海康威视2020校招提前批现场面试

海康威视2020校招提前批面试

——AI算法工程师

——2019829日星期四

现场面

面试地点:上海

面试签到:95%以上都是上海交通大学

        面试之前会让再填写一张信息表,算是官网填写简历的简单版本,然后就是上机敲代码,好像海康自己的OJ,各种语言也挺全,总共3道题,每个人都不一样,当时仅AC了第一道,后面两道思路有,就是没通过,回头再整理。

        面试的时候,5组人在一个大房间内同时进行,相互能听到讨论的声音,不过面试起来也就只会关注自己的面试了。

        每轮面试大概在20-30分钟之间,这一点感觉挺有效率的。

一面:技术面

1、自我介绍

2、研究/参与时间最长的项目/竞赛

3、解释一下什么是超分辨率?(跟个人研究课题有关)

4、用到了哪些模型和方法?有哪些创新?

5、BN的原理和作用?

6、支持向量机了解吗?讲一下

7、C++熟悉吗?解释下C++的面向对象的思想

8、Linux常用命令熟悉吗?

        可能是因为没有提前做好这方面的准备,导致在解释研究课题的时候陷入了“相互不理解”的尴尬境地,我没有get到面试官的问题核心,感觉面试官也一直没有明白我在说什么。幸好,在最后的提问环节,再次提到这个,并重新解释,应该是到位了吧,不过面试官的表现感觉不是那么畅快,当时都有离开的准备了,好在面试官很nice,耐心听我的回答,然后与我互动,非常感谢。

        至于C++Linux,面试官会先问是否熟悉,如果不熟悉的话,就不会再问,如果熟悉,就会相应地问一些内容。据面试官讲,并不要求全都会,重点看潜力吧。仅作转述,各自把握。

二面:HR

1、家在哪里?有兄弟姐妹吗?

2、为什么来上海面试?没有投深圳的公司吗?(我是从深圳飞往上海面试的)

3、如果同时有拼多多、大疆、海康的机会,首选是哪个?(上一问提到投了拼多多和大疆,回答的话,看自己了,感觉稍微注意点措辞,实话实说就好,个人观点,仅作参考)

三面:技术面

面试官直接看着简历问(前面的面试官都是由应聘者自己提熟悉的点,然后顺着挖东西提问)

1、用简洁的语言介绍下项目、方法、创新点、结果以及充当的角色(检验应聘者的表达和阐述能力)

2、解释下细粒度?(个人之前做过细粒度图片分类)

3、InceptionV2V3的区别了解吗?(没有关注到这一点,有点打脸了)

4、文本分类做了哪些?

5、看简历好像比较偏传统机器学习,深度学习方面研究的不多

        这是个关键点,我本身申请的是AI算法工程师,然后面试官看完简历,并做简要提问之后,感觉兴致不大,当时有些慌张,在面试官起身离开让我等待的时候(没有说让我提问),我冒昧地说要提问题,然后针对第5点想要解释和说明一些事情,这个时候面试官的状态似乎变成了一种“避免违反公司规定的面试准则”一样,尽力地解答和安抚,后面这段沟通就变成了无谓的时间浪费。

        这一轮的面试官解释到,他主要是过来检验应聘者的综合素质,看看适合分配到什么样的部门或岗位比较合适。所以某些方面有不足也不要紧,重点是看擅长或者合适的方面。

        面试官离开没多久,就被HR告知,今天的面试结束了,可以离开了。当我路过门口,看到面试流程的时候发现,总共应该是有四面,还有最后一面的综合面试。凉凉

以上,仅是记录个人现场面试的情况,相关流程和回答仅供参考,大家斟酌取需。

全部评论

相关推荐

肖先生~:大一点得到公司面试更能学到点东西
点赞 评论 收藏
分享
头像
03-03 15:53
已编辑
黑龙江大学 Java
在当前开源项目极为丰富的背景下,付费资源并不一定意味着最前沿的技术优势,在具体执行层面展示出自己的独特价值,才是简历上最重要的加分项。1. WebMCP — 让网站主动告诉 AI 该怎么操作AI 操作浏览器的方案一直靠"猜"——截图识别、DOM 解析,错误率 15-30%。WebMCP 反过来,让网站自己声明能做什么,AI 直接调用结构化接口,准确率接近 100%。Chrome Canary 已实装。企业内部系统的 WebMCP 适配目前几乎没人做,是明确的蓝海。推荐理由:简历上写的不是"我会用某个框架",而是"我在标准刚发布时就做了企业适配&...
书海为家:#人脑vsAI# 尽管深度学习的最初灵感来源于人类的大脑,但二者的运作方式截然不同:深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练,它在相同领域的表现将远远超过人类(尤其是在数字的量化学习,例如挑选某人最可能购买的产品,或从100万张脸中挑选最匹配的一张)——相对来说,人类在同一时间内只能把注意力放在少数几件事情上面,而深度学习算法却可以同时处理海量信息,并且发现在大量数据背后的模糊特征之间的关联,这些模糊特征不仅复杂而且微妙,人类往往无法理解,甚至可能不会注意到。 虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”,但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。 与人类相比,深度学习想要充分发挥作用,离不开海量的相关数据、单一领域的应用场景以及明确的目标函数,这三项缺一不可,如果缺少其中任何一项,深度学习将无用武之地。
AI求职实录
点赞 评论 收藏
分享
评论
5
4
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务