计算机视觉算法工程师(旷视、商汤、智云、海康)面试总结

校招尘埃落定了,由于最近一直在忙毕业论文,现在才腾出时间总结一下面试经历,因为最近人工智能的火爆,所以今年算法岗竞争也相当激烈,投了很多公司也踩了很多坑,最后也算是收获到满意的offer了。

总体上来看,海康的面试比较水,面试时间很短且难度不高,旷视的面试,后来没有收到offer,商汤的难度较大,但是运气比较好拿到了offer,还面试了一家智云视图的创业公司,面试过程很愉快,也顺利的拿到了offer。

先说一下本人教育背景,末流985本硕,实验室主要研究方向为计算机视觉,因此求职方向也都是计算机视觉算法,按顺序整理一下面试经历,希望对其他同学们有帮助。

旷视科技是面试的第一家公司,每轮面试大概1个小时,具体的面试内容尽量回忆一下。大概首先讲了之前的项目经历,面试官会随时提问,并且让我在白纸上边画边进行讲解。然后就问了解过哪些 CV 领域,接着是一些经典的机器学习算法,包括SVM、决策树优缺点,L1、L2 正则化区别等等,深度学习相关的问的比较少。之后在白纸上手写了两道算法题,分别是判断两个链表是否相交和反转链表,一面大概是这些问题。

紧接着二面,也是简单的自我介绍和项目介绍,问了很多深度学习的问题,比如ResNet 的特点,DetNet原理,BN 有什么优点,梯度下降法和牛顿法区别,RNN 怎么反向传播,哪些原因会导致梯度消失。因为简历上写的熟悉 TensorFlow,所以还问了一些tf的问题。整体大概就是这些问题,因为第一次面试准备不太充分,回答大概正确率百分之六七十吧,后来也没有收到旷视的offer。

海康威视的是电话面试的,面试时间比较短,也是套路性质的自我介绍和项目介绍,然后针对目标检测的项目,问了一些常见算法,让详细讲解一下faster-rcnn的整个从输入到输出的框架流程,然后是rpn的原理,列举一下针对小目标的解决措施,如何解决类内的检测,还有项目中有无其他困难等,主要问的还是项目相关的内容。

第二面直接就是HR面试,没有技术问题,大概就是为什么选择海康、项目中如何进行合作、项目中遇到过什么困难、如何解决的之类。最后也很快收到了offer,是所有面试里最简单的,难度相对最低的,薪资待遇也并不高。

智云视图是面试体验最好的一家公司。之前没听说过智云视图这家公司,去官网上看了简介,也去github上也看了开源的项目,发现了很多人脸关键点,车牌识别,车型识别等开源项目,试了一下效果确实不错,对这家公司也有了大概的了解。智云的校招地点是在北京太阳宫附近,公司环境不错,一面开始是简单的自我介绍,大概了自己的研究方向和研究成果,然后问了简历里提到的项目,包括项目里的细节,例如自己的贡献点,创新点,实现方法,以及优势之类的,最后面试官让我详细的介绍了一下研究生期间中的一篇三区的论文,主要是关于目标检测的,然后就接着问了目标检测one-stage和two-stage的区别,常见算法等。后面是技术问题,问了几个传统机器学习的算法,面试官问有没有自己代码实现过,因为深度学习做的比较多,有一些机器学习算法已经不太熟了,所以答得一般。因为实验室主要做计算机视觉相关算法,面试官重点问了CNN,包括对卷积的理解以及相对其他网络的优势。最后问了平时喜欢做什么,喜欢看什么类型的书等等,感觉面试官态度非常有耐心。

二面的面试官问的技术问题更深,主要侧重于原理,有些不太确定不知道怎么回答,但是他非常nice,一直鼓励我不要紧张,还引导我说出最后的答案。还能记起的问题大概有在草稿纸上手推BP算法,详细讲一下pooling的作用,梯度消失和梯度爆炸的原因以及解决方案,如何防止过拟合,各种激活函数sigmoid,tanh,relu. 各自的优点和适用场景,relu的负半轴导数为0如何防止梯度消失,如何理解dropout和BN,神经网络不收敛的原因。面试完后很快得到了HR的电话,薪资在行业内也算比较有竞争力了。

商汤的面试感觉运气比较好,因为研究方向是目标检测,所以答得也比较好。一面上来也是简单的自我介绍和项目介绍,面试的内容大概有:sigmoid和softmax的区别,InceptionV1为什么能提升性能,RPN哪里也可以提升小目标检出率,为什么resnet101不适用于目标检测,小目标在FPN的什么位置检测,详细介绍了NMS,最后是一道算法题,输入一个文件,等概率输出某一行,只能顺序遍历。

二面开始也是先问项目,包括项目创新点,然后问了常用的目标检测算法,Faster RCNN和SSD的原理以及有什么异同点,接着还有其他一些包括SENet原理,Focal Loss 原理,IoUNet的原理等,然后问我还了解哪些轻量级的检测器,另外还有一些重复的问题,比如Soft-NMS的原理,BN为什么有效等。除了基础,还问了一些实际解决的问题,比如一个图片中有一个很大的目标还有一个很小的目标,应该怎么处理。最后问了编程语言Python、TF,以及linux等。个人感觉面试还不错,所以也成功拿到了商汤的offer。

总结一下,面试时除了掌握相应的知识外,态度等也很重要,毕竟校招不同于社招,面试官更需要一个学习能力强并且能虚心接受别人意见,可以很快的融入到工作团队中。另外不同面试官的面试风格不同,所以面试内容仅供参考,也祝大家都拿到心仪的offer!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,240评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,328评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,182评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,121评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,135评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,093评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,013评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,854评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,295评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,513评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,398评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,989评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,636评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,657评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352