面試題解析 第 13 頁，共 52 頁
瀏覽 OfferCC 面試題解析第 13 頁，查看解題思路、實作細節、追問與公開來源。
程式設計面試：實作 HMAC Webhook 簽名驗證
使用精確原始負載、時間戳、恆定時間比較和有界重放窗口安全驗證請求。
系統設計面試：設計 CloudEvents 事件接入閘道
處理 HTTP 事件規範化、租戶隔離、去重、重試、模式演進和可觀測的投遞語義。
行為面試：如何在交付壓力下守住隱私邊界？
用 STAR 說清你如何識別過度收集、提出可執行替代方案、協調交付與隱私風險，並用結果與複盤證明判斷。
前端面試：如何用 CSS Custom Highlight API 實作搜尋高亮？
圍繞 Range、HighlightRegistry 與 ::highlight()，設計不改 DOM 的高亮、更新與無障礙回退。
後端面試：如何設計 OAuth 2.0 Step-Up Authentication Challenge？
根據 RFC 9470 設計資源伺服器回傳的認證挑戰、細粒度 acr_values、重試閉環與權杖驗證，區分產品策略與協定實作。
資料工程面試：如何用 t-digest 估算百分位數並控制誤差？
從串流資料限制推導 t-digest，解釋尾端精度、合併策略、壓縮參數與驗證方法，避免把近似百分位數當成精確排序。
產品經理面試：B2B SaaS 是否應該提供稽核日誌即時串流？
從客戶安全營運、事件模型、交付可靠性、隱私與成本出發，評估把稽核日誌推送到 SIEM 的產品邊界與發布策略。
通用面試：HTTP 421 Misdirected Request 如何定位與安全重試？
從 authority、SNI、連線複用與代理路由解釋 421，並設計不重複副作用的重試與觀測方案。
程式設計面試：把字串變成回文的最少相鄰交換
用雙指標貪心證明、判斷不可行輸入，並安全實作 O(n²) 原地模擬。
系統設計面試：如何設計可安全重播的 Webhook 投遞？
設計至少一次投遞、持久化事件、簽章、去重、重試與租戶隔離的 Webhook 平台。
行為面試：如何回答「分享一次你不同意主管決定的經歷」？
用可核對的 STAR 事實、影響分析與承諾執行，回答與主管意見不一致的行為面試題。文章提供不攻擊個人的敘事結構、虛構示例與追問練習。
前端面試：如何評估 CSS if() 條件值函式？
從 MDN 與 CSS 規範出發，設計 if() 的條件順序、else 回退、漸進增強與瀏覽器相容方案。
後端面試：如何防禦多授權伺服器 OAuth Mix-Up？
根據 RFC 9207 的 iss 回應參數，設計多授權伺服器情境下的 issuer 綁定、中繼資料驗證、回呼處理與遷移策略。
資料工程面試：如何設計可稽核的資料品質隔離管道？
設計一條把無效資料隔離、計量、修復並安全重播的管道，區分丟棄、強制寫入與 quarantine，並說明冪等、版本與發布門禁。
產品面試：是否應強制所有建置產物提供 Artifact Attestation？
用使用者分層、風險模型、驗證閉環與漸進遷移評估軟體供應鏈證明功能的產品發布。
通用面試：HTTP 429 與 Retry-After 如何指導用戶端重試？
從限流語義、Retry-After 解析、冪等性與退避抖動解釋 429，避免重試放大過載。
演算法面試：如何用區間 DP 求切割木棍的最小成本？
從最後一次切割推導區間動態規劃，處理端點、切割順序、複雜度與可證明的邊界測試。
系統設計面試：如何把 Kafka 消費群組遷移到協作式再平衡？
設計 Kafka 消費群組從 eager 到 cooperative 再平衡的滾動遷移，涵蓋相容矩陣、分割區所有權、提交與故障復原。
如何用 STAR 說清個人影響，又不誇大團隊成果？
把結構化行為題回答升級為證據鏈：明確個人決策、團隊邊界、結果指標與反思。
前端面試：WebAuthn largeBlob 能否取代伺服器端使用者狀態？
依 WebAuthn Level 3 規範分析 largeBlob 的讀寫流程、容量限制、相容性與安全邊界。
後端面試：如何設計 OAuth 2.0 的 JWT-Secured Authorization Request？
圍繞 RFC 9101 的 Request Object，回答簽章、加密、請求參數一致性、重播防護，以及 JAR 與 PAR、PKCE 的邊界。
資料科學面試：如何用雙重差分評估一次產品改動？
從處理組、對照組、平行趨勢與分期上線條件出發，判斷雙重差分能否支持產品因果結論，並設計穩健性檢查。
產品經理面試：SaaS 應把訂閱權益與 Feature Flag 分開管理嗎？
從客戶承諾、實驗效率、權限一致性和營運成本，判斷訂閱權益模型與 Feature Flag 的邊界。
通用面試：如何向非技術利害關係人解釋 SLI、SLO 與 SLA？
用使用者體驗、承諾邊界和錯誤預算，把 SLI、SLO、SLA 講成可執行的業務決策工具。