计算机视觉算法工程师(旷视、商汤、智云、海康)面试总结

技术支持 05-13 阅读:95 评论:0

  智心,公众号:人工智能架构计算机视觉算法工程师(旷视、商汤、智云、海康)面试总结

  校招尘埃落定了,由于最近一直在忙毕业论文,现在才腾出时间总结一下面试经历,因为最近人工智能的火爆,所以今年算法岗竞争也相当激烈,投了很多公司也踩了很多坑,最后也算是收获到满意的offer了。

  总体上来看,海康的面试比较水,面试时间很短且难度不高,旷视的面试,后来没有收到offer,商汤的难度较大,但是运气比较好拿到了offer,还面试了一家智云视图的创业公司,面试过程很愉快,也顺利的拿到了offer。

  先说一下本人教育背景,末流985本硕,实验室主要研究方向为计算机视觉,因此求职方向也都是计算机视觉算法,按顺序整理一下面试经历,希望对其他同学们有帮助。

  旷视科技是面试的第一家公司,每轮面试大概1个小时,具体的面试内容尽量回忆一下。大概首先讲了之前的项目经历,面试官会随时提问,并且让我在白纸上边画边进行讲解。然后就问了解过哪些 CV 领域,接着是一些经典的机器学习算法,包括SVM、决策树优缺点,L1、L2 正则化区别等等,深度学习相关的问的比较少。之后在白纸上手写了两道算法题,分别是判断两个链表是否相交和反转链表,一面大概是这些问题。

  紧接着二面,也是简单的自我介绍和项目介绍,问了很多深度学习的问题,比如ResNet 的特点,DetNet原理,BN 有什么优点,梯度下降法和牛顿法区别,RNN 怎么反向传播,哪些原因会导致梯度消失。因为简历上写的熟悉 TensorFlow,所以还问了一些tf的问题。整体大概就是这些问题,因为第一次面试准备不太充分,回答大概正确率百分之六七十吧,后来也没有收到旷视的offer。

  海康威视的是电话面试的,面试时间比较短,也是套路性质的自我介绍和项目介绍,然后针对目标检测的项目,问了一些常见算法,让详细讲解一下faster-rcnn的整个从输入到输出的框架流程,然后是rpn的原理,列举一下针对小目标的解决措施,如何解决类内的检测,还有项目中有无其他困难等,主要问的还是项目相关的内容。

  第二面直接就是HR面试,没有技术问题,大概就是为什么选择海康、项目中如何进行合作、项目中遇到过什么困难、如何解决的之类。最后也很快收到了offer,是所有面试里最简单的,难度相对最低的,薪资待遇也并不高。

  智云视图是面试体验最好的一家公司。之前没听说过智云视图这家公司,去官网上看了简介,也去github上也看了开源的项目,发现了很多人脸关键点,车牌识别,车型识别等开源项目,试了一下效果确实不错,对这家公司也有了大概的了解。智云的校招地点是在北京太阳宫附近,公司环境不错,一面开始是简单的自我介绍,大概了自己的研究方向和研究成果,然后问了简历里提到的项目,包括项目里的细节,例如自己的贡献点,创新点,实现方法,以及优势之类的,最后面试官让我详细的介绍了一下研究生期间中的一篇三区的论文,主要是关于目标检测的,然后就接着问了目标检测one-stage和two-stage的区别,常见算法等。后面是技术问题,问了几个传统机器学习的算法,面试官问有没有自己代码实现过,因为深度学习做的比较多,有一些机器学习算法已经不太熟了,所以答得一般。因为实验室主要做计算机视觉相关算法,面试官重点问了CNN,包括对卷积的理解以及相对其他网络的优势。最后问了平时喜欢做什么,喜欢看什么类型的书等等,感觉面试官态度非常有耐心。

  二面的面试官问的技术问题更深,主要侧重于原理,有些不太确定不知道怎么回答,但是他非常nice,一直鼓励我不要紧张,还引导我说出最后的答案。还能记起的问题大概有在草稿纸上手推BP算法,详细讲一下pooling的作用,梯度消失和梯度爆炸的原因以及解决方案,如何防止过拟合,各种激活函数sigmoid,tanh,relu. 各自的优点和适用场景,relu的负半轴导数为0如何防止梯度消失,如何理解dropout和BN,神经网络不收敛的原因。面试完后很快得到了HR的电话,薪资在行业内也算比较有竞争力了。

  商汤的面试感觉运气比较好,因为研究方向是目标检测,所以答得也比较好。一面上来也是简单的自我介绍和项目介绍,面试的内容大概有:sigmoid和softmax的区别,InceptionV1为什么能提升性能,RPN哪里也可以提升小目标检出率,为什么resnet101不适用于目标检测,小目标在FPN的什么位置检测,详细介绍了NMS,最后是一道算法题,输入一个文件,等概率输出某一行,只能顺序遍历。

  二面开始也是先问项目,包括项目创新点,然后问了常用的目标检测算法,Faster RCNN和SSD的原理以及有什么异同点,接着还有其他一些包括SENet原理,Focal Loss 原理,IoUNet的原理等,然后问我还了解哪些轻量级的检测器,另外还有一些重复的问题,比如Soft-NMS的原理,BN为什么有效等。除了基础,还问了一些实际解决的问题,比如一个图片中有一个很大的目标还有一个很小的目标,应该怎么处理。最后问了编程语言Python、TF,以及linux等。个人感觉面试还不错,所以也成功拿到了商汤的offer。

  总结一下,面试时除了掌握相应的知识外,态度等也很重要,毕竟校招不同于社招,面试官更需要一个学习能力强并且能虚心接受别人意见,可以很快的融入到工作团队中。另外不同面试官的面试风格不同,所以面试内容仅供参考,也祝大家都拿到心仪的offer!

标签:海康面试
版权声明

本文仅代表作者观点,不代表百度立场。
本文系作者授权百度百家发表,未经许可,不得转载。

分享:

扫一扫在手机阅读、分享本文

评论