阿里,腾讯,字节等公司面经(offer比较)

比较荣幸地拿到了几个暑期实习offer,最后想从两个比较有代表性的offer中选择,感觉都是一线平台,核心岗位,同时又代表了未来两种不同的发展路线,想听听各路神仙的意见。
(周末给大伙儿整理面经出来)
----------------------------------------------------------------------------更新线----------------------------------------------------------------------------
计算机视觉研发实习生-互娱研发面经
3.26日 一面(约50min)
1、自我介绍
2、直接问比赛(介绍deeplabV3+结构,对应做了哪些改进)
3、label smooth是怎么做的
4ohem 怎么实现的
5、介绍图像检索比赛的整体结构框架
6、如何选择negative sample的
7、(八股文)介绍一下BN
8、(开放问题)你觉得为什么在医疗图像中UNet类型的模型比像MaskRCNN这类模型的效果要好?
9、coding:旋转数组查询对应元素下标(leetcode-33)
10、coding:一面墙,高x宽为:2xW,有1x1,1x2,1x3三种类型的瓷砖,有多少种砌墙的方法?(爬楼梯)
11、coding:还是上面这道题,加一个条件,要求砌好的墙没有缝(有缝的定义:例如,上面是1x1,下面是1x1,那么就出现了一条缝;上面是1x3,下面是1x1和1x2,则在宽度为3的地方出现了一条缝。),有多少种砌法。(这道题是真的想不出来,求大佬解答)
12、反问。
总结:感觉是比较常规的技术面试,应该是想比较全面地去考察一下我的简历内容和一些基本功。另外,居然真的有公司在面试手撕代码环节考察非经典DP题目,真是太可怕了。

3.30日 二面(约50min)
1、自我介绍
2、完整的介绍自己的一个比赛
3、deeplab中加attention的实现细节
4、介绍一下label smooth(感觉面试官想听细节,因此我就从原理,要解决的问题,具体代码如何实现都说了一遍)
5、介绍一下ohem,同样要求很详细地去介绍
6、介绍一下focal loss,同样要求很详细地去介绍(这段其实是因为我在比赛中都用到了这些方法,因此面试官就问了,所以这段并不是延申地问题)
7、介绍一些其他地防止过拟合的方法(这个才是开始延申了)
8、介绍一下L1和L2正则化的区别(上面提到了这个),为什么L1会产生稀疏模型(根据自己的理解说了一下)
9、除了BN以外还知道哪些归一化方法(问了面试官是不是指IN,GN这种,猜对了),实话说不熟悉这两个,但是简单介绍了一下,没有深入
10、比赛里面哪个数据增强最有效(那肯定是多尺度训练了,但是感觉这么说太简单,就顺便说了一下自己具体是如何用pytorch实现这一策略的)
11、pytorch单机多卡的一些细节(之前似乎哪里提了一嘴)
12、问我的工程能力怎么样(那肯定是说还行,还行-_-||)
13、coding:一道二叉树题目,经过提示后才写出来(后来发现居然是leetcode原题,987,哭了)
14、介绍业务,反问
总结:二面重点考察了我的比赛经历,中间涉及到的技术点问的很细,因为自己也确实实现过,所以除了原理以为把代码细节也说了出来,感觉面试官还是比较满意的。coding环节表现不好,说实话我都觉得凉了,没想到面试官还很贴心地安慰我说没关系,经过提示写出来说明还是可以地,云云,太温柔了!!

4.7日 三面(约50min)<-感觉是约想清明前的时间,但是面试冲突了,只能安排到清明后了
(这部分当时没有及时整理,有些模糊)
1、自我介绍
2、介绍自己的论文
3、自己的论文具体的几个实现细节(attention如何实现的,特征融合具体是怎么做的)
4、模型效果,做了哪些实验
5、之前的文章如何解决这个任务的,梳理一下你研究的领域
6、你觉得这个领域后续的发展方向
7、(开放性问题)现在有一个规模庞大地图片库,要求你去实现一个图像检索的系统,你如何去实现
8、问一些基础:知道进程和线程的区别的(-_-!!不知道。。。)
9、分布式了解吗?(我知道肯定不是指分布式训练,但是我又不了解,就往分布式训练上扯)分布式训练中用的是进程还是线程?
10、python的函数传递的是值还是引用,什么情况下参数会发生改变?为什么会改变?
11、coding:用二分法求平方根,返回浮点数
12、问实习时间,反问
总结:感觉是类似于leader的人物,应该是参考了前面的面评,着重考察了我的论文内容,同时的话会问一些比较开放性的问题,感觉是在考察对自己研究方向是否足够了解和深入,此外也考察了一些业务向的开放问题

4.9日 HR面(约30min)
1、自我介绍
2、职业规划
3、实验室情况(什么实验室,有多少人,每届多少新生,实验室研究方向,自己研究方向)
4、为什么做CV方向
5、平时是怎么学习的,通过哪些渠道
6、对于工作内容,是偏爱继续做分割还是接受做其他方向的内容
7、介绍一个你印象最深刻的项目
8、项目的人数,具体分工
9、一面团队成员意见不统一的情况,你是如何解决的
10、比赛中遇到的最大的挑战是什么,你是如何解决的
11、目前面了哪些公司,拿了多少offer,后续还会继续面新的公司吗
12、让我比较一下手头的offer,你会选字节吗
13、关于工作强度,字节这边是大小周,下班时间xxx,你能接受吗
14、base在北京,你能接受吗
15、反问
总结:春招遇到的最正规的HR面试了,还开视频聊,而且聊了30min。。。HR说一周内通知结果

4.14日 offer call
(明天再更新阿里的面经,,,第一次写面经,希望对各位有帮助)

#职业发展##offer比较##阿里巴巴##字节跳动##实习##面经#
全部评论
来阿里做兄弟
点赞
送花
回复
分享
发布于 2021-04-15 23:12
我等hr等了20min,就聊了10min,😭
点赞
送花
回复
分享
发布于 2021-04-22 15:45
滴滴
校招火热招聘中
官网直投

相关推荐

#蚂蚁##实习##暑期实习#一面居然过了我很震惊。二面的话主要还是继续问论文和项目,没有专门问一些八股文,也没有手撕算法。有几个具体的问题。印象比较深的问题如下:1)说说论文中用到的数据集&nbsp;&nbsp;&nbsp;&nbsp;baby/sports/clothing2)说说对论文中所用数据集的处理方法&nbsp;&nbsp;&nbsp;&nbsp;对数据集没有进行特别深入的处理,开源框架已经把数据集通过统一的特征提取模型弄好了。在统一的特征嵌入之下进行的实验更能证明模型的有效性。3)说说论文中使用的代码开源框架的特点&nbsp;&nbsp;&nbsp;&nbsp;比较新,功能齐全,收录了大量的baseline,统一了项目的文本特征嵌入和视觉特征嵌入,能够让开发者把工作重心放在模型的研发之上。4)说说pytorch和tensorflow的差别&nbsp;&nbsp;&nbsp;&nbsp;回答不出来。tensorflow两年没用了。我记得我没在简历上写熟练掌握tensorflow啊。&nbsp;&nbsp;&nbsp;&nbsp;请教了一下GPT4:简单来说,PyTorch以其动态图的特性和更加pythonic的接口受到很多研究人员的喜爱,而TensorFlow则以其静态图和庞大的生态系统(包括TFX、TensorBoard等)在生产环境中更加常见。此外,TensorFlow也提供了较为强大的分布式训练支持和模型部署功能。&nbsp;&nbsp;&nbsp;&nbsp;最近太忙,后面空闲了得把tensorflow狠狠补一补。最后在反问阶段了解到问题4很重要,以前真没想过有什么差别。反问阶段了解到由于工业界中所用的各种开源框架会用不同类型的框架来写,因此熟练掌握这两个框架的语法,并且了解它们的区别实际上是非常重要的。面试体验比较好,面试小哥一直会点头进行互动。虽然我感觉我说的可能还是不是特别清晰,但这样的交互让人有一种被重视以及很舒适的感觉。
点赞 评论 收藏
转发
2 5 评论
分享
牛客网
牛客企业服务