字节算法data 二面面经

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。