科大讯飞CV算法研究面经（已OC）
个人情况小结
教育背景：本硕中下游211科班，无实习（实习真的很重要......）
论文情况：一作CCF A类论文一篇，共一Lancet子刊论文一篇（CV话题）；两篇顶会、顶刊论文在投
研究方向：行人重识别（ReID）；自监督表示学习（SSL）
由于发论文原因，8月中下旬才开始投递CV算法岗......
一面（2021.9.8，50min，腾讯会议视频面）
（人生首个女技术面试官，人很好很亲切，研究方向应该对口）
1. 自我介绍（本人自我介绍很简短，两分钟，主要介绍论文发表情况，因为没其他可聊的......）
2. 讲解论文，关注研究方向背景、论文创新点、针对的问题、性能数值提升、手绘模型框架图
3. ReID相关基础：Triplet loss手写及推导，BNNeck介绍（解决softmax和triplet loss共同监督稳定性问题），ResNet-IBN 介绍
4. 介绍在投的一篇顶会论文，做的是自监督ReID预训练的内容
5. 目标检测NMS介绍
6. 模型量化（这个真不会......）
7. 考察对ReID方向未来发展趋势的把握：遮挡问题、domain adaptation、无监督ReID、换衣服ReID、跨模态ReID
8. HR问题：考研保研？考研成绩？为什么投递？
9. 反问：主要业务和对于个人的发展建议
总结：面试官人很好，应该是安徽老乡。面试整体基于简历，讲解论文为主，针对感兴趣或疑惑的点提问；未考察工程能力及手撕代码
二面（2021.9.23，30min，腾讯会议视频面）
（应该是主管级别的面试官，人很友善，有说有笑）
1. 自我介绍（无情的复读机）
2. 手写softmax公式，提问工程化实现（解决指数上溢的问题）
3. 提问简历中涉及的t-SNE降维原理
接下来是工程问题：
1. Python 继承object类和不继承的区别
2. 数组和链表的区别及各自的使用场景
3. 手撕多叉树结点定义及创建过程（Python）
反问：研究院与工程院的基本情况，介绍部门情况以及对于我的发展建议
总结：被虐的有点惨，建议我多关注CV的各个方向，不能仅局限于ReID；还特别强调要关注3D视觉的相关技术（学到了很多......）
腾讯稳定性 120人发布
投递中国银行等公司10个岗位 >
