阿里算法一面面经
预约今天晚上7:15的一面，总共面了1h45min。
一开始先是介绍了部门的业务。
问了一些数据结构和算法的知识，有哪些排序算法，他们的时间复杂度是多少。动态规划和分治有什么区别（一脸蒙蔽，之前只知道刷leetcode，之后要多看看算法书）。
然后是两道算法题：一个是单词级别的翻转字符串，比如“I love you”翻转成“you love I”。第二题是一个NxN的棋盘，一个棋子可以等概率地跳八个方向（和象棋中马一样的跳法）。当这个棋子跳出棋盘范围的时候，就停止。问棋子跳了k步之后，棋子还留在棋盘的概率。
然后就开始问简历上面的项目和论文。然后就开始问一些开放性问题：
Q：了解过OCR吗？
A：没有。
Q：那你觉得如果使用神经网络实现OCR？
A：说了一些我觉得可行的方法，比如先用一个网络去检测可能是文字的地方，然后把这些可能的区域分割成一块一块只有一个字符的小区域再去识别。
Q：能不能直接对这整个区域直接进行识别？
A：用sliding windows，还有一些其他方法。
Q：好，我再问你一个开放性问题。我们现在在做一个评价图像清晰度的问题，你觉得这个流程是怎样的？
A：可以先获取高清晰度的图像，通过一些方法降低图像的清晰度，然后再去训练一个网络。
Q：那你觉得有什么降低图像清晰度的方法？
A：加噪音之类的。（这一块应该和图形图像算法有关吧。不过我不太清楚，只能胡扯。。。。）
Q：我们现在遇到了这么一个问题：由于拍摄焦距的原因，有些图片的前景很清晰，但是背景很模糊。导致分类的之后分成了不清晰的图片。你觉得有什么解决的办法？
A：学一个mask的网络，把图像中清晰的部分扣出来。再去分类。
Q：再问你一个开放性问题，在如何检测视频转场的时间，转场就是拍摄的场景变化了。（问到这个时候，大概1个多小时了，好多开放性问题，问你解决的方法。。。。）
A：用光流算法？或者用LSTM（这里问了很多，比如光流的好处，LSTM的好处之类的，如何使用LSTM）
Q：有没有什么非机器学习的方法？
A：我说了用一些传统的手工特征如SIFT，HOG之类。去比较每帧之间的差异。
Q：最后再问你一个开放性问题（好多开放性问题啊。。。。）。给一些图片和他的文字描述，比如商品简介之类的。如果用文字去检索这些图片。
A：说了一些跨模态检索的方法。
然后又问了我了解哪些机器学习算法，我说了PCA，kmean，LR，SVM之类的算法。问我知道CTR转化预估吗（这是什么鬼。。。），然后向我解释是说去根据一些特征去预测一个广告是否被点击，问我可以用什么方法去做转化预估。
最后问了一些面对压力，有啥处理办法。你觉得让你去做NLP，你以往的经验有没有什么优势（这又是什么鬼。。。）。
总的来说，基本的算法都没怎么问。基本上就是他提一个问题，我说解决办法。而且问题不光局限与计算机视觉方向，虽然我投的是计算机视觉的岗位。。。
#面经##阿里巴巴##算法工程师##秋招##内推#
