《视觉算法》专题

4.18 技术面 问项目经历，多模态、大模型算法的了解和理解。手撕三个bbox的iou计算。 4.24 hr面 常规hr面。 4.26 发感谢信没过。

一面： 自我介绍 项目介绍 八股文： 1. GBDT 2. xgboost 3.逻辑回归，svm，决策树的优缺点，适用场景 4.决策树和随机森林的区别 5.是否了解attention，transform的kqv 6.用过的loss函数，是否了解triplet loss之类的，好几个没听过的loss，没记住 7.batchnorm的参数是否可训练，b*c*w*h有多少个参数 8.如何进行上采样，上采

base 西安 一面(30min): 第一个面试官: (1) 英文自我介绍 英文说我的家乡和陕西的不同 (2) 介绍一个自己的项目 问了下模型的数据量 (3) 介绍一下模型训练的流程 (4) 完成括号匹配需要使用什么数据结构，讲一下怎么实现 (5) 主要使用的语言：python 了解c++吗：本科用过，但现在不熟 ×(6) 指针和引用有什么区别：我知道指针是啥...但是引用想成了python里的引

今天二面，手撕算法题是复原ip地址，编程弱鸡30分钟都没写出来，还是有问题放弃了 1.面试官自我介绍 2. 我自我介绍 3. 介绍我认为我觉得比较好的一个论文 4. 关于aaai那篇论文怎么做的 5. 打开论文讲，不然感觉有些抽象 6. 做个题吧，没做出来，最后他说不用做了 我让面试官看哪里不对他也一时半会儿改不了，回溯失败 7.反问： 1. 人力投入 2.培养 3. 做什么 4. 实习多久 总时

23校招百度提前批，视觉算法。7.22一面 1、自我介绍，我劈里啪啦讲了5分钟。总之把你和职位相关的内容全部放上去 2、提问项目，面试官提问你简历中的相关项目。自己的项目一定要写清楚，并且准备好。没有项目可能就要问你各种八股文了，八股文容易翻车 3、手撕代码，pat乙级的难度。我第一个算法，面试官说复杂度太高，让我优化。优化过程不是很顺利，最后勉强写完，边界条件出了点问题，面试官说回去再考虑，流程

终于轮到我写面经了，之前因为拿不到oc一直不敢写，现在感觉成功了90%，就先半场开个香槟，攒攒人品。 bg：双9，非科班，一篇二区，一篇准备投二区，两个项目，一个项目论文，一个项目专利。 简历挂：360，携程，美团，阿里云 其中阿里云点名批评，hr给我打电话，问我要不要走他们部门的流程，如果走的话可能要一个月的时间，还贴心地说如果觉得部门不合适的话可以给我推到其他部门，我深受感动，当即同意进入流程

今天一面，我感觉大抵是凉了 投的时候看见里面有 3D 视觉岗,就投了，结果是智能创作平台捞的我，我一查发现他们是做生成模型的。虽然感觉凉的概率比较大，但是还是认真准备了 面试时，面试官问了什么是 stable diffusion 目标检测网络知道哪些，详细说下 对抗生成网络说下，大模型微调的策略都有哪些（这些我都答上了，不过其中 stable diffusion 的文本特征和图像特征怎么对齐，这个

1小时，无手撕 你用的对抗损失有什么特点 采集的图片压缩噪声居多，还是说采集噪声居多 facefusion了解吗 讲一下扩散模型原理 ddim推导过吗。。。。。。。 有啥加速采样方法 欧拉采样怎么做的 文生视频有了解吗？（我简单说了下dit。） llm了解吗 clip讲一下 qformer讲一下 无手撕 #阿里##秋招##面经##如何判断面试是否凉了##算法#

7.24 笔试 8.11 一面 自我介绍 项目1介绍（深挖） 项目2介绍（深挖） 代码：找到离给定两个节点最近的节点（力扣2359） 8.29 二面 自我介绍 项目1介绍（细挖） 项目2介绍（细挖） 专利介绍 反问 9.1 HR面 自我介绍 家庭情况 大学生活 研究生生活 未来规划 对象问题 #虹软#

没有填内推码 8.26 笔试 4道算法 A3.95 0903通知面试 0905 16.55开始面 面试官人贼好，上来说面试分三步 1. 介绍部门 2. 我介绍自己和实习内容，毕设项目 问了一些项目细节 3. 力扣 快速搜索 几分钟写完 17.25 结束面试 【我以为凉了KPI毕竟就面了30分钟，但是直接跟我说过了等通知二面...】 其中问了： 能不能实习，我觉得哪些事情是本科之后的转折点。

1，聊了一个项目 问了项目背景和项目难点以及对应的解决办法。 2，反问，聊一下公司的业务，解答问题 没有八股、手撕，面试官很nice。 update：傍晚HR通知说通过了，约了HR面。

总共1h 看的出来，面试之前面试官都没看过我的简历。聊了10分钟就开始做题，反转链表写了二十多分钟没做出来，最长递增子序列分别用贪心和动态规划写出来了，后面问了一点深度学习的八股，感觉方向不是很对口，大概率凉了。 1. 介绍一下实习做的工作 2. 反转链表，每n个反转一次 3. 最长递增子序列 4. 写一下交叉熵 5. 为什么分类损失不用MSE 6. 多头自注意力中的头从8个变为16个，计算量怎么

时间线：7月25日一面 -》 7月30日二面 -》8月2日终面 -》8月9日口头offer 一面主要偏项目，二面主要偏基础（纯八股拷打），三轮面试平均1小时，总体来说百度的效率算是很高了，顺便问问有朋友知道开奖具体时间吗？ 自我介绍 讲一个最感兴趣的项目 SIFT算法（项目里面用了，让我讲底层原理） 有没有试过基于深度学习的模版匹配方法（列了两个Google的模型，没听说过） YOLO系列的发展趋

一面第二天早上约的下午面试 效率很快 面试时间：30min （电话面试） 面试内容：自我介绍 项目介绍 深挖 无手撕 反问：后续流程 还有一个主管面和HR面

投的AI嵌入式开发，被视觉感知算法捞了，方向不匹配导致异常尴尬，一问三不知 1.自我介绍 2.部署概念 3.BEV编码方法? 4.2D目标检测了解吗？（不会） 5.Label 正负样本匹配？（瞎扯一通） 6.具体实现？（不会） 7.NMS如何实现? 8.基于Transformer的检测方法?（不会） 9.点云三维目标检测的backbone？(PointNet,3D Sparse Conv) 10.