mhy前端一面

我觉得如果有个我真心喜欢的人，随时让我她那里找工作也可以，但是如果只是找个对象，那肯定是面包为主，毕竟人家女的可不会跟着个穷小子

1、自我介绍 2、HSTU用作encoder还是decoder？ 3、传统DLRM与生成式推荐的区别？ 4、SASRec了解吗，讲一下？ 5、Transformer 的encoder和decoder的区别？ 6、decoder的mask是怎么做的？ 7、HSTU的mask是怎么做的？ 8、HSTU 与Transformer的区别？ 9、了解过HSTU 源码中召回和排序是怎么做的吗？ Code: 1、交换链表两两之间的节点，分析时空复杂度。 2、三数之和。

公司得知我会Python处理数据，直接给我开了每月20K！面试那天，技术主管扫简历时，目光在"学历大专"上顿了半分钟，眉头皱得能夹碎笔。他叹口气，手都要把我简历往"淘汰堆"里扔，最后还是勉强问："你……会用电脑处理表格数据吗？"我平静点头："会用一点Python的pandas库。"他猛地坐直，声音都发颤："你……你居然会用Python处理数据？""会read_csv读数据，也会用head看前几行。"我如实说。"能读文件还能看数据！"他盯着我喃喃自语，下一秒"唰"地站起来，椅子刮得地面刺耳响。他朝办公区吼："老板！快过来！来了个会用pandas读csv的！能处理Excel表格的那种！"整个办公区瞬间没了键盘声。老板拽着领带冲过来，手都在抖："留下！必须留下！月薪2w，六险二金，双休不加班！现在就签！""其实我用read_csv时还会指定编码格式，用shape看数据维度。"我补充了句。老板眼圈直接红了，攥着我手哽咽："公司数据乱糟糟这么久，终于有人能理清了！再加2k！22k！给你数据库访问权限！""其实我没说，我还会用groupby做分组统计，用merge合并多个表格。"做人总得留手底牌。刚坐下，行政小姐姐怯生生凑过来："大佬，你说的read_csv……是不是就是能把Excel文件读进来的意思呀？"我随口答："差不多。"办公室瞬间静得能听见呼吸声，好几个人掏出小本记："import pandas as pd = 导入数据处理库"。下午突然紧急任务：甲方要明早要《Python入门：用pandas处理Excel数据》指南，老板急得冒汗，众人面面相觑——这根本没法搞。我轻咳一声："要不……我来写？"话音刚落，办公室掌声快把天花板震掉灰，角落里总手动复制粘贴Excel表格的运营，偷偷抹了把眼角。自诩懂技术的产品经理却冷笑："read_csv和head有啥难？不就两个函数调用？"我没说话，默默打开Jupyter Notebook，先敲import pandas as pd导入库，再敲df[df['销售额'] > 1000].groupby('部门')['利润'].mean().sort_values(ascending=False).head(5)，按下Shift+Enter——屏幕上整整齐齐列出了销售额超千元的部门利润排名前五。产品经理脸"唰"地白了，低头摸手机搜："零基础怎么学Python的pandas？"午休时，总把数据在不同Excel里来回复制粘贴的同事凑过来，语气满是敬畏："哥，您这会用Python玩转数据处理的，大厂不得抢着要？"我笑了笑，没再多说

主要为场景代码考察 一个八股 一点项目 无算法面试官很耐心很专业很有逻辑性部门：核心本地商业-业务研发base：北京1.一开始投屏使用js写倒计时组件代码，然后在这之上根据面试官的要求进行优化2.存储，Cookie，Local storage，session storage，三种存储方式都是根据写的倒计时代码，穿插着问的，问的很深3.强缓存和协商缓存，项目里用到的是什么缓存？4.缓存的东西问了很多很多5.八股 rem和em6.项目的问题，没有答好7.用过的AI大模型，使用方式，用了他们那些功能，觉得AI大模型他们存在有什么样的缺点8.反问9.总体而言，都是比较开放性的问题