秋招上岸，面经分享。阿里，华为，头条，快手
应届博士视觉算法，最近拿到几个意向书, 真心求大家给点建议：阿里，华为，头条, 快手这四家，主要看中未来的发展（等级上升空间、技术提升空间、跳槽时外界认可度等因素）。
更新一下：感谢各位牛友的建议，自己基本做了决定，大概率会去华为。分享一波面经回馈牛友。
个人基本情况：硕博连读，有项目经历，有竞赛经历（Kaggle）,有顶会顶刊，有兼职实习经历。
秋招感悟：
1.能去实习尽量找个实习，大厂实习面试好过一些，转正概率也很高。我们不允许长期专职实习，所以我只能选择直通终面。
2.秋招一定要走提前批，不然校招HC会比较少，相应困难也比较大，并且需要笔试（博士也需要）。
3.不要认为自己还没准备好，就再准备准备再等等再面试，永远都不会准备完美，在面试中进步，不断通过面试发现自己的弱点并进行补充。越早HC越多，越容易拿到offer。
4.找和自己方向对口的部门直接联系人内推，一定要注意研究方向和岗位的匹配度，尤其是博士，对口的岗位通过率会很高。所以前期一定要花时间多调研，多联系别人多问，找到和自己研究方向匹配度最高的的公司和岗位。
5.找工作前目标要明确，工作地，户口，工作性质等要提前考虑好，有选择性的面试，不然面试的公司太多会很累。
6.现场面试的可以去一次面很多轮，所以流程会比较快。远程面试不用跑远路去公司，但是需要一面一面的约。由于个人比较懒，所以会尽量选择远程面试，大家可以根据喜好在约面试的时候选择。
7.博士要提前有一些干货作为offer的敲门砖，个人感觉：顶会顶刊>大厂实习经历>竞赛经历>项目经历。所以提前丰富自己的这些硬指标才是最重要的面经。（如果你刚入学，请看完这一条就马上去努力吧！你的顶级论文会让一切面试都变成聊天，你的面试由你主导）
祝大家可以找到心仪的offer,希望你看到第7条的时候还有几年才毕业，可以用这关键的几年武装自己。
下面是具体的面试内容：
阿里：
阿里春招实习面试通过后选择了直通终面，没去实习。秋招时直通终面答辩成功转正。
一面技术面（1小时）：介绍自己。介绍论文。Triplet Loss，参数怎么选择，不收敛如何处理。Kaggle比赛算法策略介绍。算法题：回文检测。有什么问题吗？
二面leader面（1小时）：介绍自己。介绍实习，项目，论文。基础知识：batch normlization, Adam, FV的细节。有什么问题吗？
三面交叉面（半小时）：介绍自己。介绍自己最自豪的work。有什么问题吗？
四面HR面（25分钟）：介绍自己。如何定义有价值的技术，有哪些？实习经历，公司介绍，部门介绍，工作内容。最近在干什么。介绍论文。还有哪些公司的offer。有什么问题吗？
五面直通终面（40分钟）：讲PPT，介绍自己，自己的研究方向，研究思路，研究成果，实习经历，项目经历，竞赛经历，职业规划。
华为：
提前批
一面技术面（1小时）：讲PPT，介绍自己，自己的研究方向，研究思路，研究成果，实习经历，项目经历，竞赛经历，职业规划。样本不均衡怎么解决。图像检索算法的加速策略。
二面HR面（半小时）：有几个offer了，会来我们这里吗？薪资体系了解吗？选择工作主要看哪几方面？
专家面：一面中是6个面试官，其中包含了专家。
字节跳动：
提前批
一面技术面（1小时）：介绍自己。介绍论文。算法题：1-n的数组，找出数组中缺少的数字（缺1数字个时，缺2个数字时）。
二面技术面（1小时）：介绍自己。图像检索与分类的区别。为什么对图像检索的研究集中在聚合，而不是其他研究方向例如网络结构？结合检测的检索。FAISS库。FV和VLAD的区别，BOW。GMM和K-means的区别。算法题：合并有序链表。
三面主管面（半小时）：介绍论文。CNN特点。基本网络介绍。检测算法介绍。检索加速算法。
四面主管面（半小时）：介绍论文。解决短视频截取问题的解决方案。算法题：确定链表环的起始位置。
快手：
提前批
一面技术面（1小时）：介绍自己。介绍论文。PQ,ITQ,OPQ,IMI算法介绍。视频侵权查重解决方案。算法题：找到第k大的数。
二面技术面（1小时）：介绍自己。介绍论文。介绍比赛。
三面主管面（半小时）：介绍自己。职业规划。
投递零跑科技等公司10个岗位 >
，校友加油
