腾讯三面卡链接

1.拷打上一段实习2.如果一个材料既有图片又有文字，如何分块3.mcp服务器细节，如何与llm关联的4.mcp安全性如何保证，鉴权具体是怎么做的5.如何防止重放攻击，如何保证前向安全性6.存储在本地key如何防止泄露7.skills是什么，与mcp有什么区别8.闲聊------后续：挂

1. 介绍一下你做过的最有挑战性的项目，遇到了什么技术难点，如何解决的？回答框架：项目背景：简要说明项目目标和技术栈技术挑战：具体描述遇到的核心问题（性能瓶颈、并发问题、架构设计等）解决方案：详细说明采用的技术方案和实现细节效果量化：用数据说明优化效果（性能提升X%、响应时间降低等）反思总结：学到了什么，还有哪些改进空间示例："我做过一个高并发的订单处理系统。最大的挑战是在秒杀场景下，数据库成为瓶颈，出现大量超时。我采用了多级缓存架构：Redis缓存库存，本地缓存热点数据，使用Lua脚本保证原子性扣减库存。同时引入消息队列异步处理订单，削峰填谷。最终QPS从2000提升到15000，...

一面 2.10## 预计时长60min## 实际时长51min1. 对于部门的背景和这次面试有什么想问的吗2. 我看到你现在是在百度实习，可以讲讲这个业务吗3. 跨端做的是IOS还是安卓4. 你对整个架构有什么理解吗，比如离线包这一块，比如离线包解决什么样的问题，离线包是怎么下发和更新的5. 如果说不用离线包，在app上打开一个http地址，这个页面会有什么问题6. 离线包除了快还有什么优势7. React18新特性有了解吗8. 在没有这些特性之前，react是怎么调度的，有了之后是怎么调度的9. fiber本身是为了解决什么样的问题10. 如果没有fiber，diff的时候会怎么样，会不会有一些性能瓶颈11. 平时ts用的多吗12. 讲讲泛型，如果现在要通过泛型传入一个string进去，希望推导出来的结果也是string，怎么做13. 平时用vue还是react多一点14. 讲一下react中常用的hooks15. useLayoutEffect和useEffect有什么区别16. useEffect中可以返回一个函数，这个函数什么时候会执行17. 平时有没有对项目做一些性能优化18. 除了资源相关的优化，还能在哪些方面做优化19. 在浏览器中从输入URL到页面加载完毕的过程是什么（引出可优化的内容）20. 有了解过http2.0吗，可以讲一下他的一些特性吗21. 二进制帧如果丢失，重传机制是怎么样的22. TCP和UDP的区别23. TCP是怎么去实现可靠传输的手撕：深拷贝（后续又延伸问了处理除了对象和数组类型之外的数据的思路）24. 反问及建议二面 2.11预计45min实际90min1. 自我介绍2. 介绍一下实习期间项目里面的一些技术难点，具体是怎么解决的3. 针对刚刚提到的具体的优化，量化指标是怎么样的，如何验证优化是否有效4. 再针对个人项目里面，挑一个难点讲一下，想听到的是分析过程，如何拆解问题5. 共享屏幕启动项目看效果6. 代码是AI写的还是自己写的7. 用的是什么AI，怎么去使用ai来完成一个功能或一个项目8. 有没有在ai的rules或者skills方面做具体的沉淀算法：1. LRU缓存2. 大数相加，自己去写一些测试用例并验证3. 思考题：现在有假设一栋楼有100层，你有两个玻璃球，有些楼层扔下去球会碎，有些不会碎，你需要利用这两个球，找到那个临界楼层，最优的解法是什么反问二面狂面90分钟直接燃尽，面完过年了一直到年后才约面三面 3.4预计时长：60min实际时长：68min## 1. 自我介绍## 2. 聊实习## 3. 有没有考虑过计费或者说成本，或者说对于服务端的压力，比如说CDN的（针对实习亮点）## 4. 对于国际化开发和国内开发的区别，有没有什么心得感受## 5. 多语言工具用的是什么，原理是什么## 6. 怎么判断用户当前应该使用的是什么语言## 7. 实习中还有什么对自己提升是比较大的## 8. 对于跨端架构的几种方案，如何进行选择（h5，native等）## 9. 现在在跨端架构中如果使用webview加载离线包的方案，如果在端内点击一个下载按钮，整个调用链路和过程是怎么样的## 10. 端侧的方法是如何注入到web中的## 11. 聊个人项目，做这个项目的初衷是什么，为了解决什么问题## 12. 项目中的ai主要用来解决什么问题## 13. 调用一次模型成本是多少，输入和输出谁消耗的token更多## 14. langchain.js框架解决了什么事情## 15. 现在写代码都是自己写吗，如何使用好ai## 16. 实习过程中团队会去应用rules或者skills吗，是怎么用的，是为了解决什么问题## 17. 如果现在对于这几个月的实习去做一个总结，会从哪些方面去进行总结## 18. 实习过程中有没有存在对于一个需求，自己方案和mt的方案不一致的情况，如果有，是怎么解决的## 19. 反问HR面 3.6都是常规问题3.12 offer

攒人品中，祝大家都能拿到满意的Offer！1*项目拷打2* 实习拷打3* KL 散度的数学意义是什么？在模型对齐（如 PPO/DPO）中起什么作用？4* MoE架构的具体实现原理是什么？路由（Router）是如何工作的？5* 面对模型在生成过程中出现循环、重复回答的问题，有哪些解决办法？6* BM25 算法的数学原理是什么？它相比于简单的 TF-IDF 有哪些改进？7* Agent 系统中的LangGraph是如何搭建的？其 Memory 组件的工作机制是怎样的？8* 如果单次生成的任务量远大于模型的 Max Tokens 限制，如何实现断点继续生成？9* Transformer 中 Attention 的本质是什么？请从数学角度解释。10* 为什么在计算 Attention 时需要进行Scaling11* Self-Attention 和 Cross-Attention 在作用和输入来源上有什么区别？12* 面对极长序列Attention 的 O(L^2) 复杂度问题目前有哪些主流解决方案？13* 在 Agent 多轮对话任务中，Attention 机制的局限性体现在哪些方面？14* 为什么模型在长上下文对话中容易出现“信息遗忘”？有哪些缓解机制？15* 介绍 SFT的流程，以及如何构建高质量、多样化的数据集？16* 在什么业务场景下，必须引入 RLHF 或 DPO 这种偏好对齐技术？17* MinerU 在解析复杂的工业文档（如图文混排）时，具体的处理逻辑是怎样的？18* 在多模态检索中，文本和图片是如何映射到同一个统一向量空间的？19* Ragas 评测框架中的 Faithfulness 和 Answer Relevance 指标的具体计算逻辑是什么？