旷视2020校招-提前批-算法面经
面试完毕，结果未知，总之趁着还有点印象写面经啦~
Overall
旷视提前批-算法研究员（北京） 个人研究生方向：目标检测与姿态估计
总共6面，4轮技术面（由于不在北京，采取电话面试形式）+HR面+Leader技术面，一般最晚一周会反馈结果
初试（一二面）面试内容包括：项目细节、研究方向基础、coding++数学证明
<一面>
自我介绍，之后介绍项目, 然后结合项目提问前沿知识掌握程度以及项目细节：
- 讲解了解到的姿态估计算法
- Openpose模型以及PAFs的生成以及生成PAFs之后如何操作？
- 对于目标检测前沿算法了解过什么？---anchor-free---具体讲述
- FPN多尺度层中的box如何进行ROIpooling？
- Coding与数学证明：数组shuffle以及证明算法shuffle后产生的数组排列是均匀随机的。
- 还有什么想要了解的问题---这块我自己询问了新人入职培训模式以及技术领域的一些问题
<二面>
二面由于面试官比较忙，所以最终面试大约半小时结束，自我介绍之后主要聊了项目。涉及项目中提到方法的具体实现以及一些检测的基础问题，比如：
- 目标检测one-stage方法和two-stage方法的优缺点
- fasterRCnn中的rpn的实现过程等
- one-stage检测针对负样本太多有什么解决办法。
（ps：其他问题也记不太清了…）
复试（三四面）面试内容：项目细节、coding+数学题，难度相比初试稍微大一点
<三面>
- 自我介绍，之后介绍项目
- 项目介绍过程中比较侧重细节，会探讨项目所用方法的优缺点，面试官是视频组的，因而也侧重问了项目中视频处理的部分，比如跟踪算法和光流等。
- 逻辑数学题：一个半径为R的圆，用多少个R/2的圆可以铺满。
- Coding：求根； 先用牛顿法推了迭代公式写了代码；之后问还有其他做法么？就说了二分法的思路。
- 还有想要了解的问题么？
<四面> ---个人被面到自闭
- 自我介绍
- 你了解过传统的图像处理算法么?SIFT算子的尺度空间因子怎么设置（如果没记错的话）
- 图像分类模型ResNet101相比ResNet50，residual block添加到哪里？为什么要这样添加？
- 目标检测算法中one-stage方法中为了解决正负样本不均衡，除了focal loss和xxx还有什么方法？（印象中我当时脑子只出现这两种然后被“除了”以后就什么也想不起来了）
- 目标检测one-stage方法中anchor预测出的位置是有偏移量的，而类别置信度是针对原始位置的特征并不是偏移后的特征，提出解决办法。
- 姿态估计算法中Top-down方法与One-stage方法的不同，top-down方法准确率高的原因是什么？（比较侧重挖掘对该领域研究的理解深度。。）
- Coding：数组中第K个最大元素（leetcode215）& 栈的最小数
终面（现场面试）
HR面：
HR小姐姐漂亮性格又好，整个面试过程特别放松。面试完还送了旷视的小公仔，特别棒！
- 讲解学校人工智能学院
- HR介绍公司，结合介绍提出自己想问的问题？
- 自己项目中承担的角色？身为项目负责人如何调度组员等
- 研究生期间压力比较大的一件事？为什么会选择CV？比较期待的工作氛围等问题
- 薪资问题
终面：
终面是晓璐姐，进门特别专业，边面试边记录。
- 面试官自我介绍并讲述自己对技术的了解程度之后，让我挑一个项目讲解至面试官能听懂的程度。
- 上述讲解项目在白板上画模型结构讲解（个人感觉比较侧重考察交流能力）。
- 有什么想要提问的问题？（面试官在这块也介绍了技术研究员的工作模式）
- 结合自己负责的一个项目，在该项目中是如何安排整个进度以及项目开展中比较难的部分。
- 相当于询问了自己的优点以及职业规划
对于应聘的盆友，专业知识以及coding就不多说了，另外可以准备一下：个人职业规划、优缺点等以及一些提问问题（技术层面和其他层面都可以准备一下）。
投递华为等公司10个岗位 >