易居一面前端

1.实习介绍 2.JavaScript中的this指向规则有哪些? 3.什么是深拷贝和浅拷贝? 4.React中组件的生命周期有哪些阶段? 5.Vue组件间通信方式有哪些? 6.HTTP缓存机制中，强缓存和协商缓存的区别是什么? 7.什么是事件委托?事件委托的原理是什么?请结合实例说明事件委托在前端开发中的应用场景及优势? 8.TypeScript中的泛型约束、泛型默认值、泛型工具类型(如Partial、Required、ReadonlyPick)分别是什么?请举例说明其使用场景? 9.前端工程化中，ESLint、Prettier、Babel的作用分别是什么? 10.浏览器的同源策略及跨域解决...

杭州林内热水器、燃气灶售后维修服务热线号码羽技术支持杭州林内热水器、燃气灶售后业务中的细微变化 作为杭州林内热水器、燃气灶售后维修企业容器技术支持的一员，每天会面对全球各地企业级客户提出的关于容器的各种问题，通过这几年的技术支持的经历，逐步发现容器问题客户的一些惯性，哪些是重度用户，哪些是轻度客户，这些客户大概分布在什么行业等等。杭州林内热水器、燃气灶售后服务电话400-1898-816在渐渐地接触过程中，发现有些壁挂炉重度容器使用客户，所提出的问题场景也在逐步变化中，由于涉及法律法规，下面数据无法完整提供，只是提供相关简要说明。3.1 引言：范式冲突的根源——确定性与不确定性的管理哲学传统项目管理方法论（以瀑布模型、PMBOK指南中的预测性生命周期为代表）诞生于工业和建筑业，其哲学根基是还原论与确定性。它假设目标是明确的，路径是可知的，通过充分的预先规划和严格的过程控制，可以高效、可预测地交付成果。然而，AI项目是典型的复杂性系统，其本质是探索与应对不确定性。正如第2章所析，其需求、技术路径和产出都是高度不确定的。根本冲突在于：传统项目管理旨在通过一个可预测的流程，来交付一个确定性的产品。而AI项目管理则需要设计一个适应性的流程，来探索一个不确定性的解决方案。当“确定性”的管理哲学被应用于“不确定性”的工作本身时，便会引发系统性的管理危机。本章将逐一解构这些冲突在关键领域的表现。3.2 线性流程的局限：瀑布模型与探索本质的冲突3.2.1 瀑布模型的核心假设瀑布模型基于以下核心假设，这些假设在确定性高的项目中是合理的：需求可冻结： 需求可在项目早期被完整、清晰、准确地定义。阶段可隔离： 项目阶段（需求、设计、开发、测试、交付）可以顺序进行，且后期返工成本高昂。变更应控制： 项目目标是减少偏离基准的变更。3.2.2 在AI项目中的挑战AI项目的探索性使得上述假设几乎全部失效：需求在探索中涌现： 真正的、技术上可解且业务上高价值的需求，往往在与数据的反复交互中才逐渐清晰。这符合敏捷中的“渐进明细”原则，但瀑布模型无法容纳这种演进。阶段高度重叠与循环： 数据准备与模型实验必须并行，特征工程的结果可能推翻之前的业务理解，部署环节会倒逼数据管道重构。严格的阶段隔离扼杀了必要的反馈与学习循环。变更是学习的体现： 基于实验证据的“方向调整”是项目创造价值的关键，而非计划外的偏差。将其视为需要严控的“变更”，会阻碍团队学习与创新。3.2.3 典型失败场景分析场景：某银行按瀑布模型启动"对公信贷智能审批"项目。需求文档明确定义了"输入字段"和"输出决策"，但未深入探索如何定义好客户的业务规则以及"模型在边缘案例上的不确定性表现"。结果：项目按期交付，模型在测试集上AUC高达0.9。但上线后，因模型无法处理经济周期波动带来的"概念漂移"，且其"黑箱"决策引发合规部门质疑，最终被搁置。根源：前端的需求定义与后端的技术可行性、业务价值严重脱节。瀑布模型缺乏必要的反馈循环，使核心风险被掩盖至为时已晚的阶段。3.2.4 管理启示在AI项目的探索阶段，必须摒弃纯瀑布模型。需要采用能够拥抱变化、支持迭代和反馈循环的生命周期模型（如敏捷、迭代式或适应性生命周期）。项目的控制节点应从“需求评审门禁”转变为“假设验证门禁”，每个阶段的核心产出是“经过验证的认知”而非“已批准的设计文档”。3.3 约束模型的局限：“铁三角”与动态探索的张力3.3.1 “铁三角”理论的适用前提“范围-时间-成本”铁三角是项目管理的基石，它提供了一个稳定的决策框架。其前提是：三个约束中至少有一个是固定的，或者三者之间存在明确的、可管理的权衡关系。3.3.2 在AI项目中的动态挑战在AI项目中，三个约束都变成了高度动态的变量：范围的模糊性与演进性： 试图在初期固定一个“准确率95%的模型”的范围是徒劳的，因为“能否达到”以及“何为达到”本身正是项目需要探索的目标。范围本身是探索的结果。时间估算的不可预测性： 数据清洗会发现多少异常？需要多少次实验迭代？这些探索性任务无法用“人天”进行可靠估算。强行设定不切实际的截止日期，只会导致团队技术上的“捷径”（如过拟合）或士气低落。成本的隐性化与后置性： AI项目的真实成本常被严重低估，大量成本发生在“冰山之下”。

🎓学历背景：双非二本👨‍💻意向职位：前端工程师🔑遇到的问题：感觉简历不是很丰富，想再改改不知道怎么改，求求大佬们帮我看一下

面试战绩： 字节 二面挂美团 一面挂携程 池子已一个月 大概率泡死wps 二面挂深信服 预二面其实还有几家给了面试机会但是眼高手低推掉了😭真的很后悔其余的全笔试挂了我笔试真真真真真的好烂啊，平常没积累实习结束的晚投递得晚没太多时间准备😭，导致根本没有几次面试机会，很多实际场景和项目拷打接的也不是很好只能看后续如果有面试机会再加把劲，多练算法准备春招不要重蹈覆辙了