秋招在十月中的时候结束了，剩下的一个月一直在纠结。   3月找实习的时候，就决定要找技术岗位。从大学到研究生，7年计算机学习时间，不想让这7年时间白费。   五六月的时候拿到了滴滴数值分析，小米cv和工行的实习offer。最后选择了cv方向。   研一刚入学的时候，同组的师兄就对我说，一定要找算法的工作。从python到机器学习到深度学习都要感谢师兄给我的帮助指导。从那个时候起，找到算法工作就是我的一个目标。很开心能在小米实习，带我的mentor会推荐好的论文让我读，训练时候的小trick也会毫无保留的教给我，让毫无经验的我尝试模型量化和优化工作，这是第一次我了解到深度学习不止是调调参，写写模...

无论文，无比赛，真末流985本硕科班，学校计算机专业很菜。 侥幸找到了cv工作。是图像增强方向的。 c++能力真的菜，但实习期间发现模型要落地c++是必备技能。 opencl,neon之类也没接触过。 深度学习方向也很单一，只了解超分模型和GAN模型。检测方面一无所知。 传统图像处理，略懂。 大家有什么推荐的课程和好的建议呢~ cv未来的发展方向又在哪里呢~ 搞cv的一起讨论下呀~

其实跟上一个帖子一样~但是农行要签两方了，可是我还在纠结，所以想让大家帮我选选。   是女生，研究生期间做的算法cv方向，能上岸也挺难的。   地点都是武汉，家在武汉，回家父母能帮忙付首付，按揭要自己负责。   1、小米武汉18.5k一个月。在小米实习过，算法岗不算特别忙八点左右下班，有项目可能要九点多吧。家到小米45分钟地铁。= =我貌似已经被雷军***，成了半个米粉了。实习期间还买了小米手机。   2、农行研发中心武汉。总包21.5w~28.5w。有半年实习期，实习期工资只有5000。家到农行八公里。      不会开发，java不会，只会c++，c，python。去农行应该要重新学。  ...

同等级比较~ 白菜对白菜 sp对sp这种~ 感觉图像算法的人很少诶

小米武汉算法岗。18.5k 农行武汉研发中心 offershow上是说21.5-28.5一年……我总觉得是骗人的 有半年试用期，工资不到6000  lz女生,家在武汉,家里条件一般不好不坏,在武汉爸妈努努力能付个首付那种😂😂  农行待遇太神秘。有了解的吗……   马上要签了，帮忙投个票吧~

牛客视频面  c++部分一个也说不清楚 1、static 静态函数 静态变量  类里面的变量+static有什么作用  2、vector和list底层实现  3、深拷贝浅拷贝  4、堆和栈存储  5、手写均值滤波 第一次在牛客网上视频写代码……一开始不让用np整个人是懵的😂😂😂要padding  6、循环数组找最小值（说思路）  7、训练集测试集和验证集 验证集和测试集区别  8、过拟合  9、训练数据太少怎么办  10、如何加快收敛速度  大概就知道这些吧…c++实在太久没看了 我有罪  居然有二面😂😂,又被血虐 1、项目  2、概率题 我算了起码十几分钟哈哈哈哈 打可乐,机器坏了...

玄学一把！还愿！！！！！牛客太灵了！！！！！！！！！！收到hr短信了，希望稳。等下小米转正面，许愿问的都会，蒙的全对。面完发面经！一面1、svm目标函数，拉格朗日变换，为啥能将有约束变为无约束。函数间隔，几何间隔。2、lr为什么是凸优化问题。3、conv 加bn层参数量。卷积层要考虑w和b4、过拟合欠拟合5、项目，改进6、用tf写1+1，用tf.variable,不能用tf.coonstant7、最近公共祖先 反转链表二面 电话面1、项目2、lr和svm损失函数区别，介绍这俩3、机器学习特征选择，如何降纬，数值型，类别型4、生成模型判别模型5、介绍pca6、随机森林如何分裂节点，随机森林为何随...

只有科大讯飞可以等等了。 昨天转正答辩答的很烂。 svm拉格朗日为什么可以将有约束问题变成无约束。 lr为什么是凸优化问题。 卷积层加bn层参数量。 用tf手写1+1代码。用tf.variable 记得要全局变量初始化啊。。 代码题，最近公共祖先居然没有答出来。 应该是凉了吧。 实习的地方是我最想去的公司。。。。估计留不下了。  只能等科大讯飞开奖了。。希望好运

今天把leader惹生气了。 放弃明天58现场面，好好干活。 讯飞等hr通知 大华等hr面 小米转正面试希望顺利。 四月到十月。从没有实习到有实习经历，从没有论文到有一篇会议并被推了期刊……希望能继续完成从没有offer到有offer的跨越。

今天早上图像算法岗 一面电话面。面试官说通过了，等hr联系。这是真过了？还是说凉了怕我伤心？

这是啥情况？行为迷惑大赏…

二面完，通知回去等消息。   😂是只有两面，还是其实有hr面，但我没有撑到。

因为认识到自己的不足，所以也没想要面过，抱着要挂的心态去面试，不计较得失，真的会轻松很多。   一面：   1、逻辑回归推导，梯度下降，参数更新。   2、模型压缩一些，深度可分离卷积，模型量化。   3、尝试过BN层和卷积层相结合吗？（这个没听过诶，但是我是做超分的，一般不用BN层）   4、模型是自己写，还是改个输入输出。怎么设计模型。   5、两个有序链表的合并。   6、用什么优化器。   7、GAN网络的loss函数。   一面挺基础的…就过了。   中午在等二面，睡了个午觉…   二面：   1、GAN网络loss函数，wgan，wgan-gp怎么实现。   2、上采样的方式。  ...

当初找实习的时候，就很困难，好不容易进了一个中厂，做cv。论文很水还和cv无关，只有学校的项目经历，无比赛，实习也算学到不少。   从七月到现在。   oppo提前批，二面挂。   京东提前批，面完hr，可是因为自身水平问题，要求先实习再拿正式offer。   浦发银行，不知道什么时候有结果。   笔试通通都挂了，只有一个360周一面试。   实习转正感觉也很悬…   投了三十多家…不知道该怎么办了。   一边实习，一边做实验室项目，一边准备秋招真的好累。实习回去投个简历…感觉就很晚了。然后刷刷题就到两点了。   想过要找银行，但cv方向和银行完全不对口。而且准备银行也要看行测之类的…我真的要...