滴滴一面

时长：30min面试官态度温和，沟通氛围很好，没啥八股，都是场景业务题，注重实习和项目经历1. 详细介绍一段你最有成就感的项目/实习经历，负责的核心模块、业务价值是什么？2. 实习中接手需求时，是如何拆解业务需求、梳理开发逻辑的？遇到需求不清晰的情况怎么处理？3. 项目开发过程中，遇到过业务逻辑复杂、数据联动异常的问题吗？怎么定位并解决的？4. 结合实习经历，说说你是如何和产品、后端、设计协作的？5. 如果项目上线后，出现页面白屏、接口请求失败、用户操作卡顿等线上问题，你会怎么排查处理？6. 针对滴滴出行类前端业务，如何设计高并发下的页面加载、接口请求优化方案？7.  多人协作开发时，如何避免代码冲突、保证代码质量，有没有做过代码规范相关工作？​8. 如果让你开发一个出行类实时订单状态更新页面，你会考虑哪些技术和业务点？9. 项目中，有没有做过需求迭代、代码重构，重构后带来了哪些提升？10. 如何保证前端页面在不同设备、不同浏览器下的兼容性，遇到兼容问题怎么解决？11. 平时开发中，如何衡量自己写的代码的可维护性、可扩展性？12. 结合过往项目，说说你做过的最贴合业务场景的技术优化，以及优化后的效果？等了一个多星期出结果

最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...

1. 面向对象、封装继承多态。2. 抽象类、接口区别和使用。3.  java语言的优点。4. 提到了jvm，谈下对jvm的了解。5. 不同gc算法，不同垃圾回收器。6. 可达性分析。7. 使用ai情况，对ai的态度和思考。

4.24 一二面5.9 oc历经两个月千辛万苦，无数一面挂，感谢🍊厂机会，以后打车用一辈子滴滴