蚂蚁 暑期实习 nlp算法工程师 一面

鼠鼠是做AI交叉领域的研三菜鸡，主要做cv的，错过了秋招，春招投了几百份简历，做了几十个笔试，面了十几家，到现在也没有offer，有一篇ccfc，其他文章都是交叉的期刊，算法创新点很小，总之是个算法渣渣。今天参加朗新科技面试，被拷打了一个小时(把挂名三作的论文也写到简历里了，结果对细节不了解，被问得一脸懵逼)，把经验写一下造福大家吧1.项目背景。2.说一下fasterrcnn。3.说一下unet和unet++，以及它们的区别，unet++的密集连接，跳跃连接和上采样方法，密集连接的优势。4.说一下FPN。5.说一下SE模块，SE和注意力机制的激活函数，relu和sigmoid的区别，relu的优势和特点。6.说一下resnet和resnext的区别。7.说一下miou8.说一下语义分割的损失函数，说一下diceloss的优缺点。9.说一下小目标分割存在的问题，怎么解决？10.说一下BN，具体的实现步骤。11.说一下长尾问题的解决方法，除了focalloss之外还有其他什么方法。12.说一下梯度消失和梯度暴炸，怎么解决?除了残差块之外有什么解决方法?13.说一下对自然图像做分割的算法 (工业应用)13.说一下业界常用的图像检测算法，yolo之类的。14.类别不平衡除了focalloss和设置类别权重之外的解决方法。15.用过opencv哪些函数？findcontours函数的参数怎么用？#0offer是寒冬太冷还是我太菜##你已经投递多少份简历了#

写在前面经过将近两个月的忙活，暑期实习算是告一段落了感觉自己的研究方向一直在变，但好在这些方向之间还有着一些联系本科大一期末结束后被班主任邀请到组内做一些科研，当时方向是时序预测，主要做负荷预测。经过大二的沉淀，大三发了一篇学报。由于毕设原因，大三开始接触联邦学习相关内容，并将其作为自己的本科毕设方向，但主要还是将联邦学习和负荷预测进行结合，最后也是有了一篇论文产出大三结束后成功保研，选择的导师方向是图挖掘方向，开始接触图神经网络，并逐渐对其产生很大的兴趣，和硕导交流后，确定自己硕士期间主要做基于图神经网络的社交网络传播分析与预测读研后，由于积累了一定的科研基础和比较强的代码能力，研一结束后便...

#牛客帮帮团来啦！有问必答#因为是双非，算法岗来之不易，所以很看重转正，佬们给点意见。 #正在实习的你，有转正机会吗？#

面试可以告一段段落了，之前4月初的时候腾讯最先oc，但对城市和转正率不太满意，想想还是拒绝了，当时还挺焦虑和纠结的。好在后续也是oc了美团，蚂蚁，淘天，现在还有几家在流程中， 也不打算面了（天天面试真的很痛苦）。找实习挺磨砺心态的，但也是一个促进自己提高的过程，目前最大的感受是:面试中除了掌握八股和算法之外，在压力环境下的清晰表达能力和手撕也是很关键的一环，刚开始面试时也是表现得不好😂（如果有下届学弟看到的话推荐加强下这方面练习）实习和秋招继续加油！