内推一下，谢谢各位有什么建议

投的数据工程岗刚进去讲了几分钟实习项目，直接和我说和岗位不匹配了。说他们想要c++功底比较好的，做底层框架开发，可能涉及到一些数据处理。和我做的数仓这块完全不匹配。。问我要不要接着面下去，还是和HR说看能不能调岗。最后也是结束面试了，没有浪费彼此时间

1. k-means聚类点初始化阶段有什么优化策略？2. 如何评估聚类的好坏？3. 介绍transformer架构？4. Attention计算时间复杂度？5. 超长序列下降低Attention时间复杂度的方法？6. Transformer用的什么Norm？7. 分类模型的指标有哪些？8. 分类模型的损失函数？交叉熵损失相比于均方差损失的优势？9. 模型训练过程中哪些行为可能导致梯度爆炸？10. 手撕 树的最长链长度 面的实在有点痛苦，主包做的大模型方向，确实对过去的分类模型不是很了解，问的东西也没什么答出来的，大模型相关的八股也没问，简历上的东西也不问，应该是业务原因吧，可能用大模型不多所以...

向大佬们请教，简历优化、岗位选择。万分感谢🙏！

起手四道手撕1.三道 sql 题目比较简单，两张表链接去重计数求和之类的2.返回第一个不重复的字符下标提问：1.介绍一个你觉得最有难度的项目2.你对java、flink、spark 有什么了解？3.介绍一下 flink 的 checkpoint4.介绍一下 flink 的 watermark5.你做项目的时候有没有遇到 flink 数据丢失或者延迟，你是如何避免的？6. 对数仓分层的了解？7. spark 数据倾斜遇到过吗，怎么处理？