CV算法秋招汇总

先说本人情况，本硕二流985，一篇CV顶会，做过些项目，没有实习经历。leetcode大概刷了600道。
主要准备了机器学习（基本没人问），C++，深度学习，目标检测相关（很多人问），简历相关的东西。
基本按照问面试的时间顺序写。感觉CV岗，阿里/腾讯基本神仙打架，没有实习就没去送。其他算法相关公司大多都投了。

** 字节跳动**

一面：逆序对数量（归并排序）。GBDT原理，优化函数介绍，bn层，交叉墒原理。
二面：加速网络收敛的办法，如何解释深度学习的输出，bn作用，不做归一化网络会如何（主要是讨论）。
小于n复杂度的完全二叉树最底层最右侧数输出（分治）。
三面：两道题，带通配符的括号匹配。二维有序数组合并（堆的多路归并）。智力题25马五赛道前三需要几次。双蛋问题。双阶段为什么耗时。Anchor-free介绍。
总结：三轮技术面，coding占比大，简历偶尔问问。面试官很nice。智力题答的好，面试官会觉得你做过这道题。答的不好，面试官觉得你蠢。

OPPO

一面：rcnn系列介绍，最近的检测网络介绍。云端部署和本地部署的场景。论文介绍。场景题：监控员工的工作状态，考察业务逻辑。
二面：完全不按简历，智力题：一个袋子一百黑球 一百个白球，取出两个一样的球时，再放入一个白，取出两个不一样时，放入一个黑。请问最后剩一个球是白球的概率。场景题：质检过程中检测屏幕缺陷的整个流程。 C++11的一些问题，虚函数介绍，cuda加速用到了哪些机制，为什么缓存命中重要，网络到落地怎么权衡性能和速度。
两轮技术面，后面就是HR面
总结：准备好C++。

图森未来

一面：论文相关问题。fasterRCNN 介绍， 目标检测其他文章介绍。Anchor-free和anchor之间本质的差别。fcos怎么划分正负例。还知道其他正负样本区分的方法。 yolo对待2d框的表示和faster有什么不同。 Roialigning 和 roipooling介绍。 bn测试和训练的差别， conv bn relu的融合加速。同步BN介绍。Pytorch 一机多卡。
二面：工程面 1.5H
C++ 关键字 Const 介绍，const的类对象能否调用非const的函数。
指针和引用的区别
Static介绍，静态成员初始化位置 ，静态成员对象在.h 和 .cpp中 初始化的区别。
关联容器有哪些
Map，unordered_map，区别，缺点。
介绍红黑树，与平衡bst和bst的区别。
vector的内存使用。都是pop，push等的复杂度。
define和inline。
define的缺点。
define和inline是在哪个阶段替换
编译的过程
算法题1， 求解 x^5+x = 1 （牛顿法）
算法题2，两个小岛，用1表示，敌对岛用2表示，求不经过敌对岛附近，连接两个1岛屿需要的路径长度。（我当时用 DFS + 拓扑BFS 写的）。

三面： CTO 乃岩面。讲很久论文。正负样本不平衡。Focal Loss 比 ohem好在哪。除了聚类，还有哪些anchor的设计。多任务loss平衡。小目标怎么解决。
总结：前两轮面试感觉非常好，问的非常的深，细节很多，收益匪浅。CTO面感觉不是很好，经常打断我说话，刻意制造压力，问一些相对尖锐的问题，回答的内容即使正确，但不是他想听的就打断。而且还是电话面，电话面要把论文讲的非常清楚。当时表现的不是很好。后来就直接放弃了。 反问环节，反问了他图森怎么实现盈利。 感觉他答的也不是很好，但是我没有打断。

商汤

一面：fasterRCNN 流程。论文介绍。3D点云怎么标注包围框：确定方向PCA，有方向，直接轴向取最小即可。
场景题：人脸计数用什么结构做。卷积的底层实现/加速技巧。
正负样本不平衡的解决。KD树求最近点问题。KD树的建立和搜索。
二面：主要是基于论文的介绍和展开，如还能怎么改进，怎么改成多模态等等。增强/去燥的实现，注意力机制怎么实现，为什么不用更复杂的等等。
三面：介绍论文+展开。正负样本比例多少，项目中出现的问题/流程/解决思路等。主要考察解决实际问题的能力吧。
可能投3D视觉岗的同学比较少，所以面试相对轻松，基本在聊项目相关的。

旷视

一面：fasterRCNN和yolo anchor的区别。 正负样本不平衡怎么办。 了解 label assigning 方面的工作嘛（碰巧看过旷视一篇这方面的文章）。 auto assign 为什么这么做。 Coding ： 最长不重复子串
二面：记不太清了，主要项目/论文方面的展开。
三面： 危老师亲自面的。 选一个技术最深的工作介绍。 这里建议想去旷视上海的同学，关于自己做过的工作，准备好非常详细的介绍，尤其在于每一步都是为什么这么做，最好有理论或者数据支撑。 危老师会问的很深/很细节，且最好你的回答很简洁且直达本质。 所以最好做充足的准备。 可以考虑准备PPT，如果口述不清楚就用ppt。 非常感谢危老师和旷视。
总结：coding比较基础，可以准备ppt介绍自己的论文/项目，大佬面一定要充足准备。

携程
准备了PPT。
一面：工程过程中的感悟，调参的技术总结，知识面主要是哪些方面，想做工程还是研究。只想做图像方向吗，文本和nlp这块更大的突破，有想转方向吗。编程语言。携程本部用（python，java为主）。
二面：项目/论文为主，展开问。聊天。
三面： 加了一面。好像是大佬面。聊天。
总结： 可能是做了PPT的原因，基本都是我介绍我的工作，面试官问了一系列展开的问题。埋了几个问题，面试官也都问了。建议大家也可以参考一下。

网易

一面：论文介绍。和其他方法比较，和传统的方法比较。介绍每一个模块。项目介绍，问了下流程和细节。 没有coding。

二面：介绍项目。论文和项目闲聊。想做工程还是研究，新的论文是否有关注，介绍一下提到的新论文，是否愿意在杭州，老家在哪。

三面就是HR。

总结：闲聊为主。算上反问环节，面试下来，面试官说的话比我还多。 感谢面试官非常细致的介绍。

此外还有 浙江大华/科大讯飞 ，也是聊天为主。给的还挺大方，非常感谢两家公司给的机会。