《图像算法工程师》专题

6.28 笔试 7.13 一面    一小时15分钟 1. 一个M*M的图像，用大小为K*K的卷积核做卷积，通道，步长为1，padding为0，计算卷积过程中乘法操作的次数 2. 什么是图像的直方图特征 3. 边缘检测的原理，流程 4. 分类问题和回归问题的区别 5. 什么是卷积的平移不变形，卷积是否具有旋转不变性 6. 反向传播如何实现的 7. CNN的流程及各个部分的作用 8. 设计或选择激活

今天面试官小姐姐人好好，全程谈项目，不知道结果如何（球求菩萨显灵） 1、自我介绍 2、两个项目的经历都是特征孔识别吗3、基于特征提取用的是什么方法？ 4、对pcl点云处理库的了解程度，用到了什么程度 5、是在视屏上做的还是图像上做的 6、相机标定和手眼标定在项目里的作用 7、相机标定的方法，详细说下 8、相机标定精度的要求 9、什么影响了标定精度 10、相机标定中提取圆用的是什么方法 11、相机标

淘天aigc算法面经 2.24一面（50min） gan和diffusion区别 diffusion优劣 常见的采样方式及原理 ddim dpm++ lcm turbo sdxl相比sd的改进 详细分析了每个部分的改动意图 开放问题 sora diffusion3看法 如何训练达成精准文字生成？ 问了一大堆项目 三十分钟左右 问得很细 会结合项目问相关算法原理 2.26 通知下午hr面

1，闲聊了一会 2，讲了一个项目 3，又开始闲聊 4，反问 面试氛围很轻松，面试官很和蔼，脸上一直挂着微笑。 提供一个信息：TP-LINK提前批开得很早，简历很多，而终面面试官比较少，所以终面会拖很久。

有了解过码本的一些改进吗？除了最近邻匹配？？？ AE，VAE，VQ-VAE 介绍transformer 了解改变n方d复杂度的改进注意力吗 了解哪些传统的图像处理算法 然后一堆场景题 无手撕 #如何判断面试是否凉了##秋招##面经##算法##牛客解忧铺#

或许大抵是凉了吧，被拷打的神志不清 几天没看图形学的东西了，结果高德突然约面 感觉在面试官面前拉了一坨大的，mad ----------------4.3 已凉------------------------------ 首先是手写程序，前面两个挺简单的反正，也比较常规 第三个在类里填入内容使得程序正确运行，先写了个重载赋值函数，漏了拷贝构造和自赋值检查，然后注释了重载赋值函数，调拷贝构造，new

面试官上来先做了个自我介绍，人还怪好咧。他说他们组主要做B样条、B曲线相关的内容。 然后让我做自我介绍。 问项目经历、问实习经历。 我看你Unity用的比较多，Unity有什么优点或不足吗？ 你说你本科做过游戏，具体讲讲吧。 你的C++经验怎么样？哪个项目里用到了C++ （我做的项目用的都是C#或python，C++只在目前学习OpenGL时在用，之前用C++处理过fbx文件的解析） 我这里项目和

这次面试官没有迟到，没有机会水了。。。 不过是个女面试官，非常亲和的感觉 开局自我介绍，讲了一下学的课程内容和做的课设项目，了解了一下大概情况 重点分析讲了一下数据竞赛的内容 八股： 1.讲一下集成学习的一些算法 2.GBDT，XGBoost，LightGBM各自有什么优势劣势，适用情况 3.独热编码和embedding的用途，各自优势，为什么用 4.为什么在项目中用了GBDT而不是RF 5.讲一

开局面试官迟到6分钟。。。 自我介绍了一下就10分钟了 问了一下自我介绍说的开源经历和项目，问了个项目地址 问了大模型SFT和LORA的区别和应用 然后八股和项目就一点不问了？？？？？？ 我早起背了这么多机器学习的八股有啥用？ 然后手撕了一道快速排序，写了个测试用例就快速下班了 反问： 1.部门业务：百度地图数据分析处理，机器学习做预测，自动化 2.岗位竞争：说小于10个人在面，应该不止一个1个h

上来介绍项目相关，然后提问 1、有做过微调相关的吗？(答sd和lora,解释了底层架构和原理) 2、用过哪些网络？（常规问题） 3、正则化的方法？（常规问题） 4、常用的损失函数？(常规问题) 5、目标检测算法如何设计？(yolo相关的原理没准备好) 6、有部署过相关大模型的经验吗？(有过但不熟练) 7、有业务经验吗？(基本没有) 8、python用的怎么样？(还行，基本的算法都能写，但主要C/C

问题是我需要一个简化版本的算法，可以计算一个二值图像中几个白色轮廓的质心。例如，如果只有一个白色轮廓，则使用公式计算轮廓中心的坐标Xc和Yc： 其中M是强度m_i的和，m_i是像素强度值，x_i和y_i是像素在图像上的位置，n是像素总数。 有没有人可以建议一些类似的方法来处理几个轮廓，或者如何在计算其中一个轮廓时忽略其他的轮廓，使用相同的公式？

1.自我介绍 2.算法原理: 简历上所有算法原理。 工资不高，面完秒挂。 (面试官不是很专业，有点不偏好数分的来搞算法)

面试岗位：算法工程师 面试时间：23/08/28 注：滴滴的面试流程比较独特，一天之内完成三轮技术面，没有hr面，每轮技术面的面试官基本不是同一组的人，谁有空谁来面，还挺神奇； 一面面试内容： 自我介绍 代表性实习经历介绍 机器学习八股有监督 vs 无监督过拟合L1、L2范数，Ln范数回归模型损失函数MSE、MAE、MAPE的公式分类模型评价指标：AUC计算公式、ROC曲线横纵坐标、如何绘制 深度

面试官很客气 把每个项目都问了一遍 然后反复挖掘项目里面的细节 有问chatglm跟gpt的区别，放了个国庆忘记了。。。 问了一个场景题说如果用户输入的文本太长了，模型输入不了那么长的文本怎么办？ 还问了一个人事方面的问题，如果合作过程中与同事发生分歧，怎么解决？ #面经#

目前状态，10/16完成HR面 主要时间经过和进度 8/20提前二批投递简历 8/30完成测评 9/1完成笔试（有一说一长得跟期末考试试卷简直一毛一样，选择，填空，一道算法大题，基本都不难） 10/10完成专业面试（用时36min，应该是部门领导） 主要涉及：（不知道应该说简单还是，甚至面完我都以为是HR面，居然没有手撕代码也没有八股文） 1、自我介绍（基本都是我是谁，学过啥，学校啥项目，公司啥项