字节三面+hr面

1、回顾你做过的项目，哪个技术决策是最艰难的？支撑你拍板的核心依据是什么？2、如果当时掌握的信息增加一倍，你的决策会改变吗？3、这个决策给你带来的最大经验教训是什么？4、除了技术输出，你如何确保你带来的改进能持续影响团队？5、你用什么方法将个人经验转化为团队资产？6、如何衡量你在团队中产生的"非技术"价值？7、如果要你削减现有项目50%的资源，你会用什么框架来决定保留什么？8、在信息不完整时，你如何判断哪个方向具有"杠杆效应"？9、你的判断标准如何平衡短期收益与长期价值？10、面对一个模糊但重要的业务问题，你的分析框架是什么？11、你如何确定问题背后的真实需求？12、当你的分析结论与常规认知冲突时，你会如何处理？13、在未来3-5年，你希望打造什么样的"代表作"？14、为了实现这个目标，你认为最需要突破的能力瓶颈是什么？15、你如何定义"成功"，又如何应对过程中的不确定性？

10.30字节一面1. 介绍一下第一个项目完整链路2. zset底层3. 线程池4. 索引失效5. 协程有了解吗6. 算法是啥忘了 hot100的11.4字节二面1. redis怎么I/O多路复用2. 主从同步有什么风险（锁丢失 redlock3. 算法：三数之和11.6字节三面1. 实习中怎么解决数据一致性问题2. 压测怎么做的3. 对ai的了解4. 在学校的研究方向5. 零拷贝6. 进程线程协程7. mysql主动同步8. https-------------------无后续大概率g

字节客户端，流转番茄、剪映、抖音、飞书等多个部门，历经十三次面试，终于拿下。前六面面经见上篇，记录下后续面经：七面（1h45min）1. 自我介绍2. 实习项目3. 介绍下实习的项目架构4. 讲讲对Compose声明式的理解5. java强引用和弱引用的区别6. 还有其他引用类型吗7. ThreadLocal8. 你平常有什么遇到的ThreadLocal的应用场景9. java集合类型（介绍各种集合，吟唱List、Map、Set）10. 集合多线程访问数据竞争问题怎么解决11. synchronized的用法12. LeakCanary检测内存泄漏的机制13. MVVM、MVP、MVC三种架构的区别14. 算法：搜索旋转排序数组总结：知识点知识面掌握挺不错的，基础知识的细节也了解得比较清楚，实习经历对于一个还没毕业的本科生来说还是不错的。过八面（1h）1. 项目拷打2. 不使用ksp开发的监测组件有什么办法定位Compose组件执行耗时3. LeakCanary原理机制4. OKHttp和Retrofit设计模式（答了七八个主要的）5. 责任链好处是什么6. 包大小优化措施，提升了哪些性能7. 线程和协程的区别8. 鸿蒙调用cpp是怎么做的9. 了解什么跨端框架10. flutter为什么比原生慢11. flutter和react native在渲染机制上的区别是什么（自绘引擎独立绘制和原生组件映射）12. kmp是怎么实现跨端的（逻辑层统一编写，UI等原生层各自实现）13. view事件分发cancel事件什么情况会触发14. view事件分发流程15. Binder机制16. lc.215 数组中第k个最大元素（要求先讲几种不同方法，再实现代码最复杂那个）(1) 直接排序 O(nlogn)(2) 优先队列（最小堆）O(logn)(3) 快速选择 O(n) 写这个的代码总结：没什么问题，秒过，进入hr面（最后倒在审批，原因是手头的offer不够多很难争取）九面（hr面45min）压力很大，像是在面技术面1. 自我介绍2. 为什么选择就业而不是考研3. 工作室有什么项目需要做4. 项目为什么做了一年（业余时间开发）5. 项目的动机、背景6. 还在实习吗（转正离职了）7. 挑一个实习工作讲一下背景和做了哪些事情8. 技术优化是谁提出来的，leader提出的还是自己找到的9. 做完需求的成长和进步体现在哪里10. 独立开发sdk提效是谁给你的建议吗11. 除了技术问题还有遇到其他困难吗（联调沟通）12. 一开始不使用联调的原因是什么，打乱工作节奏吗13. 做好一个程序员，除了技术上扎实，还需要基本什么样的素质和能力14. 沟通上有什么心得，可以提高工作效率15. 有遇到矛盾和分歧吗，怎么解决的16. 在团队中工作影响你产出的阻碍和困扰有什么17. 新的UI框架你是花多久学清楚的18. mentor对你的评价是什么19. 组内几个实习生，都转正通过了吗20. 和其他实习生相比你的优势在哪里（来得早，知识面多）21. 你有想过未来规划怎么样长期保持自己的优势吗（自驱力，持续学习）22. 跨端方面你觉得哪家公司做得比较好（腾讯视频）23. 你们组的跨端方案跟腾讯视频比有什么差距吗24. 对字节校招面试的感受是怎么样的25.  你是从其他部门流转过来抖音搜索的，对该部门面试的感受是什么26. 有反思该部门二面没通过的原因吗27. 会有失落和挫折的感受吗28. 怎么排解失落的心情29. 现在手头有哪些offer30. 看你也投了其他非互联网公司，对发展的不同方向有倾向性吗审批一周还是倒下了，流转其他部门，后续免hr面后面的面试不怎么问八股了，更多是项目、场景、智力题十面（30min）1. 自我介绍2. 有了解鸿蒙如何与Kotlin通信吗3. Compose对比常规view的优势是什么4. Compose局部重组的原理，标脏机制5. 对最近比较火的ai编程工具有了解吗，像claude这些6. 了解ai编程的原理吗7. 现在还在实习吗8. 什么时候接触安卓的？写过ios，前端吗9. 你会怎么快速上手ios10. 编码算法就不考察了，之前面试都写出来了11. 为啥有微信offer还面其他的总结：从二面开始，通过了就是三面，大概率也不考算法。过十一面（1h）1. 自我介绍2. 实习介绍3. Compose局部重组是怎么实现的4. ai工具你是怎么用的5. 有没有用过claude code、cursor（需要付费，没用过）6. agent是怎么实现的，工作原理是什么7. 你觉得自己比同阶段的同学优势在哪里8. 最近在学什么9. 最近比较感兴趣并且学得深一点的是什么10. Compose什么时候会跳过重组11. 自己后面有什么规划吗12. Compose组件封装得更通用有什么思路吗13. 组件点击事件的响应是怎么扩展的14. 9枚硬币有一枚是假的，假硬币会轻一点，有一个天平，最少称几次可以找到假硬币15. 100层楼，有两个瓶子，怎么扔，最坏情况下扔几次可以用最少次数找到瓶子会不会碎的临界楼层（想了几种方案最终只优化到18次的最坏情况）16. 为什么apk体积比较小了还要优化17. apk优化方案总结：客户端经验很丰富，ai了解不够多。一周后挂十二面（1h）1. 自我介绍2. 实习亮点介绍3. 跨端方案的背景4. 跨端方案很多，为什么使用c++？写起来方便吗？5. java和c++是怎么通信的6. 还了解哪些其他跨端技术7. 怎么判断哪些代码可以下沉到逻辑复用层8. 在跨端过程中你做了哪些9. 举个例子说明哪些代码放在原生层，哪些代码放在复用层10. 底层数据发生变化是怎么通知上层的？数据驱动是怎么做的11. 原生层的viewmodel和底层的viewmodel的区别是什么12. 使用什么手段可以主动发现线上的性能问题（流水线）13. MVVM的设计思路是什么，和传统MVC、MVP的区别14. LiveData相对于传统观察者模式有什么优势（生命周期集成）15. 性能优化的整体思路是什么16. 优化的收益怎么衡量17. 怎么分组快速发现新改动的性能问题（AB实验）18. 安卓内存泄漏的场景19. kotlin协程的理解20. 多线程读取数据可能会有哪些问题，可以通过什么方式避免21. 100瓶水，有1瓶是毒药，喝了1天后会毒发，最少多少只小白鼠和最短几天可以测出来（二进制编码）22. 之前考了很多笔试了，就不考了，开始反问依然是从二面开始。过十三面（1h10min）1. 自我介绍2. 实习介绍3. 介绍几个技术上挑战比较大的，提升比较多的4. 介绍下java和c++通信的细节5. 数据转换有性能上的问题吗6. C++和Kotlin/Java的差异有哪些7. SQLite使用有遇到存储和删减导致数据库文件庞大的情况吗8. 数据库索引是怎么提高查询速度的，原理是什么9. 除了xml解析还有没有看过其他三方库的源码10. okhttp的架构是怎么设计的，有哪些印象深刻的设计，哪些觉得设计得不够好的11. 场景：微信朋友圈滑动卡顿，会怎么分析12. 卡顿是由于什么引起的13. 图片加载过多为什么会引起卡顿（频繁gc）14. 怎么解决频繁gc的卡顿问题15. 设计一个图片缓存库，会怎么设计（三级缓存）16. 不同尺寸、分辨率的图片怎么标识（key怎么设计）17. 不同尺寸的同一张图片怎么关联起来18. 内存缓存图片的淘汰思路19. 图片在磁盘的存储思路（包括图片命名，文件夹命名，图片查找策略等等）20. 图片在磁盘的淘汰策略（包括使用频率记录方法、关联其他图片、删除方法、直接删一半空间的策略等等）最后的场景被拷打麻了。。。已经不知道自己是谁了最终等了一周还是通过了。谨以此贴记录字节面试经历，也希望能带给后来人一些参考

1.为何选择前端开发2.选择offer时的核心思考维度有哪些3.实习项目当前状态与成果如何？该项目技术维度最大的挑战点是什么？4.场景题 用户反馈页面访问慢（异地小白用户），如何定位与解决？5.小白异地用户无法提供复杂环境信息时，如何简化协作？6.项目中是否过讨论过网络安全（如CSRF）？如何防护？7.评价自身优劣势（技术相关）8.平时有哪些愿意长期坚持的兴趣爱好？手撕长度最小的子数组