字节跳动ailab面经

楼主上海交大学硕，研究生主要做视频理解，前两天有幸拿了意向书，岗位是CV算法。现在整理下面经回馈下牛客网，也是趁着自己没忘及时整理。就不按面试顺序整理了，按照内容整理吧，欢迎大家一起讨论。

实习:
楼主在腾讯优图实验室实习了接近一年，主要工作有三个方面
1.拿了个kaggle第一名
2.某大型项目全程参与，数据端 算法端都有负责，该项目竞标过程中打败了很多同行，不能具体说技术细节，各位见谅～
3.新型Anchor-free的目标检测框架（AAAI论文）

面试内容:
1.kaggle比赛:
标签相关性分析，数据增强，特征融合不同方式及其优缺点，attention（channel和pixel
两种方式的具体实现），2D CNN全套，损失函数该如何设计，fine grained有哪些解决方法
2.常规目标检测
发展过来的前世今生，yolo全套,ssd,faster rcnn具体细节，代码实现，工程中需要考虑的实际问题
3.非常规目标检测
RRPN，R2CNN（感觉面试官不是很了解这个方向，所以一直是我在说），还有我自己的框架
4.anchor free框架
基本思想，不同网络的具体对比，hourglass结构的好处，损失函数，我自己的框架具体结构，和sota比性能如何（map更高速度更快），新的损失函数为什么这么设计
5.3D卷积
和2D卷积的区别，主要存在问题，如何加速运算，视频理解的sota方法，还有什么方向可以改进
6.某大型项目
实施细节（面试官对这个很感兴趣），公然po到网上担心引起问题，故不详细展开
7.算法题
每一次面试都是我讲完论文项目实习，就快一个小时了，所以算法题也没怎么做比较难的，很快写完了。

总结:
1.注重对sota方法的了解程度，需要大量看最新顶级的论文
2.注重对具体问题的分析与解决，有的方法实际上项目的时候并不适用（考虑清楚为什么）
3.注重原理的理解而不是方法看起来有多fancy，原理至上，所以一定要理解透彻。

还要赶别家的面试，很多东西没有详细展开讲，有空接着写～希望对大家找工作有所帮助



#字节跳动##面经##实习##算法工程师#