光迅科技内推码求求

A面 33min一、项目与实习经历自我介绍实习相关问题七八个二、前端基础与编程能力forEach 循环中能否使用 break？如果不能，如何提前退出？在 forEach 循环中使用 await，循环是否会等待异步操作？对于大数据集（如10万条），哪种循环方式性能最优？为什么？for 循环和 map 循环有什么区别？1 + "1" - 1 的输出结果是什么？是否使用过 TypeScript？与 JavaScript 的主要区别是什么？TypeScript 有哪些面向对象的特性？三、计算机网络TCP 为什么需要三次握手？如果第三次握手的 ACK 丢失，如何补偿？具体重传机制是什么？四、手撕（只说了思路，没真写代码）在一个万级乱序整数数组中，如何高效找到中位数？如何在不使用额外存储空间的情况下，将英文句子倒序（单词顺序倒序，单词本身不倒）？在一个1到N的乱序数组中，N未知，有重复和缺失的数字，如何找出所有缺失数字？要求时间 O(n)，空间 O(1)。五、个人与岗位匹配你是什么时候开始接触前端的？为什么选择前端方向？哪些方面吸引你？你认为自己哪些特质适合前端岗位？忘记反问base和部门就跑了😅因为沉迷丝之歌一直没准备秋招，本来不打算参加携程线下面试，但是hr强烈推荐线下，线下通过率会高一些，并且优先发线下offer，剩余hc再线上，所以还是来了，只仓促背了一天半八股，基本没怎么刷题，想被狠狠挂掉督促自己学习（）秋招首战，第一次参加线下面试，因为基本没怎么准备，抱着完蛋了来都来了要吃回本的心情，很松弛地爽爽吃，轻松上阵。面试官很和善，其实很多八股都没回答上来，滑跪很快，放线上面试估计要完蛋，线下还是很善良地过了。面试流程如图1，由于牛客活动，所以B面另起一篇看首页

📍面试公司：途虎养车🕐面试时间：2025.9.22💻面试岗位：后端开发❓面试问题：自我介绍手撕一道力扣上不存在的题拷打实习拷打项目get和post的区别spring中什么是bea现在前端返回了错误状态码，你怎么排查问题联合索引，最左匹配原则现在有a，b两列，这两列建了联合索引，现在查b这一列，会不会走索引面试官说要去看一下redission的延迟队列的实现，队列里面堆积的消息对redis可能也会造成一些影响🙌面试感想：答得很烂，感觉没了，什么时候才到头啊，总有不会的

1. 假设携程某条热门线路的预订量骤降，你会如何快速查阅市场和用户数据，识别根因，并设计至少两个可行方案进行对比评估？请详细聊聊你的思路。· 追问：请结合你自己的经历，举一个你曾经遇到过的问题，具体说说你是如何识别根因并设计可行方案来解决的？2. 请谈谈一次你在总结分享学习到的新知识，帮助他人提升的经历。你是如何对新知识进行总结的？又是如何进行分享的？分享的效果如何？· 追问：能否具体说说你在这个过程中遇到了哪些学习上的困难或不理解的地方？是如何主动寻找资料或方法突破这些难点的？3. 请举一个实例，说明你在过往的项目或实习中，与合作伙伴发生意见分歧时是如何处理的？当时是什么情况？你做了什么？结果如何？· 追问：请你具体说明，在这整个过程中，你是如何确保对方的需求已被尊重和考虑，从而维护了你们之间的合作关系的？4. 请回忆一次在团队项目中，你发现其他成员遇到困难时，主动帮助他们完成任务的经历。当时的情况是什么？你做了什么？结果如何？· 追问：请你具体说明，当你发现那位成员陷入困境时，你是如何引导他开放心态并愿意与你分享困难的？5. 请分享一个你在学校或实习或项目中主动承担责任，并推动结果达成的经历。当时是什么情况？你做了什么？在这个过程中遇到了哪些挑战？你是如何解决的？结果如何？· 追问：能具体说说在这个过程中，你个人具体采取了哪些行动来推动对方尽快回应和提供所需吗？6. 请举例说明你在校内或实习项目中发现资源浪费或分工不合理等情况，并尝试改变。你当时具体采取了哪些方法？结果如何？· 追问：请问在这个过程中，你具体做了哪些改进措施来确保沟通顺畅和信息准确传递？你是如何跟进和评估这些措施效果的？全程盯着ai面试官头顶的碎发呆毛，想看看这个呆毛能不能随着动作动（）不知道为什么这个ai面面得很疲惫，太久没面试了面完大约一个小时后发来ai面试报告，分别是夸夸彩虹屁和建议

无手撕，30mins左右。【面试问题】1. 🧑‍💻 请先自我介绍一下。2. 🔍 做服务时为何选择 LlamaIndex？是否调研过其他技术？3. 📚 还了解哪些相关技术4. 🧠 对 RAG 有何深入认识？5. 📄 切片（chunking）的原理是什么？6. 🧰 技术栈用过哪些语言（C/C++、Python、Go）？7. 🚀 Go 的 goroutine 与传统线程的区别是什么？8. 🔄 goroutine 的并发控制怎么做？如何等待全部结束？9. 🐳 Docker 镜像三层叠加（A 层 1 MB → B 层改 1.5 MB → C 层删除文件）后最终镜像大小是多少？10. 🗂️ 容器启动后在 C 层还能否看到被删除的 A 层文件？底层是否仍存在？11. 🧹 有哪些手段可减小最终镜像体积？（multi-stage 了解吗？）12. ☸️ 对 Kubernetes 的核心概念与组件了解多少？16. 🤖 描述 LLM、Agent、MCP 之间的关系。17. 🛠️ 是否亲手写过 Agent 或 MCP？请举例说明实现过程。场景题：13. 🖥️ 1 万台机器偶发 IO 飙高，如何定位任意时间点、任意进程的 IO 贡献？最后反问业务，面试官人非常好，非常友善，很详细的介绍了部门的情况，分享给大家。部门主要分三大块：大数据，云计算，AI Coding。大数据不谈。云计算又分上层和底层：- 上层先做“应用交付”，也就是传统部署的升级版。最早用虚拟机，资源利用率太低，现在全面换成 Kubernetes + Docker 容器化。有了容器，交付模式就变了：需求管理：企业开发不能随手写代码，得先提需求、审批、测试，全流程我们管。代码仓库：GitHub 或内部 GitLab，也是我们维护。CI/CD：以前用虚拟机构建，现在容器化，任务跑完立即释放 Pod，一天并发十几万。装包→单测→API 测试→打镜像→安全扫描→发布，每一环都是 CI 的一部分。Code Review：合并前必须过评审。CD 交付：最核心。前面就算出错也不会让站点崩溃，CD 必须保证高可用、多集群、容灾、流量无损。我们用 Kubernetes Operator 做滚动发布：5 台机器先拉 1 台做灰度，人工验证没问题再逐步扩，数据中心级别也是逐点发布。- 说完上层，再说底层：资源利用率：让一台 Node 跑更多 Pod，省的就是真金白银。混部：CI 任务结束后立即销毁 Pod，把资源立刻让给别人，进一步提高利用率。调度、监控等组件。AI Coding 部门：目标是用户提需求 + MCP 框架 + 中间件 → 自动生成代码，大幅缩短交付周期AI Code Review：用大模型 + Agent 扫描漏洞、给出优化点智能排障：AI 自动定位、修复单测失败等问题