介绍自己 js基本类型为什么栈保存基本类型，对于引用类型只保存地址js作用域this指向浏览器事件队列判断输出（promise，settimeout）var变量提升知识点vue响应式原理vue传参方式http1，http2，是否了解http3因为提到了udp所以说一说udp算法就考了一个，但是我确实算法好久都没写了，面试官还怪好的，看我做不出还换了一个，但是我确实是写不出来（这个方面我承认确实菜得很），就说了原理还有一些，但是我记不清了，我准备了好久的工程化，浏览器渲染原理，websocket，socketio，vue渲染原理，项目性能优化，手写函数，手写promise都没考不知道是不是面试官不敢问我深层的东西，我在自我介绍的时候也提了我愿意研究点底层，可是就是考的很简单，只有一道题我确实没听过他说的是啥，其他的我觉得我答得很详细了，面试官人很好，就是感觉把我当小孩问了（虽然也确实刚大二）中午面完现在没消息，我感觉🈚乐，为什么不多问点难的，我的项目虽然是练手的但是一句话没问

岗位偏多模态、内容理解写面经，攒人品1. 从实习项目中提问八股（1）视频数据是如何采样的？抽几帧？分辨率多少？（2）采样后的数据是如何过模型的？（3）用的什么模型？介绍一下？（4）了解其他的多模态大模型吗？介绍一下？（5）介绍一下transformer的结构？（6）介绍一下multihead-attention?（7）multihead-attention为什么要切分？为什么要做成多头的？（8）你觉得多头注意力能提高计算效率吗？结合公式推导一下？（矩阵计算）（9）不能提高计算效率，详细讲讲为什么？（10）multihead-attention现在有一些优化，现在主流的优化都有哪些方向，每个方向...

自我介绍 日常谈话1.介绍一下堆的实现方式，插入删除时间复杂度2.java中hashmap是干什么的，主要用途？插入，删除时间复杂度？什么时候链表变红黑树3.redis的zset的底层数据结构？ziplist的作用？hashtable的作用？跳表的作用？4.主要用的语言？5.实习干了什么6.手撕快速排序，链表两数相加变种

1.从用户心智的角度，你认为用户在抖音的“内容场”（短视频/直播 Feed)和“商城”(货架场)里“逛”的时候，两者最核心的区别是什么?这个区别应该如何指导我们的推荐策略?2.请对比一下“抖音商城”的推荐和“淘宝首页”的推荐,我们最大的优势和最大的劣势分别是什么?3.你会如何对“商城”的用户进行分层?请至少举出三个你认为最有价值的分层维度。4.针对你刚才提到的一个用户分层(例如:“价格敏感型4.用户”)，你会为他们设计怎样的推荐策略，来提升他们的转化率?5.描述一个你认为“非常糟糕”的电商推荐体验。你认为它在策略或产品层面，犯了什么错误?6.对于一个“新品”，你认为推荐系统应该给它怎样的扶持?如何判断这个“新品”是“潜力爆款”还是“劣质商品”?7.一个商家向你抱怨:“我的商品很好，为什么在商城推荐里总拿不到流量?”你会如何搭建一个分析框架，来系统性地帮他诊断问题?8.你会如何设计一套“运营方法论”，来教会商家，应该如何优化他们的商品(如标题、主图、价格)，才能在推荐场中获得更多曝光?9.推荐系统是应该优先扶持“品牌旗舰店”的商品，还是“有价格优势”的白牌商品?这背后的商业权衡是什么?10.推荐策略的三大目标:效率(GMV)、体验、健康。请10.举一个具体的例子，说明这三者在什么情况下会产生“冲突”?11.假设你负责“商城首页猜你喜欢”的推荐。现在有两个策略方向:A)强推用户历史购买过的品类，以提升“复购率”;B)探索推荐用户未买过的新品类，以提升“渗透率”。你会如何决策?12.我们如何通过数据，来科学地衡量一次推荐算法的改动，是否真的提升了“用户体验”?(提示:GMV和CTR可能不完全等于用户体验)13.请构思一个“数据驱动”的推荐产品新功能，这个功能可以帮助用户更高效地在商城里发现好物。14.你在分析数据时发现，有大量用户在浏览推荐商品后，转而去“搜索”了同款商品，并在搜索结果中完成了购买。这个现象说明了什么?你会提出怎样的策略泇会其建议?

总结：40分钟，项目+结构化+手撕项目提问1.有做过AI智能体开发吗？有做过AI agent知识库建设工作吗？2.你了解AI自动化测试平台的架构和选型吗，Appium的性能并不好，为什么选择他？结构化提问1.对于视频卡顿问题定位，你会从哪些角度进行排查？（链路排查思路）追问：如何利用AI工具进行问题定位和排查？2.在综合能力维度上，分别用3个关键词形容自己的优势和劣势。（答得不好）3.在实习经历中，你对于团队做了哪些具体的事情手撕环节1.给定一个字符串，请统计字符串中括号匹配的对数。例如：{a}pp{{}，有效的括号对数为2。追问：是否可以不用栈来做？反问环节1.团队的业务有哪些做一些测试提效的工具平台，有以下这些应用。第一部分：UI自动化。之前写UI自动化都是编码级的，编写用例和维护的成本比较高，很多年没有很大的突破。现在结合大模型后，开启了小范围的试点，基于文本转化为可执行的UI自动化用例。第二部分：智能归因。对于与预期不相符的case，这个case是用例设计问题，还是环境问题，还是一个bug。之前是由人来看报错，现在可以通过传入代码、报错信息、日志等信息，由大模型来做初步的判断，可以减少人力成本。其他：数据构造等场景。2.团队使用什么编程语言Java和Go比较多，前端代码用TS。

1.自我介绍2.实习中印象最深的一个项目介绍，为什么印象深刻？3.实习中一般会关注哪些数据？整个数据漏斗有哪些环节？4.单一段你做的最不好的经历，如果现在让你重新做一遍，你会如何优化？5.描述一下你对xx垂类的全部认知6.你认为xx垂类的创作者都有什么特性？7.你近期都有关注什么热点事件吗？如果用这个热点来做话题促进UGC生产，你会选什么角度切入？8.过往是如何做社群运营的？怎么提升群内用户活跃？9.你认为你应聘的这个岗位最大的优缺点是什么？10.之前学的是国贸专业，为什么要求职互联网运营岗？11.谈谈你对上一份实习以及当时的mt看法12.目前有没有其他offer？如果收到offer什么时候能入职？

自我介绍 讲一下gmp（还好下午面字节的时候也考了，面完之后复习了一下，讲的比下午流畅一点）穿插问项目/实习+八股- 后端分页是怎么做的，为什么要分页，用的哪种分页机制（我只知道page+pageSize，不知道还有别的，面试官解释了才知道）- 布隆过滤器在项目里是干嘛的（只问了具体使用没问原理）- 对比一下go的泛型和接口- 为什么要做第二个项目（星球里的分布式缓存）- 介绍一下etcd- 你的项目里缓存能实现强一致吗- 讲一下缓存污染，为什么要用lru-k- 讲一下一致性哈希的作用- 讲一下singleflight的原理，并发安全吗，会不会出现结果污染的情况，怎么解决call失败了其他请求一直等待的问题- 实习这里为什么用sse，为什么选择sse而不是WebSocket算法- 检测回文链表- 数组中出现次数topK的数，时间不够只讲了下思路，追问用优先队列的话应该用大顶堆还是小顶堆后面就是反问，一共一个小时不到，总体感觉也没考得很难，面试官很和善，跟下午字节一面体验差不多

1.请你做个自我介绍2.你投递过哪些公司？为什么选择我们公司？3.你为什么觉得自己适合这个岗位？4.你对字节跳动的了解有多少？能说说我们公司的核心业务吗？5.你对商家运营这个岗位的理解是什么？6.你之前有过商家运营相关的工作经验吗？请举例说明您在过往工作中事如何提升商家GMV的7.在之前的工作中，你是如何进行客户培育的8，能否分享一次你策划成功并执行的市场活动案例9.你如何理解分层权益，并在实际工作中应用过吗10.如果你是电商的商家运营，需要帮助一个刚入驻的大学生创业团队提升销量，你会从哪些方面入手

1.自我介绍2.项目和实习(面试官说我项目比较简单，随便聊了一下开始八股轰炸)3.tcp连接建立和关闭的过程，如果没有三次握手和四次挥手会有哪些问题4.网络层次模型5.浏览器输入网址后网页显示流程6.为什么有了tcp还需要http7.ssl/tls加密过程，加密算法是对称的吗(答了握手阶段是非对称，交换完成后对称)追问原因8.进程和线程的区别9.有哪些进程调度算法，目前主流的调度算法是哪种手撕:1、分隔回文串，LeetCode131回溯2、给定一个n和个位数组，组成的小于n的最大整数(也是回溯)

自我介绍 问简历里的项目和实习经历哪个印象最深，然后让介绍一下遇到的难点（选了一个我比较熟悉的，不过还是说的有点语无伦次）然后就是继续问两个项目并穿插八股（好像就问了布隆过滤器、lru的原理），没问实习go的gmp模型（我只能杂乱地东讲一点西讲一点，串不起来，面试官也没有深入问）以上大概30分钟，然后手撕算法就是力扣的那道lru（没有测试用例，得自己测），我还算熟悉，十几分钟写完就反问环节了第一次面大厂，感觉比想象中要简单些，面试官也很温和，遇到我不熟的内容不会一直追问拷打，还让我别紧张

已经不是压力面了，属于是直接把我本就不牛逼的水平直接干碎了，有点不想复盘了，回想起来就是ptsd纯纯折磨自己。。。等我缓几分钟调整下心态再写。。。算了明天写，今天先缓缓。。。10.22 趁着还有一丁点记忆赶紧把能想起来的想一下，当时面了一个半小时很多细节记不清了。。。今天心情平复后发现起码字节的压力面是利大于弊的，他直接告诉你面试官最看重什么，怎样思考，怎样做项目中的内容最加分，对校招生潜力判断的依据是什么；这些是能通过问题甚至面试官直接告诉你得知的消息，对后续秋招有非常深远的帮助和指导意义；10.22 更新结果，半oc，加面一轮技术终面（都有三轮技术面还是我独有的？二面面我的是跨部门lead...

服了，还是技术面，hr说好的给我免一次面试呢40min，自我介绍+项目+八股+场景，八股问了一个fork完子进程能不能拿到父进程的socket，不太会，盲猜COW复制了一个所以不能，其他都是常规八股；场景第一题问了一个一堆IP地址怎么尽量少地保存、尽量快地查找，保存用32位无符号数，查找做个01Trie；第二题要求设计一个准实时的用户积分排行榜昨晚安享5h私人睡眠，感觉答得一般

1.你理解的“销售策略”岗位，与一线的“销售”岗位，最核心的区别是什么?你认为这个岗位，如何能让整个销售团队变得更强大?2.我们的一个主要竞争对手，刚刚宣布将其核心广告产品的价格下调了10%。销售团队非常焦虑，要求我们立刻跟进降价。你的任务是在24小时内，给出一个“是否跟进”的数据分析建议，你的分析报告里会包含哪些核心部分?3.数据显示，我们的“直客销售”团队的“客单价:和“签约成功率”都很高，但人力成本也很高;而“渠道销售”团队(服务中小客户)虽然客单价低，但覆盖面广，人效高。你会如何设计一个分析模型，来科学地评估，下一个季度我们应该把更多的招聘名额给哪个团队?4.一个我们之前从未关注过的新兴行业(例如企业SaaS服务)，其在社交媒体上的广告投入正在快速增长。你会如何构建一个“市场机会评估”框架，来判断这是否值得我们投入专门的销售力量去开拓?5.反问环节

超级简单没那么多繁文缛节，面试当场告知过，认为我高度匹配非常好继续发展；反观昨天字节压力面我真的要狠狠真实你了宇宙厂。给我面爽了，有这样的mentor干活也不至于多压力，非常佛系啊感觉，还是这么多次面试唯一知道我是27届日常实习的，其他厂给我的感觉就是把我当秋招面。。。这也是唯一一个面试官提前几分钟来的，感动死了；比较关注项目实践经历与实习内容，几乎没咋问八股，也没考算法就是昨天压力面给我整失眠了今天很困精神状态不是很好。。。就这人家都喜欢我。。。我也喜欢你米宝！------------------------------------------------------------------...

23min，👻了1.自我介绍2.实习经历问了一些项目不合适的地方（因为实现是跨部门的，实习时其实请教了但没有很好的答复。面试官：还有呢 （😧）3.手撕最少操作次数，可以更换，插入，删除目标：aaffaaaaff当前：bbbbff简单表示不能直接匹配，没去做了。4.反问：问了下手撕：可以想想dp状态

1.本硕为什么选择这个专业？非统计出身，做数据分析的动机是什么？每段实习的成长是什么？2.拷打实习项目：侧重提问因果推断和AB实验项目3.手撕两道SQL，涉及窗口函数和JOIN，不难4.机器学习：阐述KMeans和集成学习的原理5.AB Testing：一二类错误、最小样本量公式、实验周期怎么确定，不同指标类型用什么检验方式以及为什么6.统计学：几种t检验的区别和应用场景

感觉面试官像个社畜，对啥都提不起兴趣的感觉。。。和藤子二面面试官一样比较担心我一旦实习，大三os和计网的专业课咋办；花了好大功夫证明我自学能力很强，一面对我的os计网拷打也很认可，不知道他听进去没。半个小时算法，部分安卓项目，无八股，无实习，具体问了啥有点忘了，感觉这次面试没有太大学习和参考的价值-------------------------------------------------------------------------------------------------------------------------------------------------------...

2025/10/22 一个小时晚上约HR面…………………………自我介绍实习经历手撕变种LRU八股用户态内核态怎么切换多线程怎么切换调度页表学习工作遇到什么困难吗反问…………………………好累😥

1.如何评价竞品在泰国市场突然大力推广了buy nowpay later 功能，如何评估这个举动对我们业务的短期和长期影响?2.对tiktokshop的买家进行价值分层，你会选择哪些核心指标和数据维度来定义?追问:这个分层结果产出后，你会建议运营团队如何对不同层级的用户进行精细化的、差异化的运营?3.通过“直播带货”成交的订单“退货率”比通过“搜索”成交的订单高出30%。如何深入分析这个现象?-追问:这个分析结论，对于我们是否应该大力发展直播电商业务，有何影响?4.如何评估是否开拓一个新的国家，你会如何搭建研究框架，来评估这个市场的“进入可行性”和“潜在风5.如何找出那些在过去90天内，购买频率最高的前5%的用户，并分析他们最偏好的TOP3商品品类是什么?6.我们想测试一个新的、由AI驱动的“个性化商品推荐”算法。你会如何设计一个严谨的A/B实验来证明新算法优于旧算法?-追问:你会关注哪些核心指标和护栏指标?7.运营团队提出了两个方案来提升 gmv:A.全场普发大额优惠券;B.针对高价值用户，通过算法推荐“千人千面”的精准折扣。你会如何通过数据分析来辅助决策，选择哪个方案?8.像Shein和 Temu这样的平台，它们在美国市场获取成功的核心打法是什么?你认为它们的模式有哪些是可持续的，又有哪些是可能存在长期风险的?9.如何设计一个分析方案，来评估我们平台上商家的“健康度”和“潜力”，并指导商务拓展团队去优化和招募商家?10.设计一套监控指标，监控和分析我们的物流合作伙伴在某一市场的履约表现