虾皮春招前端一面

1自我介绍 2前端学习时长 ，为什么做做项目负责人3浏览器的缓存策略，强缓存如何判断4LCP是什么，如何判断是否是LC，如何检测到的，Lighthouse如何测，有哪些性能指标和内容5平时如何使用ai，如何学习前端6Composition API是什么，有什么用，手写一个看看（之前都用ai写的，没写出来，跟面试官爆了）7平时如何使用cursor进行编写代码，举个例子，细节追问8了解cursor的哪些用法，cursor从对话框输入，到代码修改，中间经过了哪些步骤9了解RAG吗（粗略的说了一下）10cursor中是如何使用rag的（巴拉巴拉说一堆，被面试官否了，让面试官讲一下，面试官说是谁面谁）反问1团队负责的业务（豆包和扣子模型能力的提供）2团队最近碰到什么痛点和难点（保密）3需要加强学习的部分（基础，还特意点了一下，总不能composition api都不会写吧）4公司里面用react多还是vue多（一半一半）只面了四十分钟，考的都不是我准备的，全是盲区和雷点😵，感觉是挂了说话吞吞吐吐的，感觉印象不是很好，还是要多练，总的来说还是挺好的第二次面字节，比第一次（KPI）好多了，感受到压力了，总能精准找到没掌握的

1. 说一下 SFT、RLHF、DPO 的区别，线上项目里你会怎么选？答：SFT 是监督微调，核心是让模型学会“像人一样回答”，训练数据一般是 prompt-response 对，优点是简单直接、稳定、成本低，适合把基座模型先拉到业务可用水平。RLHF 是先做 SFT，再训练奖励模型，然后通过 PPO 之类的方法让模型朝着“人类更偏好”的方向优化。优点是能更细致地对齐人类偏好，缺点是链路长、训练复杂、容易不稳定。DPO 可以理解成不显式训练奖励模型、也不走复杂强化学习，而是直接利用偏好对做优化，训练上比 RLHF 更简单，效果在很多场景下也不错。如果是企业大模型应用，通常优先级往往是 SFT ...

1.实现react的useEventfunction useEvent(fn) {// 实现}function Demo () {const [s] = useState(1)// 返回值onEvent是函数，且是稳定的值// log输出中，s永远输出的是最新的s的值const onEvent = useEvent((a, b) => {console.log('cb', a, b, s)})return (<XX onEvent={onEvent}>{s}</XX>)}2.类名压缩// 压缩CSS类名，你给一个函数，接受传入的元素的class的值。然后压缩返回。需要做到多次调用不重复，全局唯一。// 希望预期的是，对于所有的class的名字，都可以按照最短输出。例如 class-a -> a class-others -> b// 当足够多之后是如 aa ab 这样的值function optim (classNames) {}console.log(optim('class-a')) // 'a'console.log(optim('xx')) // 'b'console.log(optim('class-a')) // 'a'console.log(optim('class-a  xx class-ee')) // 'a b c'

1. 自我介绍（面试官要求：着重项目 + 技术积累）核心考察：技术栈广度、项目落地经历、学习连贯性，需突出与前端岗位匹配的核心能力（如跨端、工程化、前后端兼修）。2. 项目深挖（高频追问，核心考察实战能力）重点追问项目小程序课表督导系统：核心难点聚焦页面转 PDF 的宽高适配，追问 PDF 生成具体问题、解决方案、使用的技术库；延伸追问性能优化实操（防抖节流、懒加载、图片优化、分包）。React 转 RN 跨端重构（AI 股市分析项目） ：核心追问跨端重难点与解决方案，包括两端适配、样式兼容、技术栈重构细节；延伸追问是否独立负责工程化 / 打包 / 部署。工程化追问具体在哪个项目做了打包 / ...