面试官是一位小姐姐，人很好，不会的题会引导你，啥也别说了面经如下 面试官先介绍自己 自我介绍 说一下你的项目 跨页面怎么通信 比如说我在商品页有一个id我在其他页面怎么拿到 cookie sessionstorage localstorage 问了一下相关的场景题 vue组件通信 http状态码你知道哪些 h5语义化 flex你怎么用的 webpack和vite的区别，原本想继续问webpack

1.自我介绍 2.用户登录的流程 3.如何进行权限设计 4.实现一个三栏布局 5.路由懒加载的原理 6.递归的菜单组件实现方法 7.数组有哪些方法 8.宏任务微任务 9.事件捕捉和冒泡 10.组件通信的方法 反问技术栈 react,pc和移动端都有 问的比较简单，自己答得太差

人生第一次面试。 一面 （差不多50分钟） 顺序是乱的，无手撕无算法 1. 自我介绍 2. 怎么学的前端 3. 了解最新技术 4. 介绍项目，难点：私聊功能；接收者不在线情况；登录鉴权，token存在什么地方 5. vuex与pinia 6. ES6特性 7. 闭包 8. 跨域，子域名不同算不算跨域，预检 9. String与string的区别 10. vue2与vue3区别，喜欢用哪个 11.

面试官一点表情都没有，完全得不到反馈，但很有耐心。。。感觉面试官想引导我说些技术难点，但我的实习经历几乎全是业务逻辑，好像没达到他的预期，感觉要寄了（目前开泡了，等寄了回来更新一下） 1.为什么选前端 2.哪个项目比较有挑战，深入聊一下 3.路由优化项目的主要困难和方案（说了一堆实施思路和方案） 4.（又问了一遍）比较棘手的难点 5.微前端的原理 6.为什么项目要采用微前端的方案 7.团队配合相关

base 成都 核心本地商业-到家研发平台 时间线： 09/04 一面 09/10 感谢信 问题基本都是简历内容派生，感觉没太大参考价值（ 1. 实习经历难点与收获 2. 对于实习中自己参与的某个项目怎么看 3. Nuxt 框架最大的优势是什么 4. Nuxt 约定式路由的实现原理 5. 移动端适配方案（响应式布局） 6. ios 安全底部的适配问题 7. 其他移动端兼容适配问题：ios 输入聚焦

2024-06-20 此时楼主经历了三次失败的面试 已经心如死灰 因此这场面是纯在送 1. 事件冒泡和捕获 1plus. addEventListener的第三个参数是干什么的？ 2. rem 和 em的区别 3. vw vh vmin vmax 4. 一行代码吸顶 position: sticky; 5. 跨域 6. nginx的重要功能 7. 简单请求 复杂请求 8. CDN 9. 基本数据类

发面经攒人品，真的不想搞技术啊啊啊，网上关于项目管理的面经好少 瀑布模型，敏捷模型，DevOps模型区别和适用场景 实习用的哪种模型 简述学校项目的流程，如何项目管理的 项目中遇到的困难和解决方法 我是软件偏多，面试官说他们公司偏硬件 我说没事，我本科都学过基础知识什么的 比较简单，20min就结束，希望不是kpi

晚7.开始的 面试官挺和蔼，上来先自我介绍之后，我再进行的自我介绍 然后讲项目，没怎么问 八股问题问了很多，答出来个七七八八 进程线程区别 SYN洪泛攻击，防范方式有哪些 脏读幻读是什么 shell中如何输出文件指定范围的行 前序后序一样能否唯一确定一棵树 还有很多忘了 然后写题。。 mysql的一个简单查询 然后手撕斐波那契大数加法，刚开始一个dp直接以为能拿下，结果溢出，然后没写过大数加法，从

#字节跳动# #字节跳动笔试题# 第一题：贪心题，要购买到最大的数量使每个钱包的钱不浪费，从遗留的钱数从大到小进行补足，余留的钱全部购买 第二题：思维题。偶数个负数全可以变为正数，奇数个负数选绝对值最小的数当负数，其它变为正数 第三题:贪心+树上dfs。在dfs回溯的过程中加和每个节点的子节点，比较总和与本节点权值大小。为了尽可能少的增加权值，当本节点权值大小 < 总和时，我们只需要

深圳AI异构计算-二面 1.自我介绍 2.项目背景，实际的落地，主要功能啥的，项目多少人，做了多久，基于规则，设备是什么 3.RT-DETR与DETR的优化 4.大模型推理加速的方法哪些 5.attention算子加速 6.手撕代码：leetcode 43，leetcode 946 #面经# #高性能计算# #秋招#

组是负责处理字节内部事宜的工作，可以说是什么都干，监测票据、查找文本特殊信息、总结文件等等。 拷打实习 transformer 前馈神经网络的结构， 为什么会先提升维度后缩小维度 multihead 如果改变head个数会影响参数量吗 大模型是temperature先起作用还是top p 如何解决幻觉，复读机问题 如何处理局部最优点 过拟合 l1,l2区别，用法 力扣1650  二叉树的最近公共祖

一面 介绍你最熟悉的项目 数据质量、来源 训练细节、模型评估 BPE 拷打论文、问其他工作的区别 手撕：链表easy题 手撕MHA 二面 拷打项目 数据清洗、分词、配比 数据来源、代码比例 并行策略 loss抖动 对齐 拷打论文 八股：生成式和判别式、KL散度 三面hr 职业规划 选择offer看什么 base、薪资期望 老家哪的 有无其他offer 具体问题可以私聊我 虽然是提前批，但是流程不算

1. 介绍一下风格迁移论文做法 2. 如何对风格和内容做解纠缠（instantstyle） 3. 但是现在都是clip倒数第二层，clip只在倒数第一层做了文图对齐，你会怎么进行解纠缠/对齐（取很多相似的图像做few-shot的IPA平均，这样子当个数够多时候他们的平均就只代表风格，淡化内容；做风格 风格话图像 内容图像三元组显示训练） 现在想想对齐也可以拿QK得到attention map Q是

具体是做大模型训练套件的中台组，所以很考察涉及大模型内部计算的细节。 1.自我介绍 2.手撕 和最大的连续子序列 3 写一个多头注意力 reshape transpose 4 为什么要使用多头注意力 更多的qkv嵌入更好的表达能力 5 单头注意力和多头注意力计算量比较。多头略多一些，具体应该是多在多头注意力concat之后的又一次线性变换上。这题当时没答对。 6 为什么使用gqa，gqa的好处有啥

1.自我介绍 2.项目拷打 你们的训练数据怎么构造的？ 对话的风格是怎么做的？ 遇到 OOC 问题你们一般怎么解决？ 还有一些比如说动漫角色这种，可能更难解决，你们怎么做。 模型输出内容太假大空你们怎么做？ 记忆怎么做的？ 然后问了一个八股 为什么现在大模型输入和输出价格不一样（说的有点结结巴巴，大意就是说输出需要对每个输入都要计算 注意力，输入只需要计算前面的部分。反正就是平均下来输入的成本比输