2020校招—阿里-计算机视觉 算法岗位-实习生应聘全部流程和经验分享

大三本科期间第一次阿里面试，告一段落，经验分享

 丑话说在前面：如果你是想在本科期间去实习，并且！！确定要继续读研的话，这种实习面试你只能用来积累面试经验，因为博主的亲身经历告诉你，面试官会和你说明，阿里的很多部门一般招实习生是想招那些可以实习结束就留下继续工作的，想也是很有道理的，没人想要一个干了三个月活就走了的人，不然你走了，留下的你没干完的代码怎么办？？？
 所以给那些想读研还想在本科期间实习的，如果你打算坦诚相待，也要做好找不到的心理准备。

  应聘实习的流程：

1. 投递简历，简历审核大概一周多
2. 笔试和测评（后面细说）
3. 安排电话面试或者当面面试

  大致分为上面三个阶段，由于是实习生，倒也不会有三面，四面这么严格的要求，人家面一次可能就知道其实 咱也不会啥

1. 投递简历

博主自身条件：

 在读”双一流“，985，大三，本科机械，和计算机没啥关系，初入计算机视觉一年多，课余时间和假期自学了深度学习，图像处理有一年多，有一次比赛经历，一次项目经历，但所谓的项目也只是大学生创新项目，而且是还是待完成的 。

 成绩方面，专业第二（均分有个90.5），六级590，雅思7，拿过一次国奖，奖学金大大小小8个，社会工作也做过不少，科创方面有做，但是并没有很可观的成绩，所以算是一个薄弱的环节。
 整体来说，上述就是在简历里面比较好看的内容，当然还有一些其他的就不多说，每个人都有自己的特长，成绩啥的，总之表现出自己最好的一面就好啦，缺点倒是不用自己提出来。
 所以大家根据自己的条件，一定要好好准备自己的简历。而且尽量写的简洁干净，因为HR和面试官不是一个人，你的面试官可能用来看你的简历时间非常有限，毕竟每天要面试好多小伙伴呢。

 时间：简历的审核和笔试+测评是一起进行的，所以只有笔试+测评过了才能收到你的简历已经被通过的通知。其实对于实习生来说，如果你不存在博主在开头提到的读研的问题，其实当你收到面试通知的时候，你已经成功一半了。

2. 笔试+测评：

 测评：这个从测评我觉得更多看你的性格，思辨和反应能力，作为HR筛选的一个指标，并不起多重要的作用，我自己把他们分为四类：a.性格类，b.智商类，c.计算类，d.重点捕捉类。除了性格类的题目，其他每道题都是有时间限制的，60-80s不定。

下面就放一张我当时做测评时候的题目，希望马爸爸不要封杀我。

 笔试：时间一小时，两道算法编程题，很多成熟的编程联系网站，推荐链接：Leetcode ，博主也是在上面进行刷题练习的，当然还有配套的精选和解答网站：（有的时候leetcode没有官方解答）链接：leetcode精选200道-不同算法题目，五星推荐

我的题目：

1. 在n个人中选m个人组成1组，并选出两个组长，共有多少种方法（简单的排列组合问题）
2. 迷宫问题，具体问题不描述了，简单就是给出一个string构成的list，从start到end，最短需要几步（属于BFS，DFS搜索算法的范围，可惜时间短，博主的代码能力也有限，这个并没有做出来，甚至连框架都没有给全）

总的来说，算法了解，刷题也刷了几十道，想通过并不难，博主都不是计算机专业，但也能通过笔试，所以给那些没有信心的小伙伴打打气，保持熟练和学习，一定能通过笔试的！

3. 面试环节 (2020.4.11更）

 1.自我介绍

 对于实习生来说，面试官不会为难咱们，会先要你进行一个自我介绍，你的简历面试官可能是看过的，但是未必会get你自以为傲的特点，自我介绍就是帮助面试官加速了解你的过程。要简洁有重点，重点抓住以下几点：

• 你的学校，专业，成绩
• 为什么会胜任这个职位？
• 做过的项目结果如何
• 等等

这里放上博主在B站上面看到的一个华为前面试官的面试建议，大家倒是可以加以参考：如何自我介绍，华为面试官告诉你

 2.面试官针对你的简历和自我介绍进行随机提问

下面放上我当时的问题，给大家个参考：

1. 问一下你现在的想法，毕业后有什么打算(工作还是读研，读博？）（**问题的浅层意思见本文最开头！！ **）
2. 你了解现在的深度学习发展方向吗？有哪些有待解决的问题
3. 对于你提到的问题（博主提到了制作数据集耗时耗力），有什么好的解决办法？ （博主也没什么头绪，就用数据增强的方式回答了这个问题）
4. 你都了解哪些分类网络，优缺点
5. ResNet和Inception的区别，优缺点
6. 目标检测网络的分类（one-stage two-stage)
7. RCNN和YOLO的区别，优缺点，怎么避免他们的缺点(博主觉得SSD就是最好的解决办法，哈哈）
8. 简述Faster RCNN的网络构成和原理（有难度，尤其是要做到尽量准确）
9. 如何知道你的网络是否过拟合，如何解决
10. 你做过什么项目嘛？简单介绍一下你用了什么算法，什么网络结构，为什么？
11. 你在项目或比赛中遇到过什么问题，是如何和自己的同学解决的
12. 有哪些可以改变特征图感受野的方式
13. 最后问了一些对于实习地点的问题，还有一些个人实际情况的。

 我的问题大体上是这样的，还有一些可能也记不得了，总之问的多是基础的问题，但对于那些要入职的大佬们，这个可能就不适用了，毕竟博主只是渴望实习的本科生而已。

 下面附上一个博主面试前看过的一个面试题目，觉得对于熟悉一下题目范围的小伙伴们应该是有帮助的： 阿里算法工程师：深度学习这些必懂的面试题
 下列也是我从其他博主那里搬来的面试重点内容：计算机视觉/图像算法/深度学习/AI算法岗位面试问题总结

1. ResNet网络介绍，与其余网络区别，手写ResNet残差块。（重点必问）
2. 激活函数有哪些及作用。为什么使用relu不使用sigmoid？
3. 梯度消失和梯度爆炸阐述，并讲解如何解决。
4. 如何知道网络训练有没有过拟合，并如何解决。（重点必问）
5. 分割网络有哪些？各有什么特点。
6. 检测网络有哪些，各有什么特点。
7. 阐述Faster-Rcnn，YOLO和SSD网络，并介绍各有什么优缺点。
8. OpenCV和Halcon是加分项。（我对这块接触的不多，每次问道这个问题我都懵圈了，但是一定要表达一下自己自学过，只是没有在项目中用到过。面试官就不会为难你了）
9. 计算网络参数量以及特征图输出计算公式。
10. RNN和LSTM 介绍。
11. 除了CNN网络还了解哪些网络？
12. BN层如何对数据处理。作用是什么？

 3.总结：

 面试环节，最好不要！自己给自己的挖坑，不要自己为难自己。面试官大部分的问题是根据你的回答进行深入提问，所以面试官引导你回答问题的同时，你也在引导面试官对你的提问。
 例如，你对Faster RCNN如果不熟悉的话，在提及目标检测网络类别的时候最好不要提及，不然面试官对这些基础上有拔高的内容进行提问是乐此不疲的。相反，要多提及你会的内容，例如你会YOLO，那么在问到相关问题的时候，面试官看你多次提起，潜意识下会对你提一些YOLO的问题，比如要你讲述YOLO过程，那么你便可以对答如流。当然这也只是心理战。好好准备面试的你怯不要投机取巧，要尽可能做到充足的准备。在这个基础上用一些小技巧，倒是可以提高效率。

寄语

 最后希望本文对你有所帮助，希望所有参加面试的小伙伴们都能找到自己心仪的岗位！

 这篇文章也是献给正在与新冠病毒战斗的祖国母亲和一线医护人员，中国加油，2020加油！！！！