面试复盘|地平线视觉算法工程师面经(已OC)

如果有帮助的话,求一个三连!谢谢大佬们
实习的时候投过了地平线的简历~然后有幸进入了面试,然后挂了。。呜呜
所以秋招接着冲,也算了却一个未完成的心愿~

时间线Timeline:
8.30 牛客求内推~
9.2 约一面
9.7 一面9
9.15 约二面
9.16 二面
9.23 HR面
9.27 OC

一面:55mins

怼项目,根据简历深挖
你的论文和centernetV2的区别是?
Mask-rcnn介绍一下:
敲黑板:谈到Mask-rcnn,不如说这是一道考验介绍算法的陈述题。面试官会根据你简历做的算法or你提到的算法(恰好他也熟悉的Hhh)进行提问要你介绍,说明。这里不要求同学们说的多么仔细,我建议可以这样回答
1.它基于的历史:双阶段检测器faster-rcnn+语义分割分支
2.它的最大几个idea,让你眼前一亮或是和你的项目论文关联度比较大的创新点
2.1:解决特征图与原始图像上的RoI不对齐问题:即Roi_align:传统的proposals在生成固定长度的roi的过程由于二次量化时造成的位置精度损失以及双线性插值法回去看paper!!!
2.2 掩模预测和分类预测解耦:参考Nms的类内抑制,对于实例分割的每个类别独立地预测一个二值掩模,每个二值掩模的类别依靠网络RoI分类分支给出的分类预测结果。
与FCN不同,FCN是多分类问题(相当于softmax)这里类似于进行了每个class的伯努利0-1分布预测(相当于sigmoid
**这一点回答的不太好,主要书对于实例分割不够了解,欢迎大佬补充

3.后续的改进:例如faster-rcnn→cascade→DetecoRS的发展

L1,L2正则化的区别:
敲黑板!!!!L1,L2正则化也是做机器学习or深度必考的!
1.包括各自的功能
(why need正则化:防止训练产生过拟合,用复杂的模型去拟合训练集时容易出现过拟合,即泛化能力不足, 用一些惩罚项约束复杂度)
2.各自怎么约束复杂度
(L1对模型权值的绝对值之和约束,L2的模型权值的平方和约束!)
3.区别和特点:
L1正则化容易得到稀疏解,L2正则化容易得到平滑解。
原因:(1)从解空间来说(2)从梯度下降来说

代码题:
lc原题221,也是热门题,简单的dp,最大正方形面积:在一个由 '0''1' 组成的二维矩阵内,找到只包含 '1' 的最大正方形,并返回其面积.
简单的dp:三要素描述好就行
这里面试官给了个新要求,求出面积后还需要描述最大面积的位置,其实也很简单,加两个bottom_x,bottom_y的全局变量,和max-area一样,每次有新的最大值就去更新右下角的坐标和边长,就可以描述了

二面:60mins

点赞这个主管!一看就是大佬,因为他要第二天出差,所以晚上22.00面试。。。。
特别耐心,提的问题比较有深度,然后会耐心和我讨论,像技术分享一样~我写代码得到时候特地静音,说我不打扰你!有问题随时call我hh
具体如下:
你做过transformer说一下你知道的cv任务里transformer发展的时间线
我:Vit,Detr,swin , Deformable
敲黑板:有做过transformer的同学,基本的组件要掌握的(muti-head,位置编码,编码器,解码器,FFN等),没有的话一般不会问~因为大概2020才引入到cv的,题外话:感觉做过了transformer,有一些不会cv的面试官也可以交流了hhh感觉cv面试也有挺多是nlp,ml方向的老师面

解释一下位置编码
我:&*#*……(主要说了sin-cos方式和embeddings)
追问:你认为在CV中,encoder之前的位置编码能不能去除?
我:没有这个的话,切分patch的时候,只有图像的抽象特征信息而没有位置信息,感觉不利于回归任务,分类应该问题不大
然后告诉我说,目前有针对这个positon-encoding的简化甚至存在的必要性的讨论让我可以去看看,这个属于一个开放问题

对CNN和Transformer在CV领域的优劣做了一些讨论,像聊天一样特别轻松愉快~嘿嘿~

代码题:快排(高频!重要性不必多言。白板都要会撕!自行解决输入输出!!以及为啥时间复杂度是(nlogn)递归的思想~)
追问:在cv用排序的地方
答:NMS
问:快排的稳定性?稳定性是什么
答:若A=B且原数组中A在B前面,排序后能保证A依然在B之前,稳定,否则……
再问:那你认为快排的不稳定,假如nms用了这种不稳定排序,会有什么影响
然后就是一番交流啦~不过我觉得不光出了简单的代码提,还在特定岗位的应用上一一刨析,真*大佬,态度也很随和!非常nice的一位leader

之后介绍了地平线,对这个企业的好感度又Up了!

HR面:30mins

意向地的选择
实习的心得和收获
组里的业务组否接受
(顺便问了下二面的大佬,得知可能是我的大Leader,非常荣幸。)
(知道我有了几个意向依然明确说给我oc,并问我对第一份工作的看法,这里真的觉得二面和HR面的面试官,真的是非常赞!至少是我喜欢的风格!嘿嘿!)

总结: 1)代码题不难,但是会有改编和扩展(求最大面积→描述最大正方形),快排稳定性对nms的讨论。需要有应变能力的培养!
(2)算法介绍题,常规,要去准备,考察基本功。能完美分析idea并结合background和展望未来最佳!
(3)开发性问题,大胆探讨,结合你的知识,做出观点并陈述,主要考逻辑性和知识广度!

番外:不知不觉也写了几个面经了,先感谢大家的支持。!
接下来可能考虑写一些凉经(有赞,网易均HR面挂,滴滴提前批排序挂哎。。)
9月要结束了~今年的校招明显进度更早,祝大家国庆快乐!早日拿到心仪的Offer,也祝我学校所在城市的疫情早点结束吧!(对秋招生影响太大了)

AND!求一个一键三连!!!!

#秋招##面经##地平线##算法工程师#
全部评论
听起来真是太强了!
1 回复
分享
发布于 2021-09-29 23:18
点赞 回复
分享
发布于 2021-09-29 23:26
秋招专场
校招火热招聘中
官网直投
好厉害呀🤗
点赞 回复
分享
发布于 2021-09-30 07:36
请问是hr面才问意向base的吗?
点赞 回复
分享
发布于 2021-09-30 08:16
确实强啊
点赞 回复
分享
发布于 2021-09-30 13:33
tql,
点赞 回复
分享
发布于 2021-10-01 14:10
大佬是硕士吗
点赞 回复
分享
发布于 2021-10-08 17:17
大佬是已经谈薪了还是意向书呢
点赞 回复
分享
发布于 2021-10-10 22:51
大佬只有两轮技术面试呀
点赞 回复
分享
发布于 2021-10-14 00:17
地平线不是至少三轮技术面吗?
点赞 回复
分享
发布于 2021-10-14 22:17
大佬只有两轮技术面吗😂我跟你一个岗位,刚约了3面,不知道是不是还是技术面
点赞 回复
分享
发布于 2021-10-20 23:20
请问楼主现在谈薪了吗
点赞 回复
分享
发布于 2021-10-28 00:00
太强了,明天一面,挂了的话也来写凉经!
点赞 回复
分享
发布于 2022-03-23 20:43
请问这个问题:那你认为快排的不稳定,假如nms用了这种不稳定 排序 ,会有什么影响? 该怎么考虑呢?
点赞 回复
分享
发布于 2022-03-29 13:52
老哥,地平线没有笔试吗?
点赞 回复
分享
发布于 2022-05-21 23:30

相关推荐

23 126 评论
分享
牛客网
牛客企业服务