虾皮一面凉经

时长 60min1. 自我介绍2. 简单介绍下两个项目3. 分布式缓存项目架构如何设计的4. 为什么这样做架构设计5. 如何做的数据更新6. 缓存节点都缓存哪些数据，面对大量热数据场景会发生什么，有什么解决办法7. 用哈希槽会发生什么问题，该怎么解决8. 讲一下 raft 算法9. 如果集群在两个机房，这两个机房断开网络连接了，raft 会发生什么？后面网络恢复了，会发生什么？10. 讲一下一致性哈希11. 如果一个节点下线了，用一致性哈希会发生什么12. Go 语言 GMP 讲一下13. 如果有 4 个计算密集型任务，996 个 IO 密集型任务，用协程处理，IO 密集型任务会对计算密集型任务造成影响吗？14. 协程线程的区别15. 手撕，实现一个缓存结构，最大容量 64M，对于访问次数较高的热数据要长期保存，访问次数较低的数据可以被替换（写了一个 LRU-K16. 有没有更好的解决方法？17. url 输入到浏览器后发生了什么18. http 内容是如何解析的19. 对虾皮有多少了解20. 个人的最大优势是什么21. 你是如何保持对编程的热爱的22. 平时有什么别的爱好23. 为什么喜欢玩单机游戏24. 有没有什么最喜欢的游戏，为什么喜欢25. 过去的学习生活中有没有让你印象最深对你影响最大的人和事26. 反问约了下周 hr 面，许愿 oc 🙏🙏

工作岗位：快手-AI平台-大模型小型化算法实习生工作地点：北京市海淀区西二旗中路29号元中心岗位要求：● 数理要求: 熟练掌握线性代数，概率论，信息论，凸优化等基础知识；了解矩阵论, 随机过程等● 框架要求: 精通PyTorch，熟练大模型并行框架的应用，包括 DeepSpeed，Megatron-LM● 代码要求: 精通Python● 对模型加速的算法研究有浓厚的兴趣，特别是针对LLM和SoRA等前沿模型的推理加速探索● 有论文发表经验优先，提供算力支持对创新idea的研究和应用岗位职责：● 负责快手内部AIGC大模型的推理部署效率优化需求，包括但不限于Diffusion采样时间优化，Dif...

(是之前一段时间太焦虑了，到处随便海投但是没想到简历过了，从hr电话约面试到线上面隔了两天半）哈哈 半个小时结束，铁凉  刚刚去看了官网，没有秒挂我很失望 😅  问的都很基础。一.自己介绍做过的项目中的难点。这个还好。二.开始问基础   1.js数组操作   2.vue基础框架   3.css居中定位   4.js中渲染顺序(比如promise 和settimeout   5.动态加载js  好像还有几个，答得比较流畅就没有太深印象  没有手写代码，可能是因为我答得太菜了面试官就想直接结束了三.反问   1.问了技术栈，vue为主   2.上班时间，早十晚八   3.实习机会，最难绷的部分，因为我知道我表现得不太好，所以我直接问xhs这边投简历可以重复投吗，会不会锁。面试官也笑了哈哈哈哈哈哈，他说没关系，可以再系统的学习准备一下再投。     救命，面试官人很好，一直在引导，也没有嘲讽，但是我再也不想看到面试官想笑不敢笑的表情了   立马拒绝小米，金山和🐧，不想再自找羞辱了😭  刚刚还在跟朋友开玩笑说要#沉淀

楼主秋招已经结束了，之前泡池子期间不敢发出来，所以打算等秋招结束后总结发出来，能在未来给大家参考。因为时间有些久远，楼主只能将当时的一些记录发出来，有些细节的地方可能不清楚，仅供大家参考。一面面经：持续时间：1h自我介绍。React的diff算法原理是什么，介绍一下。介绍下浏览器里的js事件循环。你如何去做跨域请求。后端的token是存放在哪里的。http的缓存有哪些。前端的性能优化方案有哪些。讲讲如何用离线包来解决首屏渲染时间。常见的Web攻击以及防御手段有哪些。介绍下你在实习期间做的事情以及你觉得比较有意义的一件事。两道题。深拷贝。二叉树求最大深度（非递归）。一面问的也很基础，整体难度不大...