本文是一位浙江大学电子信息专业的研究生分享的求职经历，包括在字节跳动、商汤、海康威视等公司的面试过程和心得。面试涉及的知识点涵盖计算机视觉、深度学习、图像处理等领域，同时分享了面试官的建议和个人对未来职业规划的思考。
作者：zerone@知乎，浙大电子信息，文章经过作者同意转载。
先说下本人情况：
- 本科北交大，保研到浙江大学电子信息，科班，目前研一
- 一篇很水的顶会，一篇ccfb，两个都是共一，CV方向的(医学图像）
- 一篇北京市优秀本科毕业论文+一段小公司3个月左右的实习
# 字节（最终过，但是由于个人选择，没去）
很可惜，base在北京，qaq，我人在杭州，实验室还有很多工作要做，不然我就怎么也得去，但是考虑到自己比较喜欢踏踏实实的做东西，并且希望自己第一份实习尽量长些，whatever，机会总是有的，未来可期。
5.17 通过内推投的字节，简历很快被评估通过
5.23 电商一面
5.30 发感谢信
### 一面面经（20min左右，凉）
面试我才知道是知识图谱小组捞了我，但咱真不懂啊，于是展开了很尴尬的20min的对话......
1. 简单自我介绍
2. 能实习多久，什么时候可以入职
3. 谈一谈你的第一篇文章（过程中反复给面试官说原理，但可能面试官不是做分割的，就一整个他也很无奈我也很无奈
4. 你知道CLIP吗（不知道）
5. 做过多模态融合的工作吗（只知道大概，没具体做过）
6. 说说transformer吧（顺利讲完，没有什么意见）
7. 说下retinanet的focal loss
8. 如果要在上万的图片中去搜索，怎么比较高效？
9. 如何处理类别极度不平衡的问题？（答的很差，他笑了...）
10. 做个题吧：最长回文子串的问题
磕磕巴巴写完了，动态规划，他也没有看直接说可以直接暴力搜索，然后说下去再看一下，我:........。后来发现有个循环出了点问题，面完就知道差不多凉了，全程只有20min左右，然后我们俩一整个你不了解我我不了解你。
---
一直等到6.15被捞去了电商另一个部门，也是做CV的。
6.20 一面
6.24 二面
6.25 HR面
### 一面面经（1H，过）
这是我见过最好的面试官了，我当时就想别管我过没过，真的很感谢他，全程都十分耐心，还鼓励我要对自己有信心，我真的想当场泪目。主要作为一个研一的小孩，从5月中旬开始准备以及投简历，到现在真的很辛苦，话不多说....
1. 自我介绍
2. 介绍下paper
3. 关于之前实习的具体细节，做了哪些工作
4. 如何解决类别极度不平衡的问题？（我不会，面试官贼有耐心，说没事我有一个方法你看我说的对不对.....真的很nice）
5. 介绍下mobilenet系列
6. 介绍下senet
7. 说下transformer
8. 说下focal loss
9. 介绍下深度可分离卷积和传统卷积的区别
10. 做个题吧：无序数组的第K大个数
说实话，我知道大概思路，但是当时太紧张了，脑子里面一片空白，一度觉得要完了，我一直在颤抖。面试官问我有什么问题吗写的时候或者可以先说下大概思路，我说了快排，时间复杂度O(logn)，他又说有没有优化算法，我说了最优解，他说没关系，按照你的思路来可以先写一个快排，我很快写好了，接下来就是面试官一步一步引导我最终完成了整个代码，我真的......最后一遍一遍说感谢面试官，因为我以为字节算法只要没秒，就没有后续，没想到这个面试官一直鼓励我说我写的还不错，哈哈哈
11. 如何防止过拟合
12. BN在训练和测试的时候的区别？可以防止过拟合吗？
13. 反问的时候面试官和我说要多刷算法，他说现在不熟很正常，要我多练习，不然后面面试走不远....呜呜呜呜呜真的太感动了
### 二面面经（1H20Min 过)
这次是个大leader，十分搞笑的一个人，全程是既和我开玩笑，又带着一点嘲笑，又有一点认真，刚开始的时候他说他这边事情比较多，说要快一点，我傻傻的以为会没有算法题，结果我发现我是真的天真，接下来就是十分煎熬的1H20Min.....
1. 自我介绍
2. 介绍下两篇paper （然后就明里暗里吐槽我做的水，哈哈哈哈）
3. paper中这个为啥要这样做，那个为啥要那样做.....我真的，反正问了很多细节
4. 什么是AUC
5. 说下Transformer的计算复杂度
6. 介绍下mobilenet系列
7. 做题：二维数组的顺时针遍历
因为之前面试失败之后一直在刷题，这个题不算难，所以很快就写上来了
8. 如果你来测试用哪些样例来测试？为什么？边界为什么要这么处理？如果不这么处理会出现什么问题？
9. 一道概率题，比较简单，但是我没怎么复习，导致磕磕绊绊的，面试官说我做的还行，我......
10. 一道卷积核大小计算题，不难，记住公式就行
11. 再做个题：二维数组，每一行是有序的，求最小的k个数，不用写代码直接说....
说了堆排序，然后让计算复杂度
12. 场景问题：如果要检测的物体被遮盖了怎么办，有什么思路
13. 平时调参有什么技巧
14. 提高模型精度的一些小trick
### HR面（30Min 过）
1. 介绍下自己
2. 女生为什么选择计算机
3. 为什么喜欢CV
4. 自己最失败的case
5. 如何看待大厂裁员
6. 自己最有成就感的事情
7. 介绍下自己之前的实习经历以及收获
8. 介绍下之前公司值得学习的模式
9. 实习时间等
10. 未来职业规划
---
# 商汤（已offer，最终决定去）
智慧城市事业群
5.25 一面（过）
5.27 二面（过）
5.30 三面（过）
6.6 HR面（过）
### 一面（1h，过）
1. 介绍下自己
2. 介绍下文章
3. 你的这份实习主要做了什么工作
4. 遇到的问题是怎么解决的
5. 说下retinanet的focal loss
6. 写一下NMS的代码
7. 为什么医学分割常用Unet
8. 为什么不常用deeplab系列
9. 实习时间+什么时候入职
10. 什么是空洞卷积？计算空洞卷积的输出大小
11. 其他的真的忘了qaq....
### 二面（40min，过）
1. dice loss代码
2. 介绍下deeplab系列
3. 计算卷积的输出
4. 常用的目标检测网络介绍
5. 实习项目的各种细化问题
6. 计算IOU
7. RetinaNet介绍以及创新点
8. 其他的忘了......
### 三面（40min,过）
1. 调参技巧
2. 谈谈医学图像和自然图像分割的区别
3. 谈谈医学图像分割的未来发展
4. 介绍下两篇论文
5. 如果test精度降低，train loss下降如何解决
当场通知通过
### HR面
---
# 海康威视研究院（过，没有去）
研究院工作，拒绝的原因是我不想接着做医学图像，感觉之后好难找大厂工作。。。。
5.23 一面（过）
5.27 二面（过）
### 一面
1. 如何防止过拟合
2. Transformer的相关问题（建议把面经背熟）
3. BN与dropout（面经）
4. 医学图像与transformer结合的未来发展
总之，海康给我感觉很看重面经的积累，问的都是面经的问题，比较简单记住就好。
### 二面
1. 目标检测相关问题
2. 项目的很多细节
3. 其他的都忘得差不多了
总之，海康的面试就是很简单，真的很简单。。。我都怀疑我去的是不是研究院。。。
---
# 快手（一面凉）
算法工程师
一上来先考代码，一道bfs搜索问题，也不知道我是失眠一晚脑子混沌还是啥，就一整个蒙了，而且快手几乎不出leetcode原题，我面试官还是打ACM的一整个gggggg，bbbq，还被质疑了，不过面试官最后也给我很多建议很受用,hhhhhhhh，就是说还是很有收获的。
最终决定去商汤，主要原因没有别的我人在杭州哈哈哈哈哈哈，实验室的任务也比较多，hhhhhh，还是那句话，选择没有对错，未来还很长....
推荐阅读
——The End——
分享
收藏
点赞
在看
2405
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
