cv实习面试记录

网易传媒（2020.01.09）

一面（45分钟）：聊项目

二面（65分+我中途有事打断面试）

1. 上来问项目【45分钟+】（图片特征提取faster rcnn ，固定36个，如何构建graph，graph特征融合，attention LSTM）
2. 深度学习基础【15分钟】：
   （1） 参数计算（channel 3 ， 3*3， feature map 是64 ）
   （2）softmax（我居然说成sigmoid（尴尬！））
   （3）交叉熵损失
3. 代码（打断了…）
   总体感觉：面试官人挺好，技术也挺厉害的，问的很深入，有技术含量

毕马威（2020.01.11）

一面（40分钟，过）：

1. 针对项目，问了下faster rcnn的大体流程，attention lstm如何实现
2. 了解单步检测算法么，大致说说SSD、YOLO，为什么比faster rcnn快，区别在哪？
3. 1*1卷积的作用
   总体感觉：面试官人好，氛围融洽，没有深入问。

平安人寿（2020.02.04）

一面（45分钟，过）：

1. 针对人脸项目，问使用dlib怎么获得人脸特征，关键点作用，faiss高效（为什么）
2. 针对论文，问faster rcnn，如何进行GCN，attenion
3. 问MLP+sigmoid ，随机初始化或初始化为0可不可以，换成少层的神经网络可以么？
4. 代码：N*N的网格，从左下到右上有多少种走法（动态规划or递归）
   总体感觉：面试官人不错，氛围也不错，技术问的一般

二面（69分钟）：

1. 问项目，以图搜图如何实现，faster rcnn如何得到36个proposal，生成文本和label的distance，为什么每句话pad成16，Loss，和谁比有提高
2. 代码：不使用库函数，实现图片读取，并反转；用" “替换”%20"
   总体感觉：挺有压力的，面试官问的点都很细，gg思密达

DMAI（2020.02.11）

一面（55分钟）

1. 项目，没深问（25分钟），faster rcnn
2. 聊一聊你的方向的应用场景（开放题）
3. 说一下你熟悉的CNN网络有哪些（回头要整理下CNN发展史）
4. 代码题：合并2颗树，pytorch实现resnet的卷积结构（不会）
5. 问了一下哪表现不太行：1）有些地方描述不够清晰；2）知识点会的就要说清楚，不会没关系。
   总体感觉：面试官人不错，氛围挺好的，技术问的一般。

腾讯优途

电话一面（35分钟，（2020.03.17））

论文

电话二面（35分钟，（2020.03.19））

论文 + 杂七杂八

Bigo

视频一面（45分钟，（2020.03.19））

论文 + 一些经典网络 + 按层打印二叉树 + 膨胀卷积

视频二面（35分钟，（2020.03.19））

1. 大致讲了论文，延伸出faster rcnn的损失和ssd的损失差别（smoothl1）
2. ssd的实现细节
3. bn、线性回归的求导w公式
4. flask框架【gunicorn不会，回头看一下】、faiss框架
5. python基础【1、解释器和生成器，2、可变or不可变对象，3、回收机制，4、锁机制】——这块基础答的不好
6. 有什么要问的吗？

视频三面（15分钟，（2020.03.19））

1. 介绍一下image captioning 的发展史
2. 主要问深度学习与机器学习基础【1、Relu和sigmoid，2、BN，3、dropout】
3. 你有什么要问的吗？这么快？前面面试官已经问挺多了…
   总体感觉：python基础这块不太好，要抓紧看看基础