钉钉算法工程一面

先上来面试官说我笔试成绩还不错，恭喜我通过笔试。
1.自我介绍
自我介绍中途就被打断问问题了
面试官似乎比较想深挖我第一段实习的推荐系统部分，但是我主要是数据相关，不太懂其实。
2.为什么我们要用流式 flink 任务而不用 map reduce 啥的（好像是这样问的，不太记得了）
3. 有针对你的 flink 做一些优化吗？有测算过它的时间性能吗？
4.知道哪些召回的方式（倒排？向量召回？）
5. 向量召回中是怎么做到快速召回的？这么多数据量不可能一个一个去遍历吧？（不会。。。瞎扯）
6.有没有用过 java 的 springboot 啥的（完全不会 java）
然后可能是大模型实习项目的一些问题
7. 推理框架你有了解过吗（没有。。）
8. 推理流程你能介绍一下吗？
9. 既然说到 tokenizer，那你了解分词的方式吗？介绍一下 BPE。
10.BPE 中我合并相邻的词后，比如 AB，那么 A 和 B 还会存在词表中吗？（那肯定）
11.分词的时候是分成大词还是小词优先，比如是 AB 还是 A 和 B（AB，这样应该可以尽可能的保持语意）
12. 做微调的时候， 有没有必要去加入新的词到词表中？
13. 那几种常见的微调方式介绍一下。
14. 你在做微调的时候，怎么解决遗忘的问题？
还有一些问题不太记得了， 也没让做代码题，应该是笔试分数还比较好就没做。
反问问了做的业务，他说是有做推荐算法的训练架构（难怪问了我那么多第一段实习的推荐的东西，但是我也没接触过这些算法侧的问题）
还有做大模型相关的一些训练推理框架优化，实际上就是 AI INFRA。
还问了我的笔试反正就是说挺不错的。然后问现在这个岗位面的人多吗？多久有结果。他说简历确实挺多的，一面可能都得一周多才能面完，之后才会做一次筛选。