24校招生，已签约oppo研究院。内推码D0001075，可交流面试经验。    

电话面30min深圳规划院 感知实验室1.自我介绍2.拷打论文3.拷打实习没有提前准备，面试效果不好开奖c9f价格

从5月份开始秋招到10月底结束，从牛客看了很多面经，也交了很多志同道合的牛油，在这里总结一下自己的秋招经历吧。希望能给后面的学弟学妹们提供点参考。背景：本硕双中九（考研），硕士主要做的计算光学成像方向，没有什么项目经历，只有一篇成像方向中科研2区论文（计算成像方向），一段手机厂ISP相关的实习经历。单从bg来看，楼主属实不够看，不过最后运气好也找到了满意的工作。感觉也可能和我喜欢发面经攒人品有关。大家多发发干货面经，又能复盘，攒人品，还能认识很多同行小伙伴。计算成像包括很多方向，包括但不限于超/高光谱、散射、单像素、偏振、超分辨、全息、结构光等等。做咱这个方向的应该都知道其实...

9.19线下一面 约30min1.自我介绍2.科研项目（原理，方法，结果对比，算法提升等）3.实习经历（就在vivo工具组实习的，mtk视频算法，自动化调试原理，个人的主要工作和贡献）4.反问9.21 线下hr面 约20min1.自我介绍2.你在工具组实习的感受，和上司冲突怎么办3.讲讲你对手机影像的理解（镜头，sensor，算法等）4.你对你面试官的印象怎么样（一面的面试官可能就是你的leader）5.你觉得你实习的组的工作有什么需要改进的地方6.offer情况，期望薪资，意向base地，家庭等等5.反问工作地点，后续时间安排总结：感觉hr面还是很正面的，希望能发offer

8.30 投递9.5 笔试9.14 一面 约60min1.自我介绍2.讲科研项目（原理，流程，算法等）扣的很细，中途有很多信号处理方面和光学方面基础知识考察3.对ISP pipeline的理解（为什么要AWB，CCM和GAMMA的先后顺序等），很多没答上来，还是理解太浅薄了4.讲实习的一些内容（全参考的图像质量评价算法，实际的效果和一些问题之类的）5.反问（工作内容和手机行业有什么不同）9.19 二面 约30min1.自我介绍2.科研项目，思路，负责的内容，最后效果3.相机的噪声类型（回答的不好），信噪比，如何评价噪声等等。4.讲一下isp的流程和各个模块的作用算法等，附带一些isp相关的问题5.实习的工作内容6.反问（需要经验的岗位为什么要招校招）说这周能出结果，还挺想去黑芝麻的，许愿offer。10.20更新内部帮忙问了，offer审批挂了，不懂啥情况

oppo提前批投的研究院的影像算法，hr面完就没消息，大概率是寄了，正式批转投影像测评。9.7 一面 约30min具体问题不能透露，主要考察一些光学/影像基础，然后就是实习的一些内容。面试体验很好，面试官也跟我介绍了部门的一些业务和适合我的方向，希望能过。9.13 二面 约40min1.自我介绍2.实习相关经历+一些工作内容细节部分3.个人的科研项目，主要的重难点和贡献4.个人职业规划，面试官介绍岗位职责和具体工作内容5.个人抗压能力和意愿6.反问问的问题很全面，因为实习内容是强相关的，所以问的很仔细。然后对个人的职业规划，工作地点和岗位意愿问的比较多。9.25 hr面 约10min无自我介绍，常规hr问题。还问了问你觉得这个岗位最难的地方在哪里（我：？），然后hr很多奇奇怪怪的表达让我难以理解。总之体验不好10.20更新签oppo其他岗位了，流程不会推进了，从专业面的面试官反应来说应该是能过的，大概算oc吧

9.7一面 约35min1.自我介绍2.对着ppt讲硕士科研项目+实习内容3.工作地偏向，家庭偏向，其他offer等。4.反问9.13二面 约30分钟1.自我介绍2.科研项目，思路怎么来的，是否独立完成，主要工作内容等。3.base地，选择公司/行业的标准，其他offer情况4.反问9.17 线下三面 约15分钟1.自我介绍，期望base地2.最困难的事情3.最有成就感的事情4.为什么投迈瑞5.offer情况，期望薪资待遇6.不是图像处理方向能不能接受7.反问总结：三面面试官不是图像处理方向的，我说想做硬镜，他问其他的方向能不能接受。我表示不太行，面试官说三天内出结果，没有通过可能也没有感谢信，感觉应该我应该是寄了。

8.23投递9.6一面 约30min1.自我介绍2.拷打硕士研究课题，拷打论文（仿真，算法，光学原理等）3.懂不懂光学基础（讲了时间/空间相干，衍射啥的）3. 反问业务联影医疗超声部门捞起面试的，但我是做光学成像的，方向不是很对口。所以整个过程主要在问论文，和一些物理的原理等等。一面完两个星期没后续默认挂了。9.22 hr面 约20min1.自我介绍2.hr常见问题（最困难的事，家庭，base地，offer情况等）3.反问hr面隔了好久，联影超声加班感觉挺多。

8.5投递8.16笔试一面9.5 约35min1.自我介绍2.详细讲论文相关内容（传统算法+ai算法），成像结果的评价指标，论文提出的算法性能分析（耗时，效果等）3.详细讲了实习的工作内容和项目。4.是否了解激光雷达，有没有光学基础，会不会设计和搭建光路。5.反问工作强度，公司规划等总结：主要问简历上的内容，面试官全程跟着思路在走，很少有面试官能听我把科研论文讲完了。面试体验很好，面试官还介绍了很多公司的业务内容。

8.26 线上一面 20分钟就随便问了问论文和项目，没有深挖项目，也没有一些基础知识的考查。有点奇怪，可能看方向不对口kpi了。9.13 线下二面 约15分钟1.自我介绍2.科研项目3.奈奎斯特采样定理，图像降采样方法，频率混叠如何解决，卷积的池化的含义等等。9.13 线下hr面 20分钟1.自我介绍2.本科奖项，大创的成果，个人主要贡献3.实习的收获4.就业行业偏好，对公司的期望（平台，城市，待遇）5.自我感觉和岗位的匹配度，对行业的理解，其他offer情况等。

#牛友投递互助，不漏校招机会# 6月多投递的，8月才联系。一面8.15 30min 实习+论文PPT+反问。二面8.22 15分钟 主要问了下实习内容。HR电话面，问了一下就业意向和职业规划啥的，后续约谈薪。面试挺水的，还没谈薪，但是应该算oc了

1.英文自我介绍2.硕士研究方向3.isp相关4.实习相关5.反问ps：15分钟，说方向不相关，不想面可以不面，搁着刷kpi呢

8.3 一面 约45min1.自我介绍2.实习工作，ISP的流程，AWB和demosiac的顺序，Gamma和CCM顺序/为什么这样设计，如何实现的ISP参数自动化调试，LPIPS的网络结构，你的主要贡献是什么，说说你对AE的理解，运动曝光表是怎么做AE的3.论文和项目，介绍一下创新点，你的具体的算法是怎么实现的，有没有用同样方法的论文。为什么用Unet，损失函数如何选择，为什么用GAN，dropout。4. 传统图像处理算法了解吗，如何求一个图像的梯度，如何设计一个求梯度的卷积核5. 写代码：腾讯会议投屏，写一个卷积操作6. 反问总结：拷打项目+简单代码考察。深度学习+CV传统算法都能考察到，面挺广的，很多东西没答上来，寄。

7.19笔试 两道编程题8.3一面 约60分钟1.在vivo的实习内容（isp效果调试相关），实习的项目量化成果，实习项目中遇到的问题，你觉的isp中哪个部分最重要，开源isp pipeline的相关内容。2.论文相关：强弱散射分类，强散射成像的原理，散射恢复算法，你的贡献点和创新性在哪里，相机镜头上的污渍的散射能够去除吗3.项目相关：深度学习unet的结构，卷积上/下采样，有没有考虑不使用maxpooling进行下采样，损失函数的选择，GAN的模型收敛和调优问题4.技能相关：图像处理算法了解哪些，C/C++水平怎么样5.反问，balabala总结：全是项目，无八股和手撕。面试官人很好，知识面很广，一直都很耐心在听和提问。面试时长拉满，嘴都讲冒烟了。