图像算法面试有感
最近两周参加面试,前前后后也面了几十个算法的同学,僧多粥少,今年说是神仙打架都是小瞧了。
我有点心得体会给有志于从事图像算法的同学:
1. 图像算法工程师首先是工程师,基本的工程代码能力还是要有的。很多同学深度学习的项目说起来头头是道,一让上手写个算法题就蒙了,
简单的动态规划题也不能ac,c/c++ 不会只会用python.
2. 面试官在问深度学习项目科研的时候往往会扣细节。网络的层数,具体每层的参数,优化器用什么,学习率怎么设置...任何都设定都应该从数学层面上有理有据,
而不是说大家都这样做我就这样做。
3. 图像算法图像算法说到底是以图像处理为根本目的,基础的图像处理的方法也是要掌握的。很多同学连简单的降噪,插值,特质提取算法都答不出来,项目上也是千篇一律的图像分类,
物体检测,在面试官的角度看,此类的开源项目这几年多如牛毛,根本没有辨识度。所以如果面试同学能针对图像处理一些细分领域(图像复原,画质增强,风格迁移等等)有所研究的,更容易touch面试官
4. opencv,pytorch, tensorflow之类的基础包的api能实现的基本都实现一下.
5. 多关注一些项目落地方面要注意的点,模型优化,轻量化,加速,算法迭代之类的。大多数应聘者的项目在算法原理,模型结构上都大同小异,那么在这其中谁更能关注项目落地细节谁就更能给面试官留下深刻印象。
公司雇人是来干活的,当然谁的即战力更高谁就更有优势。
啰啰嗦嗦说了这么些,还是希望各位牛友都能有个满意offer。