来商汤面试是一种怎样的体验？

编者按：商汤君经常会在后台收到一些用户的私信，问“可否分享一些到商汤面试的经验”？正巧，最近有位刚刚参加完面试，并顺利接到Offer的元气满满的小姐姐，将自己“来商汤面试的体验”总结了一下并分享出来。

以下是小姐姐关于“商汤研究院研究员”的面经分享：

最近真的是太懒了，要好好慰劳过去六个月心酸的自己，想要享受下短暂的下班回来就躺尸的日子，元旦后要入职商汤了，值此2018岁末，奉上商汤面经一篇，哪怕只字片言能给你一点帮助或是启示，我就吼开心呀~

 

  关于投简历

 

首先我想谈谈关于投简历这事。

 

我的观点是：基于有自知之明的情况下大胆投，投简历又不花钱且大不了就是挂了但还能增长经验。

 

划重点：有自知之明&大胆投

 

我在这里的解释是：

 

1. 对自己有个大致的了解。对于JD上的描述脑子里有货，不需要精通，但都要有话可说，不能一问三不知。我面商汤下来，基本上90%的问题我都能多少说些什么，不会让场面一度寂静，就算没接触过也可以当场讲讲自己的思考。

 

2. 不要怕，就是干。给你们看下我面的岗位的JD，害怕吗？反正我怕。可是你看面的问题。而且这个岗位并没有写明招实习，但是我进了。因为，我联系对方问了是否招实习生，对方答复，招~意不意外~所以这个机会是我自己挣来的！

 

  关于面试过程

面试分为三面，一二面技术，三面HR。

 

2018年12月20日，10:00AM，阴雨天，于商汤上海办公楼。

面试问题大致罗列如下（部分）：

 

一面：

技术问题：

1. 自我介绍；

2. 图像基础知识，如基础网络以及变体；

3. 深度学习中提取词向量算法列举、原理、作用以及大致一个发展历程；

4. 项目用到的网络介绍；

5. 对TensorFlow的了解，越多越好；

6. Tf训练执行过程，Forword代码过程；

7. Pytorch；

8. 梯度优化过程原理；

9. 反向传播；

10. 梯度优化方式原理介绍；

11. 损失函数介绍包括公式；

12. 项目中用的损失函数；

13. 西瓜书随机森林；

14. 图像处理网络，比如CNN，残差网络结构原理；

15. 图像检测；

16. Python知识点：List和Tuple区别；

17. Return 多个值还是一个值；

18. Import搜索过程；

19. 修饰器功能；

20. Yield；

21. 对未来工作有什么想法

        ......

 

绞尽脑汁只想到这么多，还有一些记不得了。

 

我这里只是大概列举了面试提到的知识点，是不是感觉很简单？个人觉得没有为难我，主要考察基本知识点，也没有问的很碎，主要考察整体把握和积累。因为我之前实习是NLP，对图像处理的相关知识知道的不是很深，面的岗位也是面向深度学习多一些，和图像相关但也不是纯图像。

 

感觉自己还是很幸运的~也可以说很幸运了，嘻嘻。

 

当场面试官让我等二面~还是挺好的，一下子面完~

 

二面：

1. 手写了很简单的代码，斐波那契数列及优化;

2. Svm相关知识;

3. 项目相关知识点（二面问项目较多）

......

其他记不得了，二面面的时间不长，第一次手写代码，虽然不难，但看到面试官拿着白纸过来的心还是提到嗓子眼，紧脏！后面的面试懵着面的......

 

一面面试官承诺说下午或者第二天给我反馈，面完就去吃吃喝喝逛了。

下午4点多接到HR电话，简单面了下，HR说面试官们给我的评价很好，美滋滋，很惊喜很开心，然后就确定了Offer~

从面试到知道拿Offer也就六小时嘻嘻☺️。简单粗暴~~~

 

是不是感觉很简单~你也可以的！

 

当然，我必须要说的是，这一路背后我也承受了hin多。

 

我对自己的总结就是：越努力越幸运~

 

未来的六个月以致一年，是我要涅槃重生的一年，是我要打碎骨头重新塑造自己的一年......一定会很辛苦吧，哭唧唧。

 

我的上限或是下限未来一年我的心里会有一个初步答案~

 

这里的人儿也将陪伴&见证我的成长和变化，我的理想从不是成为一个很牛逼的技术，更希望自己是一个有趣、有生活的人~

 

摄于商汤一楼大厅

 

带你认识一个有趣的程序媛~

 

也许以后是个PM，也许是个旅行家，也许是个博主，说不定是个网红呢，哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈~