考研失败做Python图像算法-华为OD面试

背景： 24届科班生。由于考研未能成功，选择了工作，尤其对图像算法和计算机视觉非常感兴趣。在校期间参与过一些小型的图像处理项目

机考准备： 由于我之前有刷LeetCode的基础，特别是在算法和数据结构方面，所以对于机考的准备相对轻松。

机考： 机考总共有三道题目，题目难度适中：

1. ai识别面板上的指示灯
2. 找出经过特定点的路径长度
3. 最后一道题是一道动态规划题，勉强做出来

综测： 综测部分主要是一些性格测试和基本的逻辑推理题，整体难度不高

HR资面： HR面试主要通过电话进行。面试官首先让我做了简短的自我介绍，并询问了我对华为OD的了解和申请这个岗位的原因。接着，HR询问了我空窗期的安排，解释了自己在此期间学习Python、深度学习和图像处理相关的知识。面试官还问了我的期望薪资，并询问了我是否能接受OD岗位的工作模式。整个过程比较轻松，面试官语气友好，我顺利通过了资面。

技术一面： 技术面试主要围绕图像算法和Python基础展开：

• 图像算法：面试官首先询问了我对图像处理领域的了解，特别是常见的图像处理技术。我简要介绍了这些算法的基本原理，并给出了几个应用场景。
• Python基础：面试官问了一些Python的基础问题，包括列表和元组的区别、深拷贝和浅拷贝
• 项目经验：面试官特别关注我在学校和实习期间做的图像处理项目，询问了我在项目中使用的技术栈，并深挖了项目的实现细节
• 手撕代码：面试官要求我手写一个图像卷积操作的代码。我编写了一个基本的卷积核操作，进行图像平滑处理，并解释了每一步的实现和卷积核的作用。面试官表示代码写得简洁清晰，并对我的思路表示认可。

技术二面： 这一轮技术面试深入探讨了图像算法和深度学习相关的知识：

• 面试官问我是否使用过TensorFlow或PyTorch，我介绍了我使用PyTorch进行图像分类项目的经验，展示了我对深度学习框架的掌握情况。
• 面试官询问了我对梯度下降法及其变种的理解
• 手撕代码：面试官要求我实现一个简单的图像分类模型，输入为图像，输出为类别。由于我之前做过类似的项目，我快速实现了代码并给出了相关的模型训练步骤

主管面： 主管面试主要考察了我的职业规划和对部门的了解：

• 职业规划：主管问我未来的职业目标是什么，我回答说希望在图像处理和深度学习领域不断提升自己，最终成为一名专业的算法工程师。
• 团队合作：主管询问我如何与团队合作解决问题，我分享了在项目中如何与团队成员分工合作，共同解决图像处理中的难题。
• 部门介绍：主管介绍了部门的主要业务方向，并询问我是否有相关的兴趣和经验。我表示自己对图像处理和人工智能非常感兴趣

总结： 整个面试过程较为顺利，机考和技术面都没有遇到太大的问题。虽然有一些问题不完全熟悉，但我凭借自己的项目经验和理论基础，顺利通过了每一轮面试。

心得：

1. 图像算法的准备：面试过程中，图像算法的知识非常重要
2. Python基础扎实：虽然我是申请图像算法岗位，但Python的基础知识依然是面试中的重点，尤其是数据结构和常见的算法问题。
3. 心态要稳：在面试过程中，保持冷静和自信非常重要，即使遇到不太熟悉的问题，也要展现出积极的学习态度。