趁着有点空闲时间,打算把从各方面打听了解到的大厂CV方向面试各种可能的问题汇总一下,以此共勉。
字节跳动
先谈项目,再问深度学习和机器学习相关知识,举几个例子吧:
1.你了解lstm吗
2.你了解xgboost算法吗,说下情况
3.说下你了解的深度学习网络
4.说下bp的过程
算法题:
给定无序的数组,求出 连续相邻的子数组中最小值乘以长度 使得值最大的连续数组
输出二叉树每一行最左边的元素(部分算法题可去leetcode,牛客网上刷题)
网易
一面:
谈一个项目后问基础知识。
1.深度学习的激活函数
2.深度学习的优化函数
3.说下牛顿法
3.BN和普通的Normalization的区别
4.过拟合的相关问题
5.svm
算法题:
1.链表怎么判断有没有环,2.无限长的数据流,找到第N时刻的第K大的数字
二面
全问项目
微软亚洲研究院
一面:
问一个算法题,然后扩展,然后再问算法题,图算法题,纯算法题面试(可从leetcode上找到原题,刷的多了能够直接说出答案)
二面:
全是深度学习知识,会问的比较深
1.反卷积具体怎么实现的
2.为什么dropout能减少过拟合
3.rcnn, fast rcnn,fater rcnn,yolo,具体的yolo的那个anchor,反正好多具体的东西
4问了项目具体的东西,反正问的东西都很深,他会不断深挖下去
腾讯
(AILab计算机视觉组)
(该面试人已发过CVPR大牛)
一面
先问CVPR的论文,问完之后稍微问了一下其他的项目,没有问多少基础知识,之后会有个coding test
二面
两道算法题见leetcode287,238题
HR面
- 之前面试感受
- 介绍CVPR论文
- 其它都是唠嗑,如家乡,毕业打算在哪里,实习时间安排
(不过该组可能会因为是硕士无法转正,还是学历不够)
SNG QQ
问项目问论文,问基础:
Faster RCNN和SSD有啥不同,为啥SSD快?
训练加速有什么办法?
如果加大batch size需要调节哪些超参数?
阿里巴巴
一面
- 问项目
- 对深度学习的了解
- 怎么对图像进行处理
- 对正态分布的理解
二面 - 问论文
- 问CNN原理
- 调参经验和技巧
- 算法题,找出一个数组里边出现次数大于length/2的元素(剑指offer的一道题)
- 有没有用过Hadoop, Docker这种大数据框架
总结来说,面试无非以下几部分:
- 论文,一个顶会厉害的论文会省去很多步骤
- 研究生的项目经历
- 编程能力,leetcode,剑指offer题多刷刷,很有用
- 机器学习,深度学习的基础知识
这些只能算是别人的面试经历,当然具体的会根据个人情况来问,不过这些面经可以做个参考吧,共勉。