前端基础谁还有不会的啊

秋招面经-2-MDPI曼迪匹艾期刊编辑助理，常年招人，当时随手投的；base武汉光谷需要中英文简历；测评（300字英语作文）；流程很快，一周内结束；国内+国外一起面，25min，Teams：1、英文自我介绍2-3min；2、为什么选择武汉（英文）；3、对岗位的了解（英文）；4、业余爱好（英文）；5、你选择公司的侧重点是什么，怎么考虑要来我们这里；6、目前的期刊论文情况；7、在期刊投稿和修改过程中遇到的问题，怎么解决的；8、你这个专业对口的企业有哪些，有没有投递他们呢？9、之前的师兄都去了哪里？10、你们对口企业的薪资大概是多少？11、怎么不选择继续深造呢？12、你怎么看待你之前的实习公司，工作...

感觉简历有问题，大家可以帮我看一下吗，真的很想找到实习,面了两个都挂了

大纲1.秒杀系统的方案设计要点2.秒杀系统的数据 + 页面 + 接口的处理方案3.秒杀系统的负载均衡方案底层相关4.秒杀系统的限流机制和超卖问题处理5.秒杀系统的异步下单和高可用方案1.秒杀系统的方案设计要点(1)秒杀促销活动的数据处理(2)秒杀促销活动的页面处理(3)秒杀场景下的负载均衡架构(4)秒杀场景下的高并发抢购处理(5)秒杀场景下的异步下单处理(6)秒杀成功后的业务逻辑处理(7)秒杀系统的高可用设计(8)秒杀系统的压测 + 故障演练以及实时大盘(1)秒杀促销活动的数据处理一.秒杀促销活动的业务流程二.秒杀促销活动的Redis数据结构(2)秒杀促销活动的页面处理一.秒杀活动页面静态化处...

腾讯微信前端面试面经：技术与沟通的双重考验一、面试初体验这次腾讯微信前端的面试，整体节奏张弛有度。开场长达20 - 30分钟的项目交流，让我感受到面试官对实际项目经验的重视，后续的技术问答和算法考察也极具针对性，尽管最终未能通过，但整个过程收获满满。二、项目细节深度探讨1. 大模型相关技术交流面试一开始，面试官便聚焦于我在实习中涉及的大模型调用相关项目，围绕前后端交互、数据结构化处理、流式传输等技术点展开提问。当谈及流式传输时，我提到工作中接触过的Server-Sent Events（SSE）和Backend For Frontend（BFF）架构，解释了SSE如何实现服务端到客户端的单向实时通信，以及BFF层如何针对前端需求定制数据接口，减少冗余请求。在聊到JSON流式解析时，面试官追问“为什么选择自己手写解析？”，我坦言最初是出于学习目的，参考了开源项目的实现逻辑，希望深入理解数据逐块处理的原理，但这个回答可能未能展现出足够的实际应用价值。2. 智能自驾数据可视化项目我介绍了负责的智能自驾数据可视化项目，主要通过React Hook获取数据，再利用表格组件进行展示。由于项目逻辑相对基础，缺乏性能优化层面的实践，面对面试官对性能优化的潜在期待，我未能给出亮眼的回答，意识到这是自己项目经验中的一大短板。三、算法与技术实操考察1. 算法题：有序链表合并第一道算法题是合并多个有序链表，这是经典的归并问题。我采用分治思想，先两两合并链表，逐步减少链表数量，最终得到合并后的有序链表。通过代码实现和思路讲解，基本完成了题目的要求。2. 技术题：防抖与节流第二道题考察**防抖（Debounce）和节流（Throttle）**函数的实现。在实现节流函数时，我使用记录上一次执行时间的方式，控制函数在指定时间间隔内只能执行一次。但当面试官追问“如何优化防抖函数，避免重复创建定时器”时，我没能及时想到通过保存定时器ID（timeoutId），在新触发时清除旧定时器的方案。面试官略带遗憾的一句“这不应该呀”，让我意识到这个关键知识点的疏漏可能影响了整体评价。四、轻松闲聊与最终结果算法环节结束后，氛围变得轻松起来。得知面试官也是成都人，我们自然地聊起家乡美食、生活日常，还调侃了一下恋爱话题，整个交流十分融洽。面试官最后表示最迟次日给答复，虽然最终收到未通过的消息，但我明白或许是有更契合岗位需求的候选人，这次经历也让我清晰认识到自身技术短板与改进方向。