《自动驾驶计算机视觉算法实习》专题

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#

#面经# 1.简述项目 2.问毕业论文方向，做到什么地步了 3.问控制策略PID、MPC这种 4.问传感器信息异常值怎么处理 5.问传感器精度的解决策略 6.问传感器使用中遇到过哪些问题，怎么解决的 7.问我跟随控制时，什么情况下MPC相对于其他算法更有优势 8.问会不会深度学习之类的，如果使用了这个方式会不会带来什么优势 9.问如果以工程角度去考虑，怎么去设计控制策略适应他说的某个场景 10.开

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

更新：已经进入hr面 ———————————————- 二面面试官经验也很丰富，对技术的考查不多 上来先确认 工作地点和部门 上海腾讯优图实验室 1. 两分钟自我介绍 2. 对简历上哪个工作认为最好 3. 打开ppt简短介绍一下 4. 那个工作的前置工作是哪个（MasaCtrl） 5. 生成评价指标（clip i2i t2i lpips fid等） 6. 怎么判断生成异常歧义的指标（我想不出来没接

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

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。

时长：1h30min 因为岗位比较匹配所以问了不少，鼠鼠第一次面这么匹配的岗位，面试官很有水平，学到了很多东西。 1.自我介绍 2.深挖项目和实习，简历上提到的都问了，中间穿插了八股 1）具有旋转不变性的图像算法 2）transformer中为什么除以根号dk？dk怎么来的？ 3）传统的图像处理方法有哪些？ 4）滤波，去燥 5）中值滤波用在什么地方？ 6）哪些滤波能保持边缘信息？ 3.手撕lc69

小硕一枚，有幸笔试做两道被美团捞简历，成为第一个暑期给面试的公司 流程： 1.面试官介绍部门做什么的，视觉智能的，现在在做中文的文字可控生成 2.我自我介绍，介绍一下简历上一个印象深刻的项目 3.掰扯一些论文的做法，（他不懂） 然后问我如何端到端训练风格迁移，用扩散模型 4.乱扯了在快手做的事情 5.如果让我做可控文本生成，我会怎么做，发散问题（不会，实在不懂） 6.缩小范围，字体风格迁移要怎么做

9.17 自动驾驶 感知算法实习 一面 自我介绍 ResNet数学原理 one two stage网络代表和区别 SSD yolo Faster RCNN roi pooling和roi algin torch动态图 python装饰器 CaDDN流程 DETR流程 DETR3D deformable attention mmcv中的hook runner机制 反向传播 mAP计算 9.21 二面