2019年春招实习面经

写在前面的话

我是2020届硕士Ariel，求职意向是计算机视觉算法工程师。经历过兵荒马乱的秋招，回头看找实习整理的面经，感觉还是相对容易的。

我在找实习的时候没有特别明显的地域倾向性，所以北京杭州的很多公司我都投递了，可以自己做一个excel表，把投递的和没投递的公司都记录下来，因为到面试后期有可能就记混了。

针对简历，我个人觉得最好要有三个项目，最起码一定要有一个项目准备的非常充分，可以和面试官聊很长时间，因为一旦无话可说就是他问你的时候了，总有一个问题是你不会的，这样就比较减分。电话面或者视频面的时候记得开启录音功能，面试结束及时整理笔记。

每一次面试都是非常宝贵的经验，面试官不断对你的项目挖掘提问，你也不断的完善充实，到后来这个项目几乎就是烂熟于心，几乎没有面试官能问倒你了。

大家刚找实习的时候不要直接投递大厂，因为可能只有一次机会，建议先找小厂或者心中排名靠后的厂练手，此外，能走散招走散招，能走直推走直推。找实习对大多数同学来说可能都是持久战，不要轻易放弃，祝大家都能找到合适的实习。

拿到的实习Offer：网易伏羲、地平线、旷视科技、百度

网易伏羲人工智能实习生

一面：

这是我第一次参加的电话面试，比较紧张。就聊了13分钟。主要讲了项目经历(这应该是简历面)，还问了我实习时间，说是想带实习生发paper。通过这次面试，我发现自己有很大的不足，面试的时候头脑放空，讲原理的时候语无伦次，表达的不好。所以还是应该对经常问到的东西多加练习。

一直围绕项目在提问，问的非常细致(我省略项目的问题是因为每个人的项目不一样，我的问题对其他人可能没有太多的参考价值，但是这并不说明项目不重要。在面试的时候讲清楚项目，每一个点都非常了解，面试官扩展延伸也回答的非常好，是面试特别特别特别重要的一点)。还问了深度学习框架的使用。TensorFlow和pytorch哪个用的多一点？对TensorFlow有什么感觉吗？平时有遇到什么坑吗？有遇到特别难以解决的问题吗？

二面：

是个温柔的小姐姐视频面试。

1. 项目。
2. 对语义分割网络的理解，DenseNet网络的理解。
3. 代码：有这样一个数组A,大小为n，相邻元素差的绝对值都是1，如A={4,5,6,5,6,7,8,9,10,9}。现在给定数组A和目标整数t，请找到t在数组中的位置。
4. tf.nn.sparse_softmax_cross_entropy_with_logits和tf.nn.softmax_cross_entropy_with_logits的区别？

5. 逻辑回归的公式和交叉熵的公式。

6. 训练TensorFlow的时候有没有出现空值的时候？如何解决？

三面：

HR面试。其实HR可能对专业性的东西没有那么了解，主要还是通过你的表达，分析你的掌握程度。聊的最多的还是项目，你在这个项目中收获了什么，遇到了什么问题？怎么解决的？这个项目有什么实际应用？每周都有看顶会顶刊论文吗？最近的一篇对你帮助最大的文章是什么？自己有发表论文吗？(对论文还是比较看重的)。如果面试的是学术性比较强的组，paper还是非常重要的。

地平线视觉算法实习生

一面：

1. 项目。
2. 熟悉tensorflow的data flow吗？怎么把数据送进网络，有哪几种方法？

3. 决策树的loss？

4. 决策树分类过程。

5. 实习希望得到一个什么样的锻炼。

二面：

1. 项目。
2. 代码。两道LeetCode原题：1和442。
3. yolo1和2的区别。

旷视视觉算法实习生

旷视科技的面试风格就是编程+思维+概率。

一面：

1. 项目。
2. 讲语义分割的发展流程。
3. 对模型压缩有什么了解。
4. 你有看其他新的论文吗，什么领域都可以，就是深度学习这块？

5. 你觉得mobilenet做了哪些优化呢？

6. 代码。1）一个数组长度为N，元素值范围为1-N，均为整数，问数组中是否有重复的数？2）一个数组长度为N，无序，求第K大的数？3）一个数组长度为N，一个数占了一半以上，求这个数？
7. __init__.py的作用是什么？

8. 如何在/A路径import /B路径下的模块C呢？

二面：

1. 项目。问了模型有多少层，参数量和flops是多少。
2. 个人的研究兴趣点是什么。
3. resnet的结构性特点。
4. 残差网络为什么有用。
5. 除了resnet还有什么可以改善梯度消失或者梯度爆炸。
6. BN作用。
7. 除了BN还了解其他归一化操作吗。
8. 神经网络接分类器，softmax和SVM的分类器有什么区别吗？

9. 代码。求一个数组的Longest Increasing Subsequence(LIS)。
10. 概率题。有10个红球，20个黄球，30个蓝球，一次取一个球，问最后一个摸到红球的概率是什么？

三面：

1. 项目。我对三面的印象还是非常深刻的，面试官语气非常严肃，一直抠着点很仔细的问你，真的问到我怀疑人生。比如复现模型前后的精度是多少，什么标准评价的，没有达到你的预期你觉得是什么原因导致的，如果让你刷点你觉得可以从哪些方面入手之类的。
2. BN的均值和方差是怎么更新的？

滴滴算法实习生

滴滴我投了两个部门。第一次机缘巧合投的是机器学习岗，一二面面试官都不是做深度学习的，所以DL的知识没有问太多。基础知识考查的比较多。

1. python深拷贝和浅拷贝的区别
2. python反转如何实现？

3. 一串数组如何快速实现平方？

4. C++的指针常量和常量指针的区别是什么？

5. 讲一下C++的继承。

6. 写shell，给定一个csv文件，第一列乘客性别（F、M），第二列是历史订单数量，求女性的平均发单数。(awk实现)

7. 概率题。在作弊检测系统中，如果一个用户确实存在作弊行为，但是此系统没有检测出的概率为 5 %；误检为作弊的概率为 1 %；我们已经知道，一个用户作弊的概率为 0.1 % 。目前一个人被此方法检测出有作弊，那此人确实有作弊的概率接近多少？

8. 代码。1）给定一个由整数组成的数组，在该数组中找出一个连续子数组，若该连续子数组中各元素的和最大，则称为这个数组的最大连续子数组。请计算出最大连续子数组之和。比如数组{2,4,-7,5,2,-1,2,-4,3}的最大连续子数组为{5,2,-1,2}，最大连续子数组的和为5+2-1+2=8。2）给定一个链表，给定这个链表的头结点，实现删去这个链表的任意某个结点。3）字符串匹配:？能替代任意单一字符，* 能替代任意字符串(包含空字符串)，实现bool Match(char *s, char *p)。
9. 给一个多边形，已知多边形各个顶点的经纬度，如何判断一个点是否在多边形内。

10. 正则化方法。
11. 讲LR。

第二次投的是AI lab计算机视觉算法实习生，我当时感觉自己面的挺好的，但是一周内也没有通知。大概20天之后给我打电话约二面，原来是之前面试官有事耽搁了，我当时已经有确定的offer选择了，就没有再面了。

1. 项目。
2. 代码。LeetCode223：Rectangle Area
3. 算特征图的输出和感受野。(网上有很多这种题，特征图计算时注意卷积向下取整,池化向上取整，感受野计算top-down）

爱奇艺算法实习生

面试官要求立即到岗，而我时间又没那么宽松，所以就止步一面了。

1. 项目。
2. 模型压缩了解多少。比如量化。
3. 介绍朴素贝叶斯。
4. 介绍逻辑回归。
5. 数据增强怎么做。

百度计算机视觉算法实习生

百度做cv的部门很多，一般都是部门独立招聘，所以我总共面了三个部门。我个人觉得视觉技术部的面试难度是最大的，因为这是AIG做cv的核心，不容易通过而且转正难度也比较大。其次是深度学习技术平台部，主要做paddlepaddle的，涉及模型复现之类的工作，这个部门要求至少实习六个月，所以即使我当时面试通过了但是实习时间不允许。

部门1：

1. 讲一个你自己满意的项目。

2. 你自己设计的多尺度模块是怎么实现的，yolo3也有多尺度，你比较一下这两个多尺度有什么不同？
3. yolo3的尺度输出有什么关系吗？

4. 介绍yolo3的原理、结构和改进？yolo3的上采样是怎么做的，反卷积吗？

5. yolo是怎么实现one stage的？(应该从输出channel的数据分布回答)

6. IOU是怎么做的？

7. 讲非极大值抑制算法。

8. 写非极大值抑制算法代码。

9. 讲一下装饰器？

10. python的多线程有什么需要注意的地方吗？

11. 什么时候用python的多线程，什么时候用多进程？

12. SVM支持向量的点在哪？两条线中间的点是什么，两条线之外的点是什么？

13. BN层的作用是什么，可学习参数是什么？如果输入是3*32*32*64，可学习参数是多少个？

14. 如果卷积核是4*4*3，一共有五个卷积核，卷积参数是多少？(不要忘记偏置)

部门2：

1. 项目。
2. mask rcnn和yolo这种专门做检测，deeplab专门做分割有什么相同和不同之处呢？

3. 如果让你设计语义分割网络，encoder和decoder应该具备什么条件呢?

4. 你觉得用空洞卷积和用比较大的卷积有什么区别吗？

5. 你觉得空洞卷积可以用在检测里吗？

6. 你了解anchor的概念吧，假设v1也有anchor，v2和v1的anchor有什么区别吗？

7. python里的multi-processing的多进程package有用过吗？

8. python和C++面向对象有什么不同？python的面向对象体现在什么地方，优势是什么？

9. python有dict数据结构，C++里有相似的数据结构map，你了解吗？你说一下dict背后的原理？如果我有一个巨长无比的dict，有成千上万个key，现在我还有100个key，如何判断这100个是否在那个dict里？

10. 你能说一下pytorch的data parallel实现机制吗？或者说batch size是256，有8张卡，如果我用这个机制，是每张卡256，还是把256均分到8张卡上呢？tensorflow是一样的处理吗？

部门3：

1. linux你用的是什么版本？你觉得linux和ubuntu的关系是什么样的，linux为什么会有很多发行版本？你觉得这些发行版本之间不一样的地方在哪里？
2. 快排和归并排序有什么一样和不一样的地方？他们的最好最快平均时间复杂度是多少？

3. 快排的流程？base你现在选的是最左边的数，你觉得怎么选择base可以提高快排效率

4. 动态规划和贪心有什么区别？

5. 在配置环境的时候经常会用到linux下的path，还有一种library path，你觉得这两个有什么区别？

6. 进程和线程有什么区别？

7. 你觉得python3和python2.7比有什么好处呢？

8. 比如一个256*256的图片，你用numpy数组读进来，是3*256*256的形式还是256*256*3的形式？opencv读入的通道顺序是什么样的？

9. 你觉得SVM和LR在分类的时候，他们的损失函数有什么不同？比如有很多样本，不管是SVM还是LR都能找到直线把他们切分开来，你觉得这两种算法在切分的时候这条线不一样在哪里呢？

10. .SVM怎么处理线性不可分问题？你能举一个核函数的例子吗？为什么引入核函数之后，线性不可分的问题就解决了？

11. 朴素贝叶斯的公式是什么？朴素是什么意思？

12. 除了mobilenet你还了解其他什么小的网络？mobilnet v2和mobilenet有什么区别？你觉得mobilenet2中的结构有什么好处？为什么起作用？

13. 你觉得densenet和resnet有什么最根本的区别？

14. 如果有一个网络比较大，你想压缩它可以有几种方法？

15. 量化是怎么做的？有了解过知识蒸馏吗？

16. mobilenet v2和v1有什么区别？

17. tensorflow的variable scope和name scope的区别？

18. 二叉树怎么对它进行镜像翻转？你给我讲一下后序遍历？用非递归的形式讲。

抖音算法实习生

偏向机器学习，字节跳动对数据结构的要求还是非常高的。

1. 有向无环图的前馈计算(就给你个有向无环图，自己定义数据结构实现)。
2. 抛硬币如何抛出三分之一的概率。

3. 逻辑回归的损失函数，逻辑回归推导 。

作业帮算法实习生

代码写的不完整，就直接gg了。

1. 项目。
2. 代码。1）LeetCode原题：22. Generate Parentheses。2）LeetCode原题：LeetCode836：Rectangle Overlap + LeetCode223：Rectangle Area

腾讯微信计算机视觉实习生

一面：

1. 简要概括项目主要做什么。
2. 你的项目模型输入是什么，数据集多大，数据增强怎么做的，怎么衡量做的好坏。
3. 公开数据集有什么，数据集里都是什么图片，用什么装备采集的？
4. 比如语义分割分割出猫和狗，但是如果狗这片区域里有几个像素点是猫，应该怎么处理？

5. 实际场景：朋友圈的文本信息都给你用，设计一个情绪文本分类器。要求输入一个自然语言，你能判断出这个情绪是高兴的还是不高兴的。不会NLP没关系，就说应该用什么样的思路做就可以。

6. 一段绳子，裁两刀可以拼成一个三角形的概率有多大。

二面：

写代码。

1. 给定一个非空整数数组，求数组的中位数。
2. 给定k个有序数组，返回这k个数组的交集。

阿里计算机视觉算法实习生

阿里最开始投递的是蚂蚁金服，简历面就gg了，蚂蚁金服难度还是比较大的，看重项目paper之类的。之后被另一个部门捞起来了，因为已经到春招后期了，所以面试的记录没有整理。

但是整体面试的风格还是印象非常深刻的，一面是简历面，大概面了一个小时吧，项目基础知识，基本上能问的都问了，而且没有提前邀约，就是直接打电话约你面试，不允许你换时间准备这种。

然后就是正式的一面，这个印象也非常深刻，因为当时我觉得自己简历上的项目已经准备的很充分了，但是这个面试官仍然把我问住了，而且是我从来没有思考过的点。剩下又面试了两三次，发挥的也一般，因此实习也就没去上阿里了==