抖音视频算法，已OC，各厂面经回馈牛友
在牛客上看到一个前辈的内推宣传，看到有比较感兴趣的岗位就投递了，部门抖音短视频（上海），昨天收到OC，回顾整个面试流程，字节是我面过的国内大厂效率最高和面试强度最大的，
秋招基本上算是提前结束了，也来还原回馈下广大牛友。
背景
--------------------------------------------
浙江某三本，非科班渣硕，有一篇在投的顶会，和若干段实习。
硕士期间的项目和科研方向主要是深度学习相关模型压缩和加速，包括剪枝，量化和NAS，同时也做过一些并行计算和计算图优化的内容。秋招的侧重点也是放在图像视频算法，特别是有实际端侧部署需求的岗位，已经各大厂的AI框架开发。
感受
-----------------------------------------------
今年图像CV算法整体来说比去年形式更加严峻，由于之前实习和找暑期实习的认识了不少的HR，基本上询问都说今年纯调参的算法岗基本上不招人，这类CV算法岗位一般来源于三个地方，
1：一个是各大厂和中厂的企业实验室例如腾讯的Ailab,优图 ,天衍等实验室，字节的Alab，阿里的大摩院，大部分是纯算法预研岗，不怎么涉及业务落地。 由于前两年的岗位饱和，这类算法预研岗很大程度上已经饱和了，所以水涨船高，在今年的话
硕士：名校+顶会/顶级实验实习，基本上是最基本的入围条件。
2：另一个是类似于华为，海康，或者BAT,ATM这些大厂的业务部门，做AI框架开发或者实际的业务算法，一般都会有端侧部署的需求和期望你能有底层优化的功力，而不仅仅是调参，如果只是单纯的深度学习算法今年很难从海量的申请人中杀出，
华为2012实验室某部门的HR也是这样说的。
3：就是一些硬件厂商，比如芯片厂商目前为了打通算法和芯片之间的鸿沟，一般都会图像算法组来于芯片研发团队合作，这类算法岗数量其实今年很多，像汇顶，nvidia,intel这些硬件知名厂商都有，这类算法岗位很看重的模型优化，基本上会很喜欢
找做模型压缩加速和高性能计算的。（真的要感谢虽然入了CV坑，但所幸没有掉入全局最深）
首先介绍下秋招投递情况吧
VIVO
---------------------------
被表刷
字节时间线
--------------------------------------------
6.29 14.00 一面 7.7号二面 7.12 17：00 三面 19：00 hr 19：30已OC
首先在这里要感谢内推我的部门的HRxx哥，直接将简历发送过去，当天就给了面试预约邮件（到了后期看到一堆大佬被挂简历，或者泡池子淹死 就非常庆幸没有走官网投递的流程）
因为6.6号刚从腾讯优图离职，6.15号入职某公司研究院的暑期实习，刚开始工作很多所以完全每准备秋招面试，就将面试时间推迟了一周到了6.29，在这里提醒大家，字节非常看重coding能力，最好还是准备一下再上场。
1面：时常 70分钟
自我介绍
介绍了量化（8bit,4bit,二值化）的项目
剪枝的项目和科研
优图实习期间做的可微分NAS的工作
面试官应该也是对模型压缩和加速领域多有设计，明显对项目比较感兴趣，就开始从第一个开始逐个问
介绍一下你算法的创新
训练后量化和量化感知训练分别是怎么实现的？
底层基于xnor运算的二值化卷积算子你是怎么实现的？ 可以简单实现一下吗？ 现场用CUDA写了 底层基于位运算的GEMM kernel ，实现im2col的矩阵乘法。
................其他都是观点和工程细节的东西
剪枝： 重复上面的流程，将为什么这么做
重点问了再具体的业务场景当中怎么进行具体的优化，有哪些心得。
NAS： 简单的问了一下，虽然我感觉是最有的说的，但是可能因为放到最后，几乎所有的大厂的面试官都没有深入的问我。
上面项目结束基本上40分钟开外了
深度学习基础：
L1norm,L2norml 施加了哪些先验
怎么处理实际的样本不平衡问题，还有你知道的检测问题当中的困难样本挖掘函数
反卷积/转置卷积的实现原理
有什么要问我的吗？
想了解算法团队主要的工作内容？ xxxxxxxx，之后就开始瞎聊了，将目前那边在做的需要推理引擎遇到的各种问题...... （竟然没让我coding算法题）
二面：60分钟
项目，重复上面的流程
这个面试官可能不是做这个方向的所以不太了解，就废了很多时间讲一下具体的实现细节
然后就开始问深度学习基础，具体什么已经记不大清楚了，感觉深度学习基础没啥难的问题，最难的也就是让你手推个SVM，或者问一些跟业务场景很紧密的问题，比如检测....
coding: 字符串编辑距离
三面：45分钟
项目，重复上面的流程，30分钟开外了
深度学习基础
个人情况的了解
反问，部门业务介绍
coding: 字典序最小的子序列
三面结束之后半个小时，约HR面：
15分钟，主要问一些基本情况，是否能提前来实习，什么时候毕业，还有对岗位的了解情况
HR面结束之后半个小时OC
整个面试过程非常酣畅淋漓，面试官基本上项目如果感兴趣的话会问的很深入，所以一定要对自己的项目足够了解！！！！！！
！！！！避免踩坑，同时项目很重要，项目感兴趣了就不会让你一直coding了，虽然也不怕但是万一翻车了呢，如果没什么项目，字节是要求凑够40分钟的，那就只能让你一直写题了。再次感谢字节！！！！！！！！
TPLINK
--------------------
一面：
疯狂问项目，因为他们那边在做安防，主要就是CV算法再终端的部署
二面： 三个面试官
项目，然后就开始轮流问深度学习基础
梯度下降，随机梯度下降SGD，mini-batch SGD, momentum+ SGD,nestrov, Adagrad,Adam 分别介绍特别的特点和演进（幸亏自己从前一直积累琐碎的深度学习基础和项目细节，面试前刚推过一遍）
方差，偏差的意义
normalization的方式有哪些
三面：
总之我非常想去TP，也确实很想去，据说SP有24x15，965很香了
四面：
部门主管面，全程笑眯眯让我自己说，中间还出去接了一个电话，感觉人很好。
然后................就没有动静了，说好的四面SP呢，祈愿一个offer
暑期实习：
阿里巴巴
--------------
北京融媒体事业部推荐平台 搜索推荐岗位 offer
投递的时候自己官网投递了，结果才知道可以内推，然后就找学长内推想去阿里PAI，结果没切换成功，就这样简历到了北京机器学习岗........................
4轮计数+1轮HRG，4轮计数问我推荐我一个做CV的也不会啊，就问大数据的coding和机器学习相关的内容，硬着头皮面到终面，拿到了offer
技术面我的经历没什么借鉴意义，但是阿里HR面真的很有水平，是我面过印象最深刻的一次HR面，绝非形式，很有水平，吹一波HR小姐姐。
最好提前了解下阿里味，否则真会挂的。
华为
----------------------------------------------
2012实验室mindspore组 oc
在优图实习的时候最仰慕的一群人就是公司做高性能计算和框架开发的，比如nihui大佬等等，自己之前的项目是算法层的优化但是也看过一些计算图优化，IR之类的东西
所以在腾讯时华为那边练习的时候就投递了这个部门，部门HR小姐姐很好，很快走完了流程，5月初两面面完，但是发Offer太晚了，6月初才发，
因为疫情和华为暑期实习不转正的就没去，正在好好准备同一个组的优招，希望收留。
一面： 算法 分硬件n，分成1,2,3的组合的情况
二面：主管面，聊天
海康
----------------------
研究院CV算法 offer
一面比赛，项目，大数据题，具体忘了
二面聊天
总结之前的面试，首先非常感谢自己的实习经历，因为论文还没结果所以感觉基本上就是靠这份和实习和自己做的方向，才能过简历关，然后对项目要很熟悉，面试技巧要能善谈，吸引面试官的兴趣和把我节奏，聊嗨了根本就没时间问你算法题，没得说可太尴尬了，还会被疯狂撕coding。
