视觉算法岗面经 面试的岗位大部分是计算机视觉算法工程师,少部分算法优化、部署岗。总的来说,大部分公司的技术面试都分为这几个部分:项目描述和细节提问、深度学习+目标检测算法、数据结构和算法代码及编程语言相关。下面是我面试当中问到的一些问题。 一,项目 主要是描述项目背景、项目实现的功能及使用的方法和流程,面试官会针对他感兴趣的点问一些技术细节,基本上只要能把项目流利的描述出来就问题不大。 二,深度学
1.问下项目,问下我的情况 2.是否了解最新的BEV算法,讲一下 3.是否了解三维重建 4.考察相机坐标系的转换 5.手撕代码,翻车了,不考leetcode,考察两个旋转框的IOU box1 = [xmin1, ymin1, xmax1, ymax1, theta1] box2 = [xmin2, ymin2, xmax2, ymax2, theta2] 好复杂,只能说思路,没时间写 讨论每一种交
打死都不会想到侥幸进二面了(一面面经见主页,面完整个人麻了) 一上来自我介绍,然后开始做题 题目好像在力扣上见过,但又想不起哪道题,有记得的uu说下是哪道题——重复字符恢复,例如给你一个字符串abc(d)<2>,恢复成abcdd,圆括号内表示要重复的字符,尖括号表示重复的次数。 写了一半叫停,让讲下思路,讲完以后说思路大致差不多,接下来的不用写了。 开始问八股,让手撕multihead atten
晚上7点开始面,先自我介绍接着开始深挖项目,挨个挖,把所有相关的项目都挖一遍,各种细节都问一遍,往祖坟里挖那种....(问麻了,这就45分钟过去了) 然后问八股,主要是C++的八股,刚开始还好,问一些比较基础的,什么是多态,struct和class什么区别,智能指针这些,越问越觉的不对劲,开始问知道虚指针和虚表是什么区别,c++内存空间是怎样的,反正后面这些基本不会,反正看样子是非要问到完全不会的
自我介绍 职业规划(传统算法,还是ai)(在这我选了传统算法,因为课题跟项目用到,虽然俺也很想搞机器学习) 边缘跟踪(直接不会,没用到过) 说一说边缘检测算法(sobel,canny) 细嗦canny检测(非极大值抑制是他想听的关键,跟边缘跟踪有联系,写完这个查一查) 继续问项目跟课题(这时候提到很多次效率) 本科的项目用到opencv,细讲。 问到项目里的圆检测,疯狂回想,最后想起来是hough
1、自我介绍 2、深挖简历,详细问了实习的项目,遇到的问题,如何解决的,有没有优化等等。 3、Python的深拷贝和浅拷贝的区别?赋值时浅拷贝还是深拷贝? 4、说下Maxpooling的反向传播。 5、L1和L2的区别。 6、说一下几种常见的图像特征。 7、深度可分离卷积是什么? 8、CNN中参数量和计算量怎么算? 9、深度可分离卷积的参数量和计算量是多少? 10、了解Linux的管道命令吗? 1
秋招第一面感觉凉了 面试自我介绍然后依次介绍简历里的项目经验,每个项目介绍完提问每个项目负责哪些模块和相关的算法八股 问到八股人麻了明明有的前段时间才看了一下子就是想不起来 最后,谁说科大一面没有手撕的????? 让我手撕匈牙利匹配算法,我甚至都不知道这个东西,让面试官给点提示他也没有提示,噶 手撕完我以为没了,结果还问我觉得项目落地有哪些难点,还补充问了一下没明确写的论文里主要负责哪些模块 反问
7.15 笔试 7.20 一面 无自我介绍 介绍项目 Anchor-free标签匹配方式 小目标信息丢失问题 基线选择 模型压缩技术 代码 7.1 求均方根 7.2 Softmax函数 7.3 交叉熵损失函数 7.27 二面 自我介绍 项目介绍 传统方法如何处理多尺度目标共存问题 双模态语义分割框架 语义分割损失函数 语义分割常见问题 边界模糊问题 点云配准及应用 凉~ #陌陌面试#
1、笔试题:删掉链表倒数第k个元素 2、C++基础知识: struct\class区别 虚函数纯虚函数区别 智能指针:shared_ptr和unique_ptr区别 右值引用用在什么场景,解决什么问题 3、项目: MPC里用的模型是啥 MPC实车遇到过什么困难 预测步长有多少 MPC在实车过程中遇到路径曲率突变怎么解决 用到过哪些规划控制算法 A*如何解决动力学约束问题 怎么解决路径平滑问题 对百
9.9面试的,上来没自我介绍环节,直接简历项目开始过,比赛,论文,实习,中间穿插八股:BN和LN区别,transformer encoder组成,BERT等等,应该是都答上来了。 之后手撕,很简单求根号,没用二分,用梯度下降写出来了,被老哥表扬(大四机器学习课考过,做题家基因动了)。 最后说岗位匹配的问题,因为之前没做过自动驾驶,我就拼命说对这个方向感兴趣,自己这两天看过哪些论文(真的是为了这个岗
#面经# 自我介绍 0. 问简历 讲了讲两段研究经历,因为方向比较偏所以没问太细。 1. Transformer细节 答:self-attention,positional encoding, memory, cross-attention, subsequent mask等等 预测时怎么预测? 答:autoregressive 2. VAE 答:构建高斯分布和实际数据分布的映射。实际训练中先用网
6月底投了aidu计划,我是做搜索推荐的,不知道为什么被自动驾驶部门捞起来了…奇怪怪 7.7 一面 自我介绍 懂pytorch算子加速么?(不懂),懂计算机视觉的模型么?(不懂),那就来做题吧😂 两道题,比较常规的:leetcode合并区间,leetcode四数之和(之后做了剪枝优化) 知道什么设计模式吗?(答:单例模式、工厂模式、适配器模式等),然后问单例模式在多线程的情况下会有问题,怎么解决
8.2 测评 8.26 一面 所有项目逐个介绍(细挖) ResNet中的BottleNeck结构 9.7 HR面 自我介绍 项目介绍 家庭情况 父母对自己工作的期望 研究所和企业工作的选择 职业规划 对象问题 读研期间导师对自己的影响 自己的性格介绍 自己的缺点 薪资意向 岗位的理解 反问 9.28 录用评估 #海康面试#
HR 小姐姐主要问 1.啥时候到岗 2.实习多久 3.是否有别家的offer 和面试流程 说是一周内发offer 邮件。 #晒一晒我的offer# #计算机视觉岗# #暑期offer# #算法# #滴滴#
聊天机器人:嘿,你介意回答几个问题吗? 顾客:如果是,继续提问/如果不是,向顾客致谢并停止对话。 我在Twilio Autopilot上使用了示例调查机器人,但它实际上没有“if/else”场景。如果Twilio没有它,那么还有其他适合于此的聊天机器人吗?