日本留学生】渣硕视觉算法面经：华为，搜狗, 大疆
夏天已经到了, 秋招很多提前批已经开始了, 这里总结一下自己一个月前春招的一些经历, 加深一下自己对一些比较高频问题的记忆, 也希望能给需要的人提供一些参考.
1. 自己的背景:
不资深计算机视觉算法工程师, 本科就读某985, 集成电路专业, 研究生阶段来了日本, 因为实验室主要做无人驾驶,所以自己也转战视觉感知算法,可以说算是转行了吧.
2. 面试经历
2.1 华为留学生招聘(offer)
华为从我本科开始就一直是一个明星企业,所以很自然的心向往之.
笔试: 跟互联网企业相比我觉得提醒并不太一样. 互联网企业会一般考一些算法题和算法思想. 而华为的算法题比较偏向对编程语言的掌握上面.比如我记得当时有一个题目 只需用python里面的"set"函数,几行代码把程序解出来了.
一面: 技术面试, 因为我面的岗位是视频算法,主要关注的问题是视频处理,如何加速,帧处理. 另外也问了我对神经网络 以及CNN的了解, 印象深刻的是问了一个孔卷积的内容. 关于我的项目经历的部分,面试官主要从实际场景里面特征工程这方面, 感觉他们更重视数据量,也就是这个项目有多大的工程量.
二面: 综合面试,这轮面试更像是HR面,不过也问了对产品,运营相关的理解,可能是一种领导力的考察吧.
总结; 华为的面试过程还是相当nice的,面试官的性格很好,不会让人很紧张.
2.2 搜狗(二面挂)
面试岗位:计算机视觉工程师
一面：
这一面主要是了解情况, 问了几道简单的算法和数据结构知识, 比如对优先队列的理解 .
再根据我的项目经历,问了有关神经网络模型压缩相关内容.
机器学习算法方面问了我对LDA的理解, 我把PCA和LDA的异同讲了一遍
二面:
这轮面试问的比较细, 根据我的研究方向"物体检测" ,问了不少非常新的paper. 主要问题有:
yolo3代各个版本的改进与提升
focal loss里面的公式的含义
可能我看论文不是太仔细, 这些问题没有回答的太好
总结: 感觉搜狗招算法工程师对基础知识 硬实力的要求还是蛮高的
2.3 大疆(三面挂)
一面:
我直接说问题
1. EM算法里面后验概率的求法
2. k means的局限性,怎么改进?
3. 对传感器融合的看法
二面:
这轮主要是我的项目有关的内容, 以及之前实习的工作, 提醒大家如果有过实习经历一定要好好准备一下, 能不能把实习的工作内容讲好体现了你的工作态度.
三面:
这一轮面试也是针对项目的内容,面试官提出一些尖锐的问题,看看你能不能在很短的时间内提出解决方案.
3. 总结
作为一个半路出家的计算机视觉算法工程师, 走了不少弯路,但是也总结一些好的学习方法. 我觉得算法工程师还是主要得紧抓算法和工程两个方面
3.1 基础算法方面: 这个部分我由于不是计算机专业, 所以下了不少功夫. 牛客网可以刷剑指offer真的是太棒了, 里面还有大佬们分享的解题思路与技巧,千万不要错过.
3.2 机器学习: CS229 就不讲了 , 台大有一个老师叫李宏毅, 他的课程在youtube和bzhan都有,我觉得看他的视频可以学的很快.
3.3 图像处理: 也就是传统图像, 这个部分虽然现在面试官问的不多了,但我觉得还是应该掌握一下,即使以后都用deep learning了图像预处理还是挺重要的一块, 另外我最近还看过用光流结合深度学习做检测的.
3.4 Computer vision: 这一块现在大家基本上都是基于deep learning了, 所以我入门的时候看的是CS231, 当然每个人的领域不一样,后期主要是看自己领域内的论文了.
从春招开始就是一直在关注牛客网里面的帖子,很多同学的提供了很宝贵的经验. 我没有很多收割offer的经验, 如果有跟我相同领域的同学欢迎私戳交流,谢谢大家!
#面经##搜狗##大疆##华为#
查看15道真题和解析
投递蔚来等公司10个岗位