秋招面经汇总（算法，计算机视觉，深度学习，机器学习工程师）
前言
随着高通的正式offer下来，基本上秋招结束了。剩下的就是一些三方和合同处理的事情。我的秋招从8月开始准备，到10月末。后面有可能再随便考一下省考选调什么的，体验一下。
背景是广东工业大学本硕，1-7月份在某公司的研究院实习，有一篇SCI1区论文在投，还有一篇论文在写，参加过一些相关比赛还有负责项目，还有一些专利证书什么杂七杂八的。
在这里分享一下一些面试时被问到的一些问题，和我个人的一些经验，希望能帮助到找工作的大家。
有幸获得一些公司offer：
1，奥比中光 计算机视觉工程师 2，荣耀 计算机视觉工程师 3，某国家级实验室 研究助理-生物CV方向 4，广州某国企 计算机视觉工程师 5，乐信 机器学习工程师 6，深圳某国企 计算机视觉工程师 7，京东方 电路设计？？ （不知道为什么调去这个岗....） 8，工商银行广州 软件开发 9，工商银行珠海 人工智能工程师 10，中移信息 大数据算法工程师 11，博智林 计算机视觉工程师 12，天翼 机器学习工程师 13，高通 机器学习工程师
经验
1，早点准备，7月份就可开始准备投简历了。1-7月份多刷leetcode，多参加比赛，多参加项目。尤其是leetcode一定要早点准备。 2，多海投，多面试，当时我记得前期几乎把有深度学习和机器学习的岗位都投了一遍，面试面得麻木了。信息来源的话主要是牛客网，51job，和前程无忧。还有就是关注一些公众号，比如学校的就业指导中心 3，心态平稳。 4，多看对应公司的面经，总结常问的问题。
面试过程
0，笔试 1，自我介绍 2，简历上项目中的细节一定要弄懂，还有延申出来的知识点都要很熟悉 3，基础知识（例如卷积的特征图计算，Transformer的结构，python的迭代器，C++中的多态，进程线程什么的），可以自己总结或者看看github，知乎上其他人总结的知识，最好自己说一遍 4，手写代码（多刷leetcode）
面试问题汇总
锐明技术面经：
项目问题： 0，为什么不用GCN图卷积 0，深度可分离卷积 1，深度可分离卷积和shuffle net 1，CE loss Focal loss区别 2，Focal loss作用 3，最后一层到类别怎么输出（我答了全连接加CE loss） 4，堆和栈的区别 5，举例激活函数 6，BN的问题，问得非常细！！！ 面试官评价：项目不错，基础要补
百度面试：
项目问题，笔画数据集大小 实习项目 faster rcnn 创新点 1X1卷积 作用 卷积的特征图的计算 决策树，聚类等传统机器学习模型 tcp/ip 激活函数的特点，从求导方面说，怎么设计一个激活函数 Batch Normalization layer Normalization 实例分割的项目的工作量在哪，是否用到C++，C语言 面试官评价：项目工程能力不错，项目很多，但是机器学习的基础知识很多还要补
寒武纪：
C++多态 卷积计算 多态，虚函数，基类，封装 static在C和C++里各代表什么含义 还有一些C++的内容忘记了，都是基本内容 题目：链表判断环 可能是一个做了一个寒武纪相关的比赛，感觉他们对我比较感兴趣 介绍量化 介绍怎么把一个网络的宽度，深度合并 结构体 ，类
寒武纪二面：
骨架点的输入数据的维度是什么 有没有在CPU，GPU上运行过设计的模型 基本上都是项目相关的延申 用过什么卷积， 介绍深度可分离卷积 喜欢研究算法还是算法落地
奥比中光：
1，基本上都是问项目 2，每个BN怎么更新（每个batch重新计算均值，标准差？，再更新网络？） 3，resnet 的shortcut作用
奥比中光CTO面试：
1，怎么看待深度学习的未来... 2，一些HR类的问题
中科院自动化所
0，主要是项目相关的 1，python 的迭代器（怎么用） 2，C++有用过吗 2，CE loss 3，目标检测的loss函数 4，目标检测有了解吗 5，tf怎么读取数据 6，用了哪些深度学习框架 7，可以来实习吗 8，薪酬 9，梯度截断，pytorch固定部分参数
荣耀：
1，全程项目，以及项目的点的延申
京东方：
1，介绍项目 2，问了不了解京东方，介绍一下 3，为什么要投北京，北京适应嘛 4，最开心的事情 基本上都是一些HR方向的问题
小米：
面试官巨温柔！！！ 1，项目+自我介绍， 2，寒武纪项目介绍运行，怎么运行，改了哪里 3，深度可分离卷积 4，介绍第一篇论文 5，手写卷积，用python 6，Loading Question... - 力扣（LeetCode） https://leetcode-cn.com/problems/k-diff-pairs-in-an-array/solution/ 复杂度是多少
乐信：
1，交叉熵损失，和什么散度的关系？交叉熵衡量什么，代表什么 2，transformer中 3，交叉熵 相对熵（答不出。。） 4，详细讲了项目等相关话题 5，职业规划
乐信：
1，基本上还是项目问题 2，讲述一下transformer 3，有没有用过树模型
寒武纪HR：
1，薪资 2，对去北京怎么看待。。 2.5，性格有什么缺点（灵魂拷问） 3，然后还是基本上是hr问题比较多 4，最成功的事情，最失败的事情 5，怎么当参赛组长
CVTE镭晨
1，高斯滤波 2，openpose怎么检测点，怎么回归出点 3，跌倒时是向哪一个方向倒难以检测出来 4，骨架点模型的输入是什么样子的，怎么和骨架点检测模型结合 ...
广电运通：
1，问能不能去实习 2，还有一些项目相关的 3,为什么不用GCN图卷积 ...
中科院自动化所：
1，怎么拼凑矩阵 2，怎么计算出三个不同尺度的运动信息 3，concat维度怎么变化,怎么把速度信息和空间信息concat起来，维度怎么变化 4,怎么处理数据
欢聚时代：
1，FPN + RESNET ，FPN的作用是什么 2，整个yoloact的流程 3，讲一下transformer 4，交叉熵损失. 5,shuffle net 6,CRNN + CTC的整个流程
工行广研：
1，你是深度学习那边的？你投的是什么 2，学习能力怎么样？ 3，好像和HR面差不多
工行珠海：
1，用的什么语言比较多 2，用过JAVA，SQL吗 3，为什么来珠海
海康威视：
1，最熟悉的项目 2，BN的pytorch中的超参数（mo...?）， 3，深度可分离卷积的计算量和普通卷积之比 4，卷积与深度可分离卷积的计算量和参数量 5，还面了哪些 6,model.train()和model.eval() 7，介绍一下轻量化设计的一些方法（紧凑型设计，量化）
高通：
电话三轮面试，分别有三波面试官，每一波大概3个 1，项目balabala 2，量化的原理，有没有看过tflite的源代码，量化的公式是怎么样的 3，static的作用 4，智能指针 5，基类的析构函数是虚函数？ 在实现多态时，当用基类操作派生类，在析构时防止只析构基类而不析构派生类的状况发生。 6，完整看过的技术相关的书是哪一本 7，python 迭代器 8，内存泄露 9，3*3的卷积和5*5的卷积的区别 10，BN的超参数，BN归一化后的分布 11，子串的最小值的和 主要是C++问的比较多（硬着头皮），最后我们还要用英文交流几个问题
极飞科技：
1，项目巴拉巴拉 2，HR面试基本套路 3，数据增强有哪些
中兴新事：
1，项目巴啦啦 2，深度可分离卷积。。反正比较普通 3，lstm原理三个门作用和sigmoid函数tanh使用，梯度消失问题如何解决，rnn为什么不能，缺点如何造成的。lstm如何解决长期记忆问题
广发卡：
lightbgm和gbdt，xboot的区别
查看11道真题和解析
投递哔哩哔哩等公司10个岗位 >