2019 秋招算法面经：小米篇

点击上方“CVer”，选择"星标"和“置顶”

重磅干货，第一时间送达

前戏

2019-02-02 小米招聘发布：小米集团2019全球校园招聘大回顾！

Amusi 有幸在2019级秋招中拿到小米家的Offer。看到这个招聘大回顾，很有感慨，于是将自己的第一个面试经验正式分享给大家。

首先简单分析一下小米2019校园招聘的大数据

小米2019校园招聘大数据分析

从 小米集团2019全球校园招聘大回顾！ 主观总结的信息：

1.投面比7：1。投递70000+，面试12000+。

2.学历分布。硕士近7成，本科近3成，博士等其他较少

3.笔试。有12000+名同学参与在线笔试(大部分是研发岗)

4.内推。有近12000名同学进入内推绿色通道。官方申称内推Offer率近40％，那么光内推就发了近4800个岗位的Offer。(这里推论的岗位数量有待考究，我个人认为信息有很大误差)

小米CV算法面经

Amusi 这么中意CV，当然投递是这个方向。小米家提供的相关岗位称为视觉/图像算法工程师。

下面看一下岗位描述和任职要求：

Amusi 当时走的是内推通道，小米面了第一面，当天就收到了Offer Call，其实一般还有两面和三面的，这里情况不明。所以可以分享的面试题目不多，但我觉得题目挺好的。

面试时长：65mins

1. 手推反向传播

2. RoI Pooling和RoI Align区别

3. 什么是梯度消失？ResNet如何解决梯度消失？公式写一下

4. 你对Faster R-CNN网络做了哪些改进/优化

5. affine和homograph区别？

6. homograph推导公式

7. 从多对特征点中如何求得homograph

8. 将“192.168.1.1”字符串转换成int A，其中A由高到低的每8 bit依次对应于192，168，1，1

9. 手撕代码：将n个有序链表合并成一个链表

Merge k sorted linked lists and return it as one sorted list. Analyze and describe its complexity.

总结

1. 内推/资源很重要

2. 笔试/刷题很重要

3. 简历上的项目，要能够面面俱到

4. 基础知识要牢记

另外，你如果想提前了解国内各大公司的面试经验和如何内推的话，欢迎加入AI算法岗求职大本营（知识星球）。

---End---

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200+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

如果喜欢强劲的算法面经，麻烦给个好看

麻烦给我一个好看！