阿里&格林深瞳计算机视觉岗实习面经

点上方蓝字计算机视觉联盟获取更多干货

在右上方 ··· 设为星标 ★，与你不见不散

本文已获HarleysZhang授权

https://github.com/HarleysZhang/2019_algorithm_intern_information

背景：

211硕，目标识别方向，没走内推

参加阿里和格林深瞳实习面试总结

阿里算法工程师(计算机视觉方向)

一面(1个小时10分钟)--->简历面

1. 自我介绍，差不多10分钟。

2. 简历项目和比赛介绍，中间有问一些项目和比赛细节，问了一些延伸和开放性问题：

• Adam和SGD优化器哪个更好，好在哪里，哪个使模型更加容易发散?

• FPN作用

• 讲下yolov3的架构，和two-stage的mask-rcnn有什么区别

• 代码测试，求n个数里面前k个最大的数。 我最开始说用快排，面试说还有其他方法吗，我一紧张说了个时间复杂度更大的方法，面试官提醒我可以考虑树排序，但是我没学过，回答不上来，最后面试官说你本科没学过数据结构，那就先算了。

• 问了几个机器学习算法，KNN和SVM的细节。 这里答的不好，太久没用传统机器学习算法，很多东西都忘了，中间一个简单的几何中常见距离计算方式(欧式距离)，我忘了居然答余弦距离。

• 问了我有什么想问的。

• 一面总结：

  1. 面试官人比较友好

  2. 自己项目细节一定要熟悉

  3. 简历上的东西清楚掌握

  4. 数据结构和常用算法一定要掌握

  5. 这是我的第一个面试经历，不管接下来的面试能否通过，都还是值得纪念和自省的。

  格林深瞳算法实习生

  一面（29分钟）-->基础面/项目面/终面

  1. 自我介绍，差不多３分钟

  • 自我介绍要简介些，我这里自我介绍有点太详细了

• 钢筋检测项目介绍和目标检测框架细节

• • 大致介绍自己的工作和项目细节

  • 问了faster rcnn、Mask rcnn的细节，faster rcnn的rpn结构介绍下，rpn的loss是什么，master rcnn和faster rcnn有什么区别和改进

  • retinanet的结构和创新点，讲一下ssd和retinanet的区别

• 鲸鱼识别项目介绍和图像分类网络细节介绍

• • 大致介绍下鲸鱼识别项目

  • resnet网络的创新，为什么能解决梯度消失问题，残差模块详细介绍下，为什么能解决网络层数加深带来的梯度消失和网络退化问题。

• 你有什么想问的

• • 问了去了之后我能做什么

  • 什么时候能出面试结果

  • 面试官给我提出建议：加强论文阅读和基础原理细节掌握、加强原理的表述和表达能力

  面试总结

  １．格林深瞳实习生面试只有一面，所以项目和基础都在这一面都问了。这次面试官问的很多问题，给了我很多启发，自己项目虽然做的多，但是在很多理论和基础原理上细节功夫下的不够，论文看的不够多。

  ２．其实自己也知道，自己在基础理论和原理方面掌握得不够深，但是由于缺乏时间，我还是没做到自己的目标，希望借这次面试反映出的自己理论缺失点，来提醒和激励自己一定要把基础理论和原理彻底掌握。

  ３．经过阿里的面试，自己回去把更多的项目细节掌握了，这次格林深瞳面试之后一定要把基础理论和原理掌握，从图像分类网络：resnet等，到目标检测和图像分割网络：faster rcnn、mask rcnn、ssd、yolov3等彻底掌握基础原理和细节，多看相关论文和博客。

  取经

  取 经

  1. 自我介绍，最好在面试前自己大致准备一个自我介绍，条理清晰，重点突出

  2. 项目细节，对于简历上的项目，一定要清晰至具体的细节

  3. 基础理论和原理，掌握基础理论与原理，尤其是经典的算法理论，传统的机器学习经典算法KNN、SVM、随机森林等。

  4. 代码，掌握数据结构和常用算法，手撕代码是常事

  联盟寄语：

  当你参加一场面试，无论最后结果如何，你一定会有所收获，不仅仅是面试结果的成功与否。所以也希望正在参加面试或者准备参加面试的你，面试前，积极自信，充分准备；面试后，若有不顺，别灰心，更好的在等你。
  

  最后祝愿小伙伴都能一切顺利，拿到心仪的offer！

  END

  加群交流

  欢迎加入CV联盟群获取CV和ML等领域前沿资讯

  扫描添加CV联盟微信拉你进群，备注：CV联盟

  

  热文荐读

  快手AI实验室招聘深度学习/计算机视觉实习生
  

  招聘！微软亚洲研究院MSAR实习生计划！（包含机器学习、深度学习、视觉计算、自然语言...）
  

  百度计算机视觉暑期实习面经（成功上岸！已拿offer）
  

  

  点个好看支持一下吧