2020-2021 CV算法实习面经(京东/商汤/思谋/依图/图森/字节/腾讯)

点击上方“CVer”，选择加"星标"置顶

重磅干货，第一时间送达

本文作者：大白鲨 |  来源：知乎（已授权）

https://zhuanlan.zhihu.com/p/348165526

背景

末流985的大四

0paper 有一段6个月不到AI独角兽的实习经历

因为毕设所以要找企业实习，于是开始了海投策略，战线拉的比较长，应该从2020.11月底到了2021.1月初一直在断断续续的面试。由于明年回去深圳读研，所以最先想的是主要投深圳的公司，可能和深圳没有缘分，深圳的公司都没过or不太匹配，所以最后还是投了北京上海的公司~后面面的组有些具体的问题没及时记下来，记不清了，请见谅

面试总结

1. 简历！简历！简历上尽量写和你要找岗位相关的项目，如果有实习经历尽量写上，大多的问题都是从你的实习项目上发散开的。

2. 算法题一定要刷，否则写不出来很尴尬，面试的题一般都不算太难，medium难度

3. 面试前 看看面经 知道面试官的一般套路 真正面试的时候就不会慌

面试情况

京东AI

京东AI 是我最先投的公司，处理速度很快，直接在官网上发邮件，过了两小时就有人加我微信，说晚上聊一聊，开始聊之后，很快啊，就开始面试了，氛围也比较轻松，讲了一下自己之前的工作，口述了算法题就结束了，紧接着第二天晚上二面，应该是一个总监，氛围也很好，跟我聊了很多关于科研的事情，我自己收获也特别多。总的来说面试体验非常好，可惜当时没想去北京 就拒了这个offer。对京东有兴趣的小伙伴可以直接在官网邮箱投简历，cv_intern@jd.com

一面 30min

• 介绍项目

• 聊天

• 了解python的yield吗

• 用什么深度学习框架，可以说一下完成一个task的主要流程有哪些吗

• 算法 最大回文子序列

二面 1h30min

• 全是项目问题

• • 为什么有这样的idea

  • 从理论上怎么解释

  • 你对科研的目标是什么，怎样才算是科研

  • 结果>结论

• 前k个字符串反序

• 蚂蚁走地图问题

依图

依图和京东是同一天投的，所以面试也是交叉着面，一面问的问题比较多，二面就随便聊了一下，最后也是当时不确定去北京然后拒掉了offer

一面 55min

• 知识蒸馏是什么，你做的是什么知识蒸馏

• 说一下cross entropy loss

• 二分类用什么loss

• batchnormalization是怎么实现的

• pspnet的contribution是什么

• 如果要学习一个新的领域 你会怎么开始入手

• 关键点检测接触过吗

• ReLU和ＲeLU6的区别，有没有用过其他的激活函数比如swish

• 其他的语义分割网络接触多吗，比如deeplab

• NMS是什么，实现一下nms算法

二面 25min

• 之前公司怎么和mentor合作的

• 为什么选择保研

• batch normalization训练测试有什么区别

图森

也是和上两家一起投的，感觉面试官不是很热情 不想招人的样子，一面聊了一下就没后续了~

• 介绍一下项目主要干了什么，解决了什么问题

• 介绍一下项目codebase的结构

• 知识蒸馏用的什么方法

• OFD主要是怎么实现的？

• 用的什么类型的蒸馏 讲一下如何进行蒸馏的

• OFD用的什么损失函数 部分均方误差损失函数

• 介绍一下Retinanet，分类和回归的损失函数是什么，介绍一下focal loss

商汤

接下来主要就是投的深圳的公司和组，开始了一段被拒的路程。

商汤先后面了三个组，都被say no，总的感觉商汤的面试要求还是比较高，我自己经验不多，太菜了

智慧交通组

一面 45min

1. 介绍自己

2. 介绍一下OFD的方法

3. 为什么自蒸馏会有效果

4. 蒸馏一般有什么loss

5. 开放性问题：

• 怎么把知识蒸馏应用到其他领域 RE-ID

• 怎么用蒸馏解决domain adaption问题

• 蒸馏 分为强student蒸馏弱student 自蒸馏 和互蒸馏 什么场景会用到互蒸馏-->模型差不多的时候-->什么时候大网络和小网络一样差-->样本问题

研究院

一面 60min

1. 介绍

2. 深度可分离卷积是什么 参数量计算

3. BN是什么，有什么参数 参数一共多少组 还知道其他normalization的方法吗

4. torch的dataloader的核心函数

5. 激活函数有哪些 sigmod和softmax有什么区别

6. 深层网络的构造，为什么会出现梯度问题，怎么解决

7. 完成一个工程的基本结构是什么

8. 最大似然估计 大数定理

9. linux指令

10. python for循环和c++ for循环区别

11. 实现矩阵乘法

二面 30min

1. 蒸馏的特征位置

2. 蒸馏loss和分类loss权重

3. 分割loss中 交叉熵误差怎么作用的

4. 优化器有哪些 为什么还是用SGD

5. 交叉熵误差 softmax作用

6. torch.detach的作用

7. 图像增广操作

8. loss函数最后震荡有什么意义

9. 哈夫曼树怎么实现的

10. 滤波器？

11. ci编程？

12. c++传参const&的作用

mmdetection组

当时也是被学长推过去了，但是自己没仔细了解过mmdetection，所以直接凉了

腾讯

腾讯当时学长帮忙内推了一个做医疗的组，自己也在官网更新了简历，当时还投了上海优图，有点坑的是腾讯会锁你的简历，当时在面医疗组一面前一天晚上优图给我打电话，了解了一下情况然后说之后会安排面试，第二天收到了邮件，结果面试说是医疗组的，给我整蒙了，后来优图拿不到简历就没后续了~

医疗组

问项目+基础知识，答得都还挺好的，但最后面试官说他们组实习一般只招博士生，加上我完全没接触过医疗，就被礼貌劝退了

光子工作室

在简历池被这个组捞了起来，可能比较缺人

一面

聊了一下深度学习的基础知识，讲了一下项目，最后讲了组里是做游戏AI的，可能还会涉及一些游戏引擎的接口编程。

二面

是一个总监面试，也是问了一些项目，最后还问了我很多 汇编、计网、操作系统的知识，有很多都忘记了...

因为当时也在面字节ai lab后面拿了offer就把这个拒掉了~

字节跳动

深圳-data-算法实习生

被捞的简历，面试之后，面试官给我讲他们组主要是做推荐系统的，但是我还是比较想做cv方向，就婉拒了，然后非要让我跟二面面试官聊一下，二面上来直接三道算法题，我两道都没写出来，场面一度尴尬

北美tiktok组

两轮面试官都在北美，我这边中午，他那边凌晨，面试时告诉我主要是做视频数据分析的，感觉跟我预想的工作还是有点差别，就给面试官说不用安排后续了。

一面

1. 介绍

2. batch normalization原理

3. 用一句话总结一下知识蒸馏的作用和

4. 在DNN中 浅层网络特征和深层网络特征有什么区别

5. KNN 和 K-means介绍一下 有什么区别

6. 数据清洗操作

7. 数据类别失衡怎么解决

8. 算法题 topk 不用堆怎么实现

二面

1. 前面也是基础知识

2. 做了道算法题 判断平衡二叉树

AI LAB

面试官也很友好，只面了两轮之后就HR面，感觉和自己的方向也比较匹配，最后接了这个offer，火速入职~

一面

1. 介绍知识蒸馏

2. 了解哪些 检测分割的网络

3. 讲一下IOU 写伪代码

4. nms伪代码

5. 算法题 字符串更大的字典序

二面

1. 介绍

2. 聊天 聊未来的方向

3. 算法题 链表反转

今年的找实习time也正式告一段落，希望能在公司学到更多东西~

最后打波广告

我之前实习的公司和现在的公司都在招人~如果有AI独角兽内推需求可以私聊我，字节这边的话最近new了一波实习生岗位，实习生福利非常好，食堂也很好吃，内推可以直接扫下面的二维码进行内推简历投递（好像变成链接了 直接点链接也行）~

2021年AI算法岗求职群成立啦！

本星球不仅面向2021届、2022届找工作和找实习的学生（研一/研二/大三/大四等），还面向刚入学或已工作的人群。目前已有超过2700+位同学加入。星球旨在分享AI算法岗的秋招准备攻略（含刷题）、面试经验和校招/社招/实习的内推机会（含提前批）、学习路线、知识题库和Offer如何选择等。

• 希望这个星球可以让你少走一些弯路

  扫码进星球

• 如果喜欢招聘/面经/内推，请给个在看

▲点击上方卡片，关注CVer公众号