美团商分22秋招面试 已感谢信

美团面了大概四十分钟，全程细节拷打，面完汗流浃背，感觉过不了了，看面经吧1.说说你平时是怎么送餐的?直接傻瓜式回答拧车把就走了2.如果送餐途中下雨了，你会怎么办?回答找个地方躲着，然后就问我那订单超时怎么办，答不出来了。。。3.如果有个地方爆单，同时有多个不同楼层但是是同一栋楼的地方下单，可能是什么情况?答不出来，乱蒙了个可能在开派对，有没有大佬知道的4.如果到了商家，但商家还没把餐备好，你会怎么做?直接回答干等着了，然后感觉这样回答不太好,又补了句我可能会催催商家。。。5.实际送餐过程中有没有考虑过使用多部手机?我说配送账号就一个，没必要使用多部手机。面试官好像不太满意6.送到餐了，但客户-直不来取餐,你会怎么办?阻塞等待吗?我说会打电话催促客户，客户-直不来的话就把餐放到地点，然后拍照走人，然后问我这样做有没有考虑过外卖丢失的情况，外卖丢失怎么办，完了，又掉进坑了7.有没有送错餐的情况?我说实际没遇过这种场景，面试官又不太满意了。。。搞不懂，- 定要有实际解决过出错的经验吗。。。没出错不是更好吗。。。8.餐箱满了，但你又接单了，餐箱放不下了，出现了Out Of Box,如何解决?我说一般我会每次接单前检查下餐箱容量，有空间才会接新的单，又追问这样会不会影响接单效率，如果被其它骑手抢单了怎么办?完了，双掉进坑了。。。9.送餐过程有没有把外卖进行分类?我说我一般电动车前后有两个餐箱，前面放带有汤水易撒的，后面放比较干的外卖。总算是能答出一题了10.看了下我送的最快的一单，问我为什么那一单10s就送达了。因为客户就在店里面，当堂点外卖是为了用券。。。我这个订单是不是有点水了，但鼠鼠是真没什么订单拿得出手了做了道算法，一道贪心,给定单子信息，寻找最短配送路线，之前刷过，10分钟a出来了

记录找实习已经一个月了。面试体验，我觉得自己有很大的进步，4.1面试美团的时候，那么紧张，身体都在一直发抖。今天面试的时候已经很坦然了。面试也好累啊记录一下好消息。美团过了一面约了下周的二面我要好好准备，希望团子可以收留我祝大家面试顺利啊面经的话，我后面会发的，最近就先不发了过了一面，我好开心~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~...

秉着一个意向一次面经的原则，先输出一下美团的面经，部门是美团到店，基本都是围绕着项目问的，参考意义不是很大一面（1H）项目：1. darkReader 是什么，你是怎么使用 darkReader 的呢2.  使用darkreader 跟普通的css变量方案有什么区别呢3.darkreader的原理是什么4.  优化其在客户端的注入时机，可以详细讲一讲吗5.  可以说一说 h-lynx 吗6.  为什么要考虑使用 ast 呢，不可以接入 AI 或者直接在单文件进行转换吗7.  首屏 FCP 率是怎么优化的8. Lynx 首屏这么快的原理你知道吗9. FCP的含义是什么，怎么确定FCP呢，在Lynx上是怎么记录FCP的呢10.  优化 css 的打包体积，你能详细说说吗11. purgecss 可以实现 treeShaking 的原理你知道吗12.  说说jsb是怎么封装的，了解jsb的原理吗13.  你提到了性能优化，能仔细讲讲吗14.  你能详细讲一讲对话流插件 SDK 是一种什么样的场景吗15.  为什么要适配多个宿主，是怎么进行适配的呢16.  为什么要使用 iframe 呢17.  你知道应该怎么对iframe进行沙箱隔离吗18.  说说 IPC 和 RPC 的设计原则19. SSR改造，是怎么改造的呢20.  了解SSR的原理么21. SSR和SSG有什么不同呢22. NSR，你们项目中是怎么使用NSR的呢23.  你觉得NSR和SSR这两种方案，哪一种对FCP率影响更大呢八股：24. webpack 的构建流程25. webpack 的打包体积优化26. webpack 的打包速度优化27. vite 为啥比 webpack 快28.  跨域的解决方案，具体讲讲呢29.  讲讲 React 的更新流程算法：30.  面试官说，咱们就简单出道你肯定会写的吧，最后出了个EventEmitter，爱了#暑期# #互联网大厂# #秋招白月光#

腾讯到了录用评估阶段，阿里云发了口头offer，现在有点纠结该选哪一个。腾讯是IEG游戏前沿技术做产品策划，base深圳；阿里云是做技术服务工程师，base杭州。腾讯暑期转正率较低，阿里云相对能高一点。有过两段实习经历，一段是大厂做产品，另一段是在外企做云服务，这俩offer都挺垂直的。腾讯那边听说氛围很好，适合爱玩游戏的人，有点心动，不过工作压力比较大。阿里这边培养体系完善，进去是做to B AI应用开发+服务的，听说工作压力较低，可能有出差去客户企业on site。想看看大家怎么选offerr