商汤科技面试经验

面试一共经历了两轮视频面试，两位面试官人都很好。下午2点，准时开始，（没有自我介绍）面试官直接出了一道题：一个多维数组（全为数字）扁平化+去重+排序，题目非常简单，几分钟搞定。根据简历问了React的生命周期和其他的原理，Promise的状态，Docker原理（简历提到了），问了项目相关问题（项目中遇到的困难以及解决方案，简述自己负责的项目），看了下我的GitHub和自己造的轮子，聊了一下商汤的工作和北京的生活，气氛非常不错。大概45min结束一面。 下午3点，准时开始，先是自我介绍，然后问了ES6箭头函数和function函数的差别，快速排序的思路，一道CSS布局相关的问题，Promise.all()返回的顺序，数组push()的返回值，浏览器事件循环机制，一道简单的算法题，大概40min结束二面。这一轮面试感觉也很轻松。大概一小时之后，HR打电话过来说通过面试，并且让我确认offer。 总的来说这次面试体验还是非常不错的，商汤的招聘流程很规范，面试官也不会故意为难面试者。不过这个真的得看缘分和运气。我就属于运气比较好的同学。

先是HR联系你，确认好面试时间之后，把你和面试官拉了一个群，然后面试官会在群里发起面试。一面感觉是小组或部门的Leader，会问你深度学习方面的基础知识，还有最近看过的论文，自己熟悉的网络结构，口述算法题解决方案。二面感觉是入职1-2年的员工，会具体问你工程项目，还会给你一个远程编程链接，面试官会看到你的解答。

一面 1.有没有做过比较复杂的页面？携程的React-imvc做了什么？ 2.使用Redux的好处，以及和Mobx的区别  3.对React最新特性有了解吗？class组件和函数组件的区别？4.useState为什么不能放到条件语句里面？  5.实现一个Promise.all  6.React SSR是怎么实现的？  7.有用过代码规范相关的吗？Eslint和Prettier冲突怎么解决？  8.实现一个数组转树形结构的函数1.在工作中，主要是做什么内容？  2.有用过lerna吗？多个项目之间共用的东西怎么共享？  3.讲一讲微前端是怎么做的？怎么独立部署？子应用通信怎么做？ 4.webpack构建流程是怎样的？  5.webpack loader和plugin的原理和区别？ 6.webpack热更新原理？  7.webpack怎么做分包？  8.做过webpack性能优化吗？有用过rollup吗？ 9.react-imvc是什么？它做了什么？ 10.react和react-dom的区别是什么？ 11.redux和mobx的区别和优劣？用过redux-saga吗？  12.react diff的复杂度，以及react diff的原理  13.react class组件和hooks的区别？  14.什么是TS泛型？  15.从输入url到页面展示经过了哪些步骤？ 16.讲一下重绘和回流  17.知道BFC吗？使用场景有哪些？ 18.怎么判断是否为数组？  19.页面卡顿怎么去定位？  20.数组有10万个数据，取第一个和取第10万个的耗时多久？ 21.有用过canvas相关的吗？  22.JS垃圾回收机制？怎么定位Node内存泄露问题？ 23.你是怎么理解前端的？  24.工作中遇到过最难的问题？有没有什么让你自豪的项目 25.周末你都在做什么？学习前端的途径是什么？

面试流程 20min左右，第一轮不确定是不是HR面，因为感觉面试官也不像是HR，主要是对简历的内容进行深挖，然后介绍了一下岗位的要求，以及询问了你对项目管理的认识。以及实习的时间问题。提问环节问面试结果什么时候通知10min，主要也是问了一下简历的内容，针对简历中遇到的，在项目过程中有遇到什么困难，是怎么解决的进行了一些提问，并且提问后问到，如果再来一次有没有更好的解决方案，回答完之后面试官还挺开心的。没有提问环节

一面，就是是一堆八股文，两道medium算法，有难度，但是我写出来了，42分钟聊完结束一面，二面呵呵，问了俩题：1. 不使用变量交换两个值（这里没说是数字）2. 怎么使a === 2 && a === 3 && a === 4（没有说在什么环境，我预判这里要有对象，才能对属性坚挺变化，浏览器下有window，所以我提了个对象出来，并且实现了）这俩题都有设定漏洞，所以我对提出了质疑，估计随便搜来的题目然后自己编了下hh，面试官一个字也不说，感觉像是我欠了他800块钱一样估计是也没准备，这么没水平的人也去当面试官。记录下，2023年5月9日下午3点的前端二面不诚心招人，就别找这种水平的面试官来面试，好吗？

1. 针对可能出现的工作环境提出解决方案 一切为了整体进度和工作效果考虑，经常做利弊权衡，首先进行思考，与研发进行深入沟通，先坚持，如果对方也坚持，而我经过利弊权衡之后认为弊端并不比优势大，那么我会妥协。多年理工科训练造成的逻辑能力，拆分问题，从大化小，习惯性考虑多种情况；学习能力，同时处理很多事情，同时取得不错的成绩，可以流畅快速的阅读英文网站、算法文档。喜欢看书。交流方面，机器学习背景让我可以较快理解算法人员的意图，同时我注重个人口头表达的训练，有公众演讲、做讲解员的经历。我的缺点：理工科背景，欠缺商业训练，商业思维方面较差，思考问题考虑这方面比较少，需要加强