jds移动端开发（记忆版）

1. 自我介绍2. 团队开发项目，前端技术选型是怎么考虑的？3. 项目通信为什么要用 websocket？心跳保活/断连是怎么实现的4. 心跳包是手写的吗？心跳时间多长？5. 为什么设定 30 秒？6. 在这个过程当中有遇到什么样的一些问题吗7. 项目是单机还是多集群8. 为什么考虑使用虚拟列表做消息渲染？9. 那你知道它具体是怎么实现的吗？10. 你觉得还有什么方式解决这个问题吗？11. 富文本框是你做的吗？12. 你在做这个过程当中也遇到什么样的困难吗？这个是你用的什么样的一个组件?13. 可以，那你讲讲表情包是怎么处理的14. 这个表情包是跟人一一对应的吗?15. 所以是全都共享一个资源池是吗？16. Tab 触发 AI 能简单介绍是怎么实现的吗?17. 用的是什么模型？是自己部署的吗？18. 这个项目你跑一下 lighthouse 看看，说一下每一项怎么解决19. 移动端适配是怎么做的？20. 使用 Tailwind 有没有遇到什么奇怪的问题？21. Tailwind 怎么保证协作开发代码统一性22. React 和 Vue 区别和联系，你自己的使用体验23. React 和 Vue 状态更新原理24. React 和 Vue 事件响应模型25. 有没有看过源码，diff 逻辑是什么26. 有没有了解过不基于虚拟 DOM 的框架27. 写一个节流函数28. 这两年 AI 很火，这块有没有接触过？还是纯在 AI Coding 的时候用 AI 工具？29. 在学校都学什么？怎么想着做前端？30. 学校有开前端课程吗？那你是怎么学的？第二次面试总结：在各个方面的知识还是很薄弱，面试官一深入追问就答不上来了，还要继续学习。

没什么参考，全部照着实习问，中间穿插八股，然后算法没做出来，给的是一道debug题，不知道怎么做。。 但是面试官很好很耐心，下次还来哈哈哈

没想转测开的，投后台，给了个测开面试，想着不面白不面就来了哈哈哈大部分都回答上来了，只有半小时，感觉是kpi，无所谓，不脏面评就好请做一个自我介绍（包括学校、专业、技术栈、项目经历等）🔧 项目与技术深度问题关于项目瓶颈与优化在 Agrife 项目中，同步教务系统数据时遇到网络 IO 瓶颈，你是如何解决的？追问：虚拟线程 + CompletableFuture 的具体配合方式？关于数据库数据库这块的并发处理/性能优化是怎么做的？查询场景：索引、避免全表扫描？插入/写入场景：有没有异步处理等优化手段？关于高并发与缓存招新系统在面试结果集中查询时，访问量突增，你是如何应对的？如何避免缓存被"冲爆"？缓存预热/加载策略是什么？缓存与数据库的数据一致性如何保证？更新策略：先更库还是先更缓存？极端场景（缓存过期+并发读）如何处理？TTL、延时双删、Binlog 监听等方案的选型思路？关于消息队列如何保证消息的可靠投递？生产者端：ACK 机制、超时重试？Broker 端：持久化策略？消费者端：消费成功再 ACK、失败进死信队列？如何保证消息消费的幂等性？💡 软技能与职业认知问题如何看待实习中的"杂活"？如果分配的任务比较基础，你会怎么调整心态？在现在这个技术快速迭代的时代，你如何学习一项新技术？以前怎么学？现在结合 AI 怎么学？从文档→Demo→项目→深挖的学习路径是怎样的？在项目开发中，你是如何使用 AI 工具提升效率的？架构设计、文档编写、代码生成等环节如何配合 AI？常用哪些工具（Cursor / Copilot / Claude）？为什么选型？💻 算法/编码题滑动窗口算法题（根据描述推测为「最小覆盖子串」或「无重复字符的最长子串」变体）要求：使用左右指针动态维护窗口，统计字符频次，求满足条件的最小区间长度考察点：双指针、哈希计数、窗口收缩逻辑

一、技术岗位（含 AI 相关方向）1. AI 应用开发 / 后端开发金山云考察重点：AI 工具在实际项目中的应用（代码生成、优化迭代）初创公司（上海 / 杭州）考察重点：AI 生成代码的流程设计、Prompt 编写、测试兜底美团考察重点：模型幻觉处理、RAG 优化、多模型对比阿里（通义灵码团队）考察重点：需求拆分、AI 代码架构设计腾讯（代码智能算法岗）考察重点：微调经验、AI 辅助编程实践附加技术栈：Redis / Kafka 消息队列、MySQL 调优、分布式系统（跨主机通信）2. 前端开发京东零售考察重点：AI 辅助开发（Vue/React + 页面生成、组件优化）蔚灵科技考察重点：框架通信机制、CSS 布局（Flex）、异步处理（Promise）3. 测试 / 测开OPPO考察重点：AI 生成测试用例的覆盖率优化、结果准确性验证蚂蚁（大模型评测岗）考察重点：RAG 检索、FunctionCall、Playwright MCP、WebSocket/SSE 区别二、非技术岗位AI 产品经理（多家公司）考察重点：SQL / Python 脚本的 AI 生成、自动化提效场景、用伪代码与研发对齐需求三、考察趋势速览实战派公司（允许面试中使用 AI 工具）字节跳动、美团研发派公司（聚焦 AI 编程工具本身开发）阿里（通义灵码）、腾讯（代码智能算法）、开放传神科技四、高频考察问题（供备考参考）实际项目中如何结合 AI Coding 进行优化？如何设计 AI 生成代码的流程与兜底方案？如何处理模型幻觉？如何优化 RAG 分块？有无微调经验？如何对比多个模型的效果？五、备考建议技术岗重点准备真实项目案例，突出 AI 工具带来的优化点以及解决的问题非技术岗突出 AI 提效场景，例如用 AI 生成 SQL / Python 脚本避坑提示：避免只回答“我会用 AI”，要展示问题拆解能力和结果验证方法。