我的春招实习结束了，详细算法面经（旷视/海康/联影等8家公司Offer）

点击上方“CVer”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者：红焖草履虫

https://www.nowcoder.com/discuss/163388

本文已由原作者授权，不得擅自二次转载

我是个渣渣，渣硕一枚，CV方向，没有论文，只有项目，工程能力尚可，菜鸡的不行，就两个kaggle比赛，两个银牌。找实习从2.23开始的，现在3月中，找的我贼心累，不过目前还是有个比较好的结果了。详细的面经如下：

1、平安银行金融壹账通（现场面，offer）

（1）聊项目，聊比赛，为什么区域复制增强有效，设计了什么网络结构？为什么用Densenet

（2）Adaboost和XGboost的区别

（3）浏览器中的联想词运用了什么理论和原理？

（4）LR和SVM的区别以及高斯核为什么有效？

（5）对抗过拟合的方法？Kmeans和EM有什么关系，和GMM有什么关系？

（6）LR为什么要离散特征？（这个是我之前没有碰到过的题目，只能自己答了，答的是离散化是为了对离群点更鲁棒）

算法题：leetcode中等难度，给了次优解，面试官给了最优解，概率题，随机漫步问题（我不会）

2、平安医疗 （现场面，offer）

因为项目中是有做医疗的，所以全程是围绕着项目展开，为什么3D肺结节检测的网络结构要这么设计，参数量多少，

显存吃多少，C++会吗？C++的继承和多态的本质区别？C++的空类构造函数？（C++被鄙视了，哈哈哈哈，还是给了offer）

3、联影医疗 （电话面试,offer）

因为都是医疗所以都是围绕着项目展开，为什么Densenet会比resnet要好？resnet不好在哪里？Densenet不好在哪里，吃显存嘛？（这个问题我没有回答好，因为在实际运用中，没有关注过显存过载的情况，实际是非常耗费显存的）

你有没有想过可以先将crop patch后然后用原图去分割预测？（就是分割网络使用256*256的patch大小，预测的时候用512*512）斩钉截铁的回答，不行，虽然原因我没有回答的到点上，因为感受野和语义的提取层次不一样。实际是

如果放大会有很多的锯齿存在。然后又说了stacking Unet的方法

4、七牛（2.26面试的，很早了，口头offer）

关于目标检测的一些常规的问题，因为面试的方向比较match，而且面试官很nice，所以给了offer，好像七牛最近锁HC了，公司内部调整，最近会放HC

5、plusAI (一面/二面/三面，offer)

做自动驾驶的，plusAI的技术氛围特别好，而且HR小姐姐超级好，面试的学长也超级的暖啊，超级的nice啊，要不是在苏州，我可能就去了啊，真的超级好

一面聊项目

（1）、空洞卷积为什么不加？（2）熟悉instance segmentation嘛？不熟悉，只熟悉语义分割 （3）对抗样本不平衡你有什么经验和策略？

（4）、sobel算子知道吗？传统图像，只记得一些，（5）、贝叶斯网络优化讲一讲。还有一些传统机器学习的都重复了，就不说了

二面聊自动驾驶

自动驾驶我就是小白啊，介绍一下目标检测的发展框架和脉络？two stage RCNN—cascadeRcnn， one stage yolo—RFBnet，介绍一下去雾算法？我只看过一篇凯明大佬的，还有一篇去雨算法。

Uber的自动驾驶撞死人事件看过技术报告吗？我靠，正好我在arxiv上看到过一篇paper，是说技术报告里面分析是雷达和摄像头在行进和光照不足的情况下，没有监测到人，但是那篇paper打脸说他们能检测到

所以Uber事件不是什么算法出了问题，而是决策出了问题。然后又聊了自动驾驶的应用和前景。

三面重基础

前两面已经累死我了，三面是个中音浑厚的算法研究员，超级牛逼啊，感觉，据说硅谷回来的，聊天毫无感情，字里行间透露着程序猿的理智。

上来就问C++，C++的构造函数可以是虚的嘛？析构函数呢？虚函数的实现原理是个啥？

聊项目，分水岭算法（我不会，研一看过，忘了）。然后一道算法题，二分算法找断点，吓死我了，问了我好几遍，你确定是这个答案嘛？再三找不出bug后，就说了确定，

然后给的评分好像是个A，说二分边界一下就写对了，基础扎实什么的。

6、海康（一面电面/二面现场,口头offer）

一面问了项目和实习时间，问了一道动态规划算法题，很容易

二面现场，三道编程题，每道题都简单，但是感觉每道都有坑，我全程位操作实现的三道算法题，面试官问了我的实现思路，包括第三题为什么可以这么优化成O（nlogn），给了解释

C++估计看我位操作用的还可以，就没有问，问了项目，当天晚上给了offer。

7、Face++（一面电面/二面电面，口头offer）

一面，项目，比赛，挖到你不会为止，这个项目就因人而异了，没什么好说的，关键问题有可能涉及到Densenet的缺点，你有做过改进吗，还能不能研究这个网络？

C++，悔不该写熟悉STL源码，vector实现，实现过程中有什么坑？vector为什么两倍增长？（感谢学长和沙老师，算法导论中有说过是均摊分析），map的底层实现？红黑树

lowerbound和upperbound实现？讲了原理和伪代码，因为是电面，没办法写。快排如何防止由于数组有序而带来的退化？这个我回答的是STL源码里面sort函数的处理方式，但是我实验室的大佬说随机已经能保证期望是nlogn了

ACM大佬就是ACM大佬啊，线段树？学过一点，介绍了原理，ACM铜我是，太垃圾了

二面，危老师

瑟瑟发抖，真正的大佬，逼问到极致，项目中写了lovasz loss函数，让介绍？直接优化IOU，为什么有效？做了什么贡献这篇论文？CVPR18的论文，主要是优化iou，二值mask进行优化，但是用了子模函数，以及子模性质，我读不懂啊

还没有研究透彻啊，数学中的子模性真的不会，然后就没有追问下去了。

项目中这么做的创新点为什么有效？日常你还做过哪些问题驱动的创新？

讲了自己本科不是计算机是地震图像定位的一件事，然后给了offer。危老师问的很多问题我都没有答得特别好，但是真的是给人一种很好的感觉，感谢危老师放过一马。

8、瓴盛科技（高通投资？？）（电面，offer）

常规问题，就是过了之后，HR一直不联系是什么操作............

整理一下自己，感觉自己还是很菜，也拖了学长得福，当然投其他得也有石沉大海得时候，

网易预研，官方劝退，让转图形学岗位，拒绝

京东牛客投了后终于有了回应，让完善简历，

网易互娱笔试已过，3.18面试

雷火事业群让完善简历，太累了，不面了

招银，简历挂

依图一直待安排，图森一直待安排。

以上就是弱鸡的春招过程，大佬们不要嘲笑。

2019，找AI算法岗工作不容易。如果你想了解国内各大公司的面试经验、如何内推、学习路线和秋招攻略等资料的话，欢迎加入2019AI算法岗求职大本营（知识星球）。

2019AI算法岗求职群（知识星球）

 

本星球主要面向今年（2020届）找工作的人群（研一/研二/大三等），目前已有超过660+同学加入。星球旨在分享AI算法岗的秋招准备攻略（含刷题）、面试经验和内推机会（含提前批）等。

希望这个群可以让你少走一些弯路

扫码进星球

如果喜欢校招面经，麻烦给个好看

麻烦给我一个好看！