转自:https://www.cnblogs.com/king-lps/p/11795529.html

这一生的挚爱 提交于 2019-12-09 19:36:07

转自:https://www.cnblogs.com/king-lps/p/11795529.html

总结:只投了算法岗,7.15到9.15找工作,字节的offer最早,所以9月中旬之后就不找了,等谈薪资。总体而言拿到的有字节、搜狗、拼多多、海康、华为、虹软、大华、14所。

 

 

一. 7.15下午3:00 oppo一面

1. 关于图像配准的应用。

2. 写出端到端匹配的网络流程。画网络结构图。

3. 写出人脸超分的网络结构和具体流程。

4. 人脸超分和其他超分有什么不同。

5. 写出ransac的算法流程图。

 

二。7.16下午4:00 oppo二面(已挂)

1. 除了sift还有哪些传统算法?orb,surf。

2. 你觉得和其他人的优势?缺点

3. 常用的哪些滤波算法?

4. 深度学习方法比传统方法速度慢多少?

 

三。 7.16上午10:30-12:15(字节跳动一二面)

1. 自我介绍,介绍端到端的网络流程。

2. 介绍从vgg,resnet的目的,goolenet,efficientnet,SEnet的部件,mobilenet系列,shufflenet系列等

3. 介绍目标检测fasterrcnn

4. bn作用

5. 写一个反转单链表

6. 第二个算法题,给定一个数组和一个数字k,计算所有满足可以整出这个数字k的子集个数。

等5分钟,之后又换了个面试官。二面如下。

1. 自我介绍,说说你觉得最有趣的一个算法吧。然后我就说了我们最近在做的iccv轻量级人脸识别。从流程到改进和结果排名都说了,顺便就提及了各种轻量级网络结构,然后紧接着就让我介绍各种网络,类似于一面,把经典网络和改进以及轻量级网络介绍个遍。

2. 说说目标检测,non-local知道吗,我说细节不太记得了,看了太多关于网络设计的文章,只记得今年有一篇non-local用在了人体姿态。

3. 说说机器学习了解多少,聚类算法有懂吗。我说DBSCAN和kmeans。然后写一下kmeans。

4. 问我还有什么要问我的吗,我说你们是做啥的。接着说结束了,有消息会再通知我。

5. 十分钟后电话打来约了7.18晚9:00的面试。

 

四。2019.7.18  晚上9:00-9:30 今日头条3面

1. 大规模图像检索怎么提速?我说先针对视频聚类,然后在去和这个待查询图片做对比,看一下哪个簇和他最相关。 知乎, 知乎

2. 对于视频的匹配,一帧一帧得图像,怎么去匹配?比如说有两个视频,其中一个是抄袭另一个人的,那么这种相似的匹配怎么做?训练集和线上的验证集差异很大,怎么办?或者怎么做迁移?无监督怎么弄?

总结:我全程说不太会。但面试官挺好,说没关系。他说和这次面试结果无关,但是我给你几个建议:可以多去了解一下真实的场景业务。然后问我个人发展规划?对地区选择有没有要求?可以做一些跨领域的东西吗?我说都可以接受等等。最后说hr会在一周之内给我结果。

 

五。2019.7.22 下午3:00-4:00  作业帮1面(已挂)

一上来面试官就说我们大约1个小时,前45分钟是简历相关,后面是你可以提一些问题。问题都中规中矩。

1. 介绍一下异源图像匹配

2. 介绍一下同源图像匹配和端到端

3. 介绍fasterrcnn中的rpn

4. 介绍人脸识别竞赛

5. 问我C++会不会,我说用的比较少,然后他说做图像C++还是离不开的,另外问我opencv常用哪些接口函数?我也用的不是很多。

中途他说这个匹配和我们做的ocr光学文字识别检测有点不是特别符合,可能有点吃亏。一听这话就明白了。

后面做了两个题,一个是链表翻转,另一个是条件概率。

 

六。 2019.7.25 晚上9.57 

收到头条消息说提前批已结束。正式批开始。等了一周的结果最终还是凉了。

但是8.5有HR告诉我通过了并且给我发了意向书,最终40万-50万

 

2019.8.9 10:30-11:00 海康威视电面

问了下论文,然后问我C++多态,python迭代器和生成器,爬楼梯算法,我说动态规划或者斐波那契,问我给定一个栈,n个元素,问有多少种进出方式?我说也是动态规划,但是递推式没有给出来。

 

七。2019.8.16  拼多多一面(学霸批)

下午4点的时候一面面试官(感觉像是只比我大一两届的学长吧。。)加了我微信。然后微信语音(大约45分钟)。

1. poster论文介绍

2. oral论文介绍

3. end-to-end介绍

4. 介绍一下我的方向在电商领域怎么用。以图搜图的数据怎么来(工业界所有都是从头来的),我说可以在网上down数据,然后聚类。后来面试官说也会根据一些商品的文本信息去做这种图文相关搜索(确实是好办法)。

5. 然后这个小哥就说你的方向其实和我们部门挺相关的,挺希望你来的。我???然后他就说我介绍一些我们部门吧:

  • 自动找样本,做自动化分类
  • 以图搜图(小哥所在部门):全网平台,看他价格是否是比竞品便宜(又说我们有十几亿的数据和平台供你使用。挺想让你加入我们。。)
  • 基础技术:特征学习,OCR,detection,segmentation等
  • 应用:自动做海报等
  • 内容理解:图片,视频,(商品活跃度),什么样的图网友喜欢点开,比较火等

小哥也提到了他们组的leader很强,做的大都是AI落地的东西。 他觉得还是非常不错的,地点上海。

 

2019.8.25 晚7点-8点   拼多多 2面

输入一个正整数K,输出十进制位数<=K的所有正整数

等了很久了三面,因该是gg了。此时是2019.9.7 下午4点

卧槽。。。2019.9.8 下午4点打来电话说面试。很温柔的小姐姐和我聊了家庭背景、工作考虑以及对拼多多的了解等。说接下来可能需要1-2周的时间来反馈。感觉希望又来了。。。

2019. 9.25 打来电话和我说通过了学霸批面试,将在一到两周发放正式offer。最终50万+

 

 

八。 图森 2019.8.21下午5点-5点半 一面(电话面)

写在前面: 图森的一个slam面试官面的我,感觉做research的就是更严谨,他问的东西会更细节。

1. 论文两篇相关。

2. IN和BN的差别,计算的集合不同。

3. 人脸的这些loss权重W和特征H的模值只能norm一个的话应该norm哪一个?为什么?如果把W和H都norm为1的话有什么影响?

4. 如果让你实现动态感受野咋办?可变性卷积。

5. 如果让你加大感受野咋办?我说可以类似googlenet的并行卷积、空洞卷积,他补充了一个ASPP

5. 一个3*3 conv+3*3+dialted=1的conv+3*3+dialted=2的conv的感受野计算?

6. OHEM和Focal loss的不同?我说第一个是前者需要每次把loss排序,然后大的loss反传,后者不必且更加自然。其次后者有一个alpha项可以权衡正负样本的数量差异。

总之做research的就是不一样,会更细节。) 

201.8.25 中午12点左右收到邮件说岗位暂时和你不匹配,已凉。 

 

 

 九。 大华

大华零零散散的电话面试了几次,也做了题,整体感觉蒙蒙的。然后今天(2019.9.7 下午4点)qq视频面试说这是终面,就面10分钟。然后就是主管简单问了两句关于为啥来杭州,个人优点和缺点等。最后开出了很低的价,秒拒。

 

(9.11号我一天内面试了4家:14所、商汤、海康威视、华为)

十。2019.9.9 商汤

下午2:00-4:00听了阶教的商汤宣讲会,并在会后投递了简历。然后9:10晚上来了面试的短信。让我11号在酒店面试。

9.11 上午11点。商汤。简单聊了聊人脸,发现他们也做了lfr竞赛,然后拿到了第1。。他还说我的想法挺不错,最后问了一个数学问题和一个反转链表。最后又聊了一下工作选择以及商汤工作感受等等。面试体验很轻松。

 

2019.9.23 商汤二面(微信语音)

论文+编程(非极大值抑制)

python小知识点

几道概率题

 

2019.9.27 商汤三面(综合面 微信语音)

论文+编程

LFR竞赛,又提到了我们诡异的曲线...

 

 

补:2019.8.17 虹软科技

约好上午在**酒店面试。三面。其实当天还在纠结要不要去南京14所的面试,准备买下午的高铁。然后面试完之后发现票已经没了。hr说虹软结果在9月底前出。面试一面是图像变换的计算方法,记得是怎么优化单应矩阵等。接着2面就是讲论文,很常规。3面就是hr面,开放性问题。之后一出酒店准备去14所,发现没票了。

2019.9.26 拿到了虹软寄过来的录用函。20多k x14。委婉的拒绝了。

 

 

十一。2019.9.9 搜狗

在8号晚上就来了搜狗的电话,其实刚做完搜狗的笔试题才一天。。应该是简历筛选后的来电。然后约好了在9号下午4:30 **酒店面试。(很奇怪的是又是在**酒店,9号晚上还有14所来学校的宣讲会,然鹅我面完搜狗3面出来已经7点多了。。)搜狗一面讲3篇论文,常规,然后让写一道数组题(无序数组找最长的连续数组)。2面就直接说我们简单聊两句就行。然后聊了一道扑克牌题目:设计一个函数实现一副扑克牌牌打散。就是说如何做使得扑克尽可能地无序的分散。hr面,问了家人,北京,职业规划等等。然后说中秋国庆之后会有消息。11.8号才谈薪资 40万+

 

 

十二。南京14所  2019.9.11上午9点半

上午学校附近的酒店简单聊了之后说定在3部,做一些雷达产品。同时认识了一个拿到北京快手offer的哥们在海康实习过。然后下午面试海康的时候就发现二面主管是这个小哥的领导。。

 

 

十三。海康威视 2019.9.11 下午2点左右(AI算法研究员)

因为下午3:30还有华为,所以我期望尽可能快点面试我。然后发现运气还不错,一面常规问题,有一道算法题,字符串的编辑距离,二面面试官非常和蔼,题目很常规。因为要去华为,所以我把hr面留到了12号上午。12号上午也很顺利,最终40万+。

 

 

十四。华为 2019.9.11下午3.30到了**酒店

人巨多。。。然后我从3.30等到了4.40左右,整个酒店大厅全被华为包了。。一面比较顺利,做的题比较简单就是一个整数的所有因子。二面做的题也比较简单就是给定年月日输出这是当前的第几天,然后注意闰年就行。然后主管面就是一个非常友善的大叔,基本就是聊了聊专业的应用,对深度学习算法的理解等等。

华为就不想说了,太**了,海思16k,秒拒。

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!