三个数据集完成了测试。4.可以举例说一下中文语言理解的实现过程吗？选用中文逻辑推理、中文语理解、知识方面的三个数据集，基于Qwen-3-8B 模型用三种微调策略训练后，用这三个数据集对模型进行中...

笔试 10道选择题很基础的东西，flex垂直居中，移动适配方法等，都是基础的八股8道简答描述vue生命周期，每个周期中做什么vue双向绑定原理组件通信方法树，怎么有效组织渲染树形结构，设计flex的属性，写出6个axios拦截器的作用，如何处理token和处理错误两个忘记了2道算法冒泡排序二叉树便利面试项目问题flutter用过吗？（没有双向无限滚动会吗（不会uniapp会吗（不会接触过零代码吗git会用到什么程度现在要你快速上手一个新的框架，你怎么学写东西会用ai吗 用什么能实习多久 六个月才发实习证明

项目的流程 如何理解kafkaMySQL存储引擎有哪些 之间的区别如果插入的数据量级非常大用哪个存储引擎用过哪些ai介绍业务磨时间😂

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2.你会怎么和用户沟通需求？3.针对AI教育这类产品有进行横向对比过吗？4.通过哪些渠道了解AI讯息？5.用你熟悉的获取信息方式对比GPT，CLAUDE, GROK, GEMINI, MANUS,DEEPSEEK几个厂商中做的deep research功能，限时15分钟6.平时用过哪些AI产品，做过什么对比？7.关于目前AI大模型的最新资讯有了解吗？8.关于目前AI大模型的最新资讯有了解吗？9.你说到Qwen3改进了推理模式和非推理模式的随机切换，知道它的原理吗？除此之外它还有哪些改进？10.针对AI智能体（manus，扣子空间）你在使用上觉得有哪些可以改进的地方？11.针对你说的智能体在plan过程和report过程的不足，你怎么向研发提需求？12.你说的这个属于一句话需求，能不能把变成它更具体的需求？13.你有提到对cursor的使用，那你作为产品经理，如何把cursor这个产品拆解出几个板块，并说明这些板块所需的功能？

算法： 一、算法题 & 代码思路滑动窗口最大值的解题思路是什么？为什么选择使用双端队列？双端队列维护了哪些内容、具备什么性质？口述讲解这道题的整体思路（被judge怀疑写力扣不够多了）八股：二、大大模型模型预训练流程一个开源大模型在预训练过程中会经历哪些步骤？你是从哪些方面、哪些渠道学习并理解这些预训练知识的？（可能这里开始质疑我有点背答案的逻辑了）BERT 和 GPT 架构最核心、最本质的区别是什么？四、简历拷打开始从项目去拷问：你所理解的视频理解是粗粒度总结，还是细粒度描述？能否捕捉动作的开始、过程、结束？固定摄像头场景单一有限，用大模型做事件判断性价比是否不高？简单任务（如闯入检测）是否用小模型、路由、MoE 架构更合适？这种情况下，使用视觉大模型（VLM）的意义在哪里？用大模型做数据预标注，为后续小模型服务，这套思路是否合理？大模型在工业落地中，真正的性价比体现在什么地方？五、反问1，公司业务是否会涉及视频细粒度动作理解？不只是判断 “动作是否发生”，还要精确识别动作发生次数，避免重复扣费、误扣费这类问题。回答：确实有这类细粒度视频理解与识别需求，核心是精准、不重复、不误判。目前业界 / 团队常用方案：用多个专用小模型组合，针对特定任务做定制化小模型。采用 MoE（混合专家模型） 架构，但不是简单路由，路由逻辑需要专门设计，用来解决特定任务。现在也在探索：利用大模型 / 大语言模型的能力，提升复用性，希望换任务也能快速适配，减少重复开发，因此在尝试搭建新架构。2. 关于细粒度视频数据 & 数据集构建训练这些细粒度识别小模型时，数据和标注是怎么获取 / 构建的？回答：采集行业真实数据主要流程：采集行业真实数据 → 交给外包公司标注（YOLO、分割等常规标注）。模型上线部署后，把线上回传的困难样本 / 错误样本再人工补充标注。整体思路：先众包 / 外包大规模标注再人工筛选、修正难例，是业界比较经典的做法。3，面试官一般怎么判断面试者有没有背稿、有没有用辅助工具？回答：看表达一致性真实做过的人，叙述风格、逻辑是统一的；背稿 / 套话，容易在切换问题时风格断裂、内容漂浮。看是否聚焦问题本身真懂的人会顺着问题深入聊；套答案的人容易答非所问、逻辑不连贯。紧张很正常面试少、科研多的同学容易紧张，多面几次就会像日常学术聊天一样自然。建议把面试当成和老师 / 教授学术讨论，懂就说懂，不懂就坦诚，重点看人岗匹配。大概率寄了，就当聊聊天

项目： 文件上传的逻辑为什么使用ik分词器es的原理为什么使用kafka 不用rabbitmq八股：内连接和左外连接区别如何理解springmvcioc的原理Hashmap底层原理

"Transformer的注意力机制是怎么工作的，为什么self-attention能捕捉长距离依赖？"——这题看起来简单，但面试官会一直追问，从Q/K/V矩阵问到计算复杂度，再问你和RNN相比优劣在哪，答不深就会被一直挖。还有经典的"过拟合怎么解决"，说出Dropout、正则化还不够，面试官会继续问你在实际项目里用过哪个、效果怎么样，纯背答案根本撑不住。

继续来分享下之前的面经~欢迎友好讨论，信息共享1. 实习拷打2.项目拷打3. 论文拷打4. 对实习经历做一个介绍?这个产品的输入输出是什么?用到哪些大模型能力?5. 设计的这个产品的北极星指标是什么?6. 你认为一个产品从0到1过程中最重要的节点有哪些?7. 你如何识别发现产品开发过程中的问题?8. 你如何识别发现产品开发过程中的问题?9. 针对过往的项目或实习遇到最大的难点是什么?10. 你使用coze之后觉得它有什么不足和可以改进的方向?11. 最近有使用或了解什么新的AI应用产品吗?觉得它有什么特点?12. 对于Manus目前推出的功能进行评价?13. 解释一下MCP14. 解释SFT，pre-train，reinforced learning

25分钟 1.自我介绍2.介绍实习经历中opencv的处理过程，用过哪些函数？有没有了解过底层的逻辑？3.PID在进行调试的时候，你是遵循什么原则，能不能具体的解释一下过程？如果说响应速度很慢，震荡很大，你会先调哪个值？4.ROS架构中有了解什么机制吗？ROS通信机制在话题收发的时候是属于同步还是异步？5.TCP/UDP协议中，你为什么要选UDP协议？如何避免丢包？6.了解线程同步机制吗？你了解哪些线程同步机制？有没有写过线程池？7.智能指针用过哪些？unique_ptr传入函数的时候应该怎么做？move()底层了解吗？shared_ptr主要用来做什么？8.了解cuda编程吗？9.共享内存涉及到同步机制还是互斥？为什么用互斥？10.C++的模板了解吗？模板定义在hpp里还是cpp文件里？面试官表示更想要计算机专业的学生，无后续

发一下问题给大家参考，攒攒人品！一、项目经验1. AI项目深挖2. 技术细节考察1- 解释大模型核心概念（如LLM原理、Diffusion模型、RAG技术）。2- 微调 vs. 提示词工程：如何选择？LoRA微调的优势是什么？。3- 如何处理大模型的“幻觉”问题？列举3种优化策略。二、AI产品思维1. 场景落地能力- 设计一款AI+场景的产品（如腾讯云智能社区），说明用户痛点、功能优先级及商业模式。- AIGC在金融/教育等垂直领域的应用案例？如何解决行业痛点？。2. 需求与迭代- 如何将用户反馈转化为AI产品需求？举例说明。- 需求优先级排序方法（KANO模型/四象限法则），并举例说明。三、产品设计能力1. 竞品与用户体验- 对比国内大模型产品（如Kimi、DeepSeek、通义千问）的定位差异和优劣势。- 分析一款AI工具（如Cursor、通义听悟）的成功因素，并提出优化建议。2. 设计逻辑- 非目标用户如何设计产品？