《计算机视觉算法工程师》专题

10-8 面试官懂的太多了，秋招以来第一次面试被问麻了。 手撕 简单dp题，到右下角的最短路径 面试官说可以把边界条件拿出来做，这样会更清晰点 Pytorch DDP了解过吗 不了解 CV的发展路径 从AlexNet开始说，因为想不起来具体改进，就总结了说是各种架构和激活函数的改进 NLP的发展路径 RNN-》LSTM-》Transformer 不清楚是不是这个发展 RNN和Transformer

记录一下菜鸡被狂虐的经历吧 一面：研究院中的某个产品线 1.自我介绍 2.对哪个算法模型比较熟悉，介绍一下（说了xgboost） 3.xgboost与gbdt的区别 4.运用xgboost前是否需要进行归一化处理，xgboost中如何预防过拟合，如何在训练模型前预防过拟合 5.有没有用过深度学习模型，对哪些比较熟悉（我的方向是机器学习，就说了个cnn） 6.cnn各层的作用（属实是不记得了），为什

#小天才# 面试前通知时间大约半小时，实际面了将近一小时，但最后还是挂了。面试官比较侧重于问项目经历，而且表明我进面试是因为看重我的专业(通信本科+生物医学工程硕士)和某个项目经历比较对口，不过我在面试前准备的方向有点偏了，我当时提取准备的都是深度学习以及大模型方面的多模态知识，而小天才的多模态指的其实是智能穿戴设备上采集到的各种生理信号数据，主要结合的还是机器学习算法，这方面的提问我也没有很好答

🕒岗位/面试时间 1小时30分钟 1、自我介绍 2、讲一下kaggle金 方案，围绕着一个比赛扣细节 3、围绕天池/miccai workshop比赛展开 3、Gem代替global avg pool动机，Gem公式，代码实现 4、BN公式、其中可学习参数的意义 5、手撕Focal Loss 6、手撕Crop（提供一个中心点，和裁剪的宽高，要防止越界等异常情况） 7、反问 已发下一面时间

游卡两次面试都很舒服，全程没有push，面试官人都很好，我觉得游卡是一个氛围很不错的 一面 30min 像是技术主管面 1、问项目 2、问之前的数据处理是怎么做的（一个时序数据） 3、问模型如何优化（答数据方面） 4、介绍了一下当前的业务，问我如何用神经网络处理（因为我没有接触过强化学习，所以让我用MLP解决，很贴心了） 问了不同情况如何处理，如欠拟合等 5、反问：我能不能接触到强化学习的内容，我

大概率挂了，问的问题不难但是我一个Python选手c++懂得确实不多，发个面经赞赞人品 1.拷打项目 因为项目里有提到ssd yolo和pointnet 就询问了怎么做的调整，使用过程中遇到了哪些问题，怎么解决的，然后问有没有了解过别的目标追踪网络，还有点云网络pointpillar （其实了解过，工业上用的比较多，但是一紧张忘记了） 2.八股  Python字典的key可以用哪些数据类型✓ 为什

联想：2022 秋招 算法工程师 面试 一面 项目 是否了解 GDBT 等推荐算法 分类问题的交叉熵、是否可以用MSE 不可以。主要原因如下： 物理意义上，MSE 衡量的是几何空间的欧氏距离，而分类问题中每个类别的标签是离散的 和 ，本身不具备几何空间的意义； 信息学中，交叉熵衡量的是两个分布之间的差异，可用于衡量模型预测的概率分布和真实标签的类别分布是否相似。 计算上，分类模型输出的概率一般会经

岗位：人工智能类-算法工程师 HR一面 （9/8）- 15min 常规的HR面 自我介绍 选一个收获最大的项目进行介绍 沟通的能力 对海尔智家的理解 能否接受青岛 反问 技术二面 （9/15）- 15min 比约定时间晚了一些，可能是前面人面的时间超过15分钟了。 自我介绍 介绍项目（时间占比大） 平时所使用的语言，会不会c，c++ 接触过嵌入式开发吗 职业规划 反问 部门主要做嵌入式开发？（感觉

职位：深度学习算法工程师 base：上海 技术一面 （9/15） - 30min 自我介绍 项目介绍，随后围绕项目进行展开提问，会议论文与期刊论文之间的差异 反问 部门主要做感知（车道线、行人感知。。。 技术二面 （9/21） - 30min 没开摄像头 自我介绍 项目介绍，所有项目都介绍了一遍 中途会被打断问问题 反问 对除了自己所研究的方向外，还了解哪些，知不知道reid的方法、目标检测算法什

总体感受：泡池子前华为HR还是很热情的，泡池子后就是“嗯嗯”；另外，我遇到的每一个华为人语速都好快，莫非是push得太严重了 ————————————————————————————   8.31 裸考，挂了    9.5 HR打电话说我符合免机考的条件，我赔笑说都怪自己太菜了    9.24 通知准备参加面试    ————————————————————————————    9.29下午两点

背景：211本硕，一作SCI一区论文两篇，无实习。 这次秋招的第一场面试，也是最硬核的一场。虽然面的很烂，但是真的学到了很多（意识到了自己有多菜），记录一下回馈社区。 一面（8.23） 1. 自我介绍； 2. 了解社区检测吗（了解过），了解哪些算法（Louvain， LPA）； 3. Louvain算法的算法流程（比较简单）； 4. Louvain算法是用模块度来优化对吧，那模块度怎么改进呢（模块

一面：2022.9.27 20分钟 1、自我介绍，说一下参与过哪些AI的项目，工作地点是如何选择的 2、日志检测的具体方法，故障预测的具体方法，有监督内存故障预测你要怎么设计，LSTM和GRU相比于RNN为啥好，说一下SVM的原理，说一下聚类方法，怎么处理数据中的噪声点，说一下优化器为啥有动量，接触过什么编程语言，dataframe给你怎么打乱，说一下机器学习的预处理要做什么 二面：hr打了个电话

背景：211本硕，一作SCI一区论文两篇，无实习。 官网投递简历（7.30） 笔试（9.20） 投了将近两个月才发笔试，差点以为简历挂了。题的细节记不太清了，只记得第一题正则表达式相关直接跳过，第二题密码相关对80％，第三题切水果对70％。 一面（9.24） 1. 自我介绍； 2. 问其中一篇论文的细节（10分钟左右）； 3. 运筹优化基础知识（遗传算法原理、粒子群算法原理、线性规划单纯形法原理等

NIO地图算法工程师实习 一面 23.01.19 两道代码题 一道media+ 一道media 整个过程还是比较平稳的，感觉代码有没有写对都没关系，HR主要想了解你的思考能力 NIO地图算法工程师实习 二面 23.01.31 高精度加法 如何判断两个线段是否相交 UDP\TCP协议 神经网络基础，计算量之类的 NIO地图算法工程师实习 三面 23.02.03 为HR介绍自己项目，回答HR一些关于项

面试岗位：aigc算法工程师 📅 oc时间线 3.29 在boss上给三个投了简历，都是37aigc岗位的，其中两个hr（高姓，郭姓）看了简历直接拒了，后端的小哥看了简历，给了内推码，然后顺利过得笔试资格。 📅 oc时间线 4.15 笔试一个半小时 4.23 告知笔试通过 📅 oc时间线 4.29 进行了业务一面 业务面有两个面试官，其中一个负责提问，另一个没说过一句话，面试体验很好。 流程