百度视觉技术部实习生面试2018-09-29-16:00

一、总记

今天20180929下午16:00，人生第一次算法岗面试。昨天下午看到百度之星开发者大赛群里的通知，跟往常一样丢了个简历过去。记得腾讯算法大赛后被call了两次，发邮件告知我有绿色通道，我发了简历过去就石沉大海了。这次很意外，29号中午接到了面试通知，此时只有两个小时的准备时间，有点方。

二、准备工作

1、赶紧把课题录音和ppt找出来开始记笔记。

包括：CPCD、数据集标记方法、densenet原理。

2、吴恩达《深度学习》笔记。

三、面试流程

1、学校专业、个人基本信息：

这就很尴尬了，我这个医学生不知道怎么样才能让面试官相信我不是来玩的。我就解释，我是中山医学院负责建模方向的研一学生，做的事情跟计算机系的学生一样。本科是学医的。面试官好像听出来了我在极力说明我真的是认真的，让我不要紧张。

2、根据简历问一些做过的项目和比赛：

（1）首先是算法比赛了。我重点介绍了一下腾讯广告算法大赛，这是我真正入算法坑第一次比赛。然后介绍了下清华的课题。我就以QA形式写一下这部分的面试问题吧。

①腾讯算法大赛

1）这个比赛的任务是：预测用户广告点击率。

2）数据量：几千万条，一共16个g的数据。

3）特征工程：单值离散型变量用了onehot，多值离散型变量用了countvector，单值连续型变量未作处理。自己又做了一些组合特征和计数特征。Onehot后会维度爆炸，因为每一列的离散型变量有很多，onehot后有几个离散型变量就扩增了多少列，特征维度就爆炸了。

进行了labelcoder。

4）模型：初赛使用lgb和xgb，复赛使用了ffm和nn。

5）Lgb和xgb的区别：没答上来，我说的是lgb的分裂节点多。大佬说lgb最强的地方是通过直方图找分裂点，lgb靠叶子，xgb靠深度。

6）Ffm是什么：因子分解机，具体原理不知道。

②课题

1）这个课题的任务：影像组学预测肝癌mvi风险。

2）数据预处理：使用张量算法把一个图片分成三维，取前x阶特征放入网络

3）数据集：训练集中抽取平衡的正例和负例，可放回的抽。

4）模型：densenet。

5）框架：tensorflow。还知道什么深度学习框架：tf、paddlepaddle、caffe。

6）对tf了解多少：原理。卷积核、池化、全连接。

7）介绍下CPCD具体参数：我说我借用的已有的算法，具体分解过程不太明白。

8）CPCD处理后输入网络的是什么：这一组的前x阶特征，就是前x阶特征像素点，包含肿瘤区域，感觉我是乱说的。

9）输入的分辨率：不会。

10）我是负责哪一块的：densenet调网络，准确率达到70%。

11）还有其他特征处理么：加入临床特征，把图片输出当做特征和临床特征一起输入lgb。

（2）其他跟图像识别相关的项目。我说本科做过单片机stm32图像识别。

①电赛做的板球系统

1）任务：使用stm32摄像头识别小球位置来控制板子运动，让小球达到指定位置。

2）算法：直接用源码改。因为有相应接口，调用就行。Opencv？不知道。C语言写的。（要凉）

3、编程语言的考察

1）习惯用什么语言：python。

2）常见的激活函数：relu、tanh、leaky、sigmoid

3）Python的数据类型：array、list、tuple、dataframe、series（感觉我是乱说的）。

4）List和tuple的区别：我只记得tuple是小括号。后来查是tuple不能改，list能改。一直不懂tuple，终于撞枪口了。

5）梯度消失、梯度爆炸怎么理解和解决：因为激活函数权重的参数更新，如果权重比1大一点点，指数迭代后，权重过大就梯度爆炸；如果权重比1小一点点，指数迭代后，权重过小就梯度消失。解决方法：不会。

6）Batch_normalization怎么理解和解决方法：开始以为是正则化，回答成了L2正则化是欧几里得函数，然后面试官说这是批归一化。我就不知道了。

7）会C语言么：会，stm32就是c语言写。

8）了解kmeans么：只知道是聚类，不记得咋用了。。

9）实习时间：都行。

4、现场写代码

1）Xcoder交互界面

2）赶紧联系泽喵外援，一下就懵逼了。给了十分钟，后来差不多到时间了，老师说他手机没电了，我也就基本上写了一半多。

3）题目：（其实后来发现是LeetCode简单题541题）

Given a string and an integer k, you need
to reverse the first k characters for every 2k characters counting from the
start of the string. If there are less than k characters left, reverse all of
them. If there are less than 2k but greater than or equal to k characters, then
reverse the first k characters and left the other as original.

Example:
Input: s = “abcdefg”, k = 2
Output: “bacdfeg”

Restrictions:
The string consists of lower English
letters only.
Length of the given string and k will in
the range [1, 10000]

4）交互界面的解答：

def string_reverse(s, k):
  leng_string = len(s)
  num_every2k = math.ceil(leng_string / (2*k))
  result = ""
  for i in range(num_every2k):
    idx_start = 2 * k * i
    if idx_start <= leng_string:
        result += s[idx_start:(idx_start+k)][::-1]
        result += s[(idx_start+k):(idx_start+2*k)]
     elif idx_start - k > leng_string:
        result += s[(idx_start-2*k):][::-1]
     else:
        result += s[idx_start-2*k:(idx_start-k)][::-1]
        result += s[idx_start-k:]
   return result

四、后记

1、面试持续了一个半小时，16:00-17:30，电话和微信语音。我全程想看看笔记却找不到，真的是每个步骤都必须亲力亲为才能波澜不惊。

2、感受和建议就是：

（1）自己做的东西，参与的比赛要搞懂每一个细节，不要怕慢，一定要搞懂。什么叫懂？就是原理理论不会忘，随时能给别人讲出来，代码会实现。

（2）广泛涉猎，你看的每一个细节都可能成为你回答问题的点。

（3）刷题：现场写代码说好的一般都是LeetCode抽题呢！弄懂原理随时会写，达到import ABCD的水平就好。

3、不在意结果，有这次机会已经弥足珍贵。也谢谢泽喵助攻。未来会更努力。