计算机视觉岗

个人简介：双广州某985(2015-2022)、计算机硕士(保研)、CV方向、论文在投、YY算法岗3个月实习、国家级竞赛一二等奖(Robot CV相关)、研究生实验室个人项目、硕本GPA分别为3.61和3.37  秋招经历： ① 美团：到店平台技术部>ML/DM>二面后泡很久然后挂 ② 快手：机器学习算法岗>三面后泡很久然后挂  ③ 字节：抖音推荐算法岗>二面后挂(面试官迟到45min左右, 只面了15min)   ④ 腾讯：腾讯广告>机器学习算法岗>二面后挂  ⑤ 京东：全渠道算法>机器学习算法岗>二面技术+HR面>offer ⑥ 阿里：...

5.6面的，是面试体验最差的一次，面试官的面相不是很好，而且我每次说完或者说不会都得等面试官10s说出他的下一个问题。。。介绍Controlnet ？它是怎么引导的介绍DDPM？他预测的是什么？为什么可以直接预测噪声？讲一下那个公式重参化知道吗GAN和扩散模型区别？为什么扩散模型效果好文本控制是怎么嵌入的？注意力机制公式为什么除以根号d?如果不除会变成什么？介绍VAEVAE和AE的区别？介绍LoRADDIM和DDPM区别位置编码了解过吗？绝对的加在什么地方，qkv映射前还是映射后旋转位置编码了解过吗？无算法题，差不多30分钟结束

debuff: 本硕非科班，本科中末211 gis专业，硕某华中985，读研方向 遥感图像处理，可以算是坑爹方向。读研牛马之路: 本科疯狂卷绩点比赛科研，前3%保送到了遥感世界top1的学校以及重点实验室，满怀学术理想进入以为牛逼的研究组提前一年学习，然而只不过是研究生牛马罢了，仅有学术热情被横向纵向项目压榨全无。还是以卷比赛和论文的目的开始读研生涯，感谢师兄带我提升coding 能力，以及一作水了两三篇论文，然后当做好简历准备暑期实习时，根本没有匹配的方向要，也卡你学历和科班，完全没时间准备八股和代码，金三银四期间晚上焦虑的睡不着，大厂基本全挂，每天陷入自我内耗，最后凭借几个比赛和水论文，就只有几个中厂还给了offer。逆天改命之路: 拿到了几家不错的offer 之后，开始准备a会的论文投稿，由于研究是寒假就做完了，写完没要多久。写完后立马入职实习了，庆幸选对了方向和base，方向是aigc 图像生成类岗位，从0基础入门，完全没开源项目参考，每天手推底层公式，尝试方法，每天近10点下班，通勤1h，最后实习2个月做的模型和框架被公司内部官方代码库收录，还被部门leader 用来在大部门群里宣传，最终成果在整个集团一级部门技术开放日被宣传，甚至集团总裁发布会上ppt 都有一页都讲到了我的成果。前几天leader 跟我聊天，跟我谈转正的事，虽然给我开了校招top 档的工资，但还是觉得留不住我，可以去更大的平台磨练自己。此生遇到自己的mentor 和leader 以及同事算是我读研最幸运的事情了。秋招之路: 实习同时准备，提前批，正式疯狂投递，最终也有四五个中大厂意向和池子。由于leader 保了我转正，就没有投比转正还差的公司。所以秋招基本都只冲了一线大厂。现在: 论文都接收了，今年顺利拿下国奖，同组的师弟师妹都羡慕我收割的offer ，一边看着他们天天被组里压榨，没时间找工作，回想到这不就是我暑期实习时候。老师们都惊讶为啥我能拿这么多offer ，可能他们习惯了我的平庸。现在早已没有科研热情，每天学习cv前沿，刷题。但老板仍然会丢项目给你做，但至少我现在眼里已经没有光了。也许我们生来本身平庸，但我们也要学会抓紧机会来逆天改命。         

4.16面的Yolov5相比之前的改进Mosaic匈牙利匹配算法最大值抑制是什么DDPM原理SD结构Linux命令考察Transformer self和cross区别了解别的检测算法吗Transformer并行化体现在哪手撕NMSleetcode 122 （贪心）建议：网络结构可以讲的再深一点

被拷打1h30min1.自我介绍2.详细介绍一下实习的项目，从数据构建，benchmark构建到最终取得的效果3.stable diffusion的结构与原理4.项目里设计的模型与原始SD结构的差异，具体通过什么方式实现5.做一下题目：1.手撕transformer里面的cross attention与mask-filled 的self attention，可以用torch，最好不用nn.Multiheadattention,自己定义输入q，k，v2. 给定二值图像，找出两个不连通的图形，分别是五角形与圆形，输出位置坐标与类型，不能用opencv等图像处理库。6. 回到八股CNN与transformer区别为什么transformer可以更好建模长距离依赖CNN提升全局信息利用最简单直接的方式说一下分割的代表性架构与前沿研究，FCN系列和Transformer系列，优缺点说一下目标检测的代表性架构与前沿研究，优缺点反问手撕基本只能撕一半，感觉凉，强度很大，不愧是宇宙厂。其他问题基本答的也还行

介绍yolov5CSP用了哪几种池化大小的核PAN详细结构VAE的loss是怎么计算的Classifer-free guidance知道吗Clip知道吗？正负样本怎么选择的DDIM为什么可以加速LN、BNSoftmax公式VQGAN有几个损失？作用分别是什么？Codebook正向传播量化和反向传播是怎么工作的Leetcode 105总共70分钟。。

全程17分钟注意力机制参数量和计算量yolov5 v8区别讲一下各种iou的区别无手撕

基本情况：   本人本科和硕士阶段一直做的是偏算法类的项目，可以说完全没有开发的基础。   今年1月份开始刷剑指offer和算法类的面经，3月份开始参加实习生招聘，投得全部都是算法岗，真.海投，但是有反馈的很少，最后只拿了两个offer。   经过惨烈的实习招聘以后，秋招我准备不死磕算法，除了算法，还投了测试、前端和数据分析。   最后是拿了电信云的数据分析；字节抖音的前端；华为的算法。      说明：   以下的面经是我自己整理的，主要分为四个板块，分别是【基础知识】、【算法】、【前端】和【测试】，答案都是总结各位大佬分享的经验而得的，可能有总结不到位或者错误的地方，大家斟酌着参考，如有侵...

时间：2025-05-19面试内容：自我介绍挑一个项目介绍这个怎么落地化、工程化，有哪些优化手段、优化方法有其他语言的编程经验、工程经验吗期望实习地点能够实习的时间、时长反问时长30分钟左右。感觉面试官很看重工程落地能力，对工程落地的自己的思考。虽然感觉凉了，但还是许愿个二面吧，求求了，这对于0offer选手真的很重要。2025-05-19晚7点更新：收到测评，听说荣耀测评也会挂人，继续许愿2025-05-20更新：收到二面邀约，继续许愿二面通过进池2025-05-21更新：下午二面，面完过了10分钟，变“录用决策中”了这算是入池了吗，许愿入池，许愿oc

更新 已oc是线下面的。没怎么问技术吧，我就介绍了一下项目和论文，一面20分钟左右就去等二面了无手撕二面对荣耀的了解想从实习中获得什么，实习多久未来的求职方向项目分工觉得合作的人有什么缺点。。人生中情绪最低落的时候。。。比较大的挫折是什么。。接受手机厂的工作强度吗，你有什么看法实验室的情况到实验室和离开实验室的时间团队的情况二面唠了40分钟吧

楼主秋招主要投递的是cv算法岗，面试的时候也会经常会问到一些机器学习的东西，秋招基本不准备再面了，分享一下之前复习时总结的一些知识点，欢迎各位大佬评论区补充～    CV知识点   网络模型   MobileNet v1和v2系列   https://blog.csdn.net/weixin_39875161/article/details/90052644   https://zhuanlan.zhihu.com/p/70703846   FasterRCNN系列   RCNN   https://zhuanlan.zhihu.com/p/23006190?refer=xiaoleimlno...

写在前面 今年CV方向算法工程师非常难找，投递CV算法的毕业生越来越多，各个CV岗位（包括研究岗与业务线上的算法工程师岗）对于求职人员的要求也越来越高。 这里本文以自己春招实习以及秋招的经历为基础，整理秋招求职的视觉图像算法中的经常会遇到的一些面试问题。主要整理一些常问的基础知识以及算法知识。由于每个人自己的项目不同，岗位的不同问题也会有一些不同，这些基础问题应该是都有所理解的，这些基础知识作为查漏补缺来看吧。 1. 机器学习 梯度下降法与牛顿法 感知机的计算公式 K近邻中kd树的思路 朴素贝叶斯的推导以及假设条件 ID3，C4.5，CART决策树的计算流程 Logistic回归的极大似然推导...

哈哈，插入一波广告，欢迎投递IES互娱研发多媒体部门，投递链接搜索抖音即可查询岗位，有图形、图像、计算机视觉、音视频，Cpp等背景的同学可重点考虑；此外，研发类技术岗如前端、客户端等也不少HC，其中客户端缺口很大，没有相关经验但只要计算机基础较好也可赢得offer。   内推码:NYUE2YK   投递链接:https://job.toutiao.com/s/JRYe4Nf      个人背景：   图像拼接、图像特征匹配（instance-level matching and semantic-level matching） 传统图像处理 + 深度学习   OPPO-计算机视觉算法  一面：...

被拷打1h46min1.自我介绍2.详细介绍一下简历里的3个项目3.介绍workshop比赛获奖解决方案长达1h4.小目标检测提升精度有哪些方法5.说一下语义分割的代表性架构，FCN系列和Transformer系列，优缺点6.边界分割不准时需做出那些改进7.假设只有box注释，怎样实现弱监督实例分割8.手撕岛屿数量

工作职责 负责相关基础算法研发、优化以及工业化部署。任职要求1.2025届及以后毕业，硕士及以上，计算机相关专业，有视觉相关背景优先；2.熟悉至少一种深度学习框架，Pytorch或Tensorflow；3.在图像实例分割或图像的生成补全上有大模型训练或Finetune的项目经验；4.对技术充满热情，思维清晰，具有很好的问题分析推断能力，良好的沟通表达能力和合作能力。加分项1.有AIGC实际项目落地经历；2.在CV领域核心顶会（包括但不限于CVPR/ICCV/ECCV/ICLR/NIPS/AAAI）上，以主要作者身份发表过图像分割和生成相关论文。

5.8面的 SD有了解吗Controlnet有用过吗？Clip原理SD1.5和2.1差别？有用过xl吗Leetcode128总体感觉还好，估计候选人太多了。

全程50分钟pixelshuffle和其他上采样的区别psnr公式介绍ddpm SDSD和GAN区别介绍transformerQKV是什么？QKV为什么要通过三个映射代码：返回最长子序列长度