面经汇总

写在前面：
我是cv方向的硕士，秋招过程中获得了牛客上很多热心网友的帮助，现在秋招结束，我也来分享下面经回馈牛客吧。本次秋招共面试了70多场，收获了20多个意向，包括大咖，ai先锋，T计划等5个人才计划的offer。需要交流更多细节的话也可以私信我（不过可能不会特别频繁看 😑 ），希望自己的经历对大家能有些帮助。
记录包括：腾讯，阿里，百度，字节，美团，滴滴，图森，商汤，旷视，bilibili，拼多多，科大讯飞，爱奇艺，海康，华为，momenta，大疆，地平线，快手，中兴，vivo，小米，九坤（挂），shopee（挂）等20多个企业的面经。
PS：我在评论区里以后可能也会发布我的内推信息哈哈哈。

技术面一般基本流程：

1. 自我介绍
2. 讲论文/项目（要能够可长可短，很多时候面试官可能会要求2min/5min概括）
3. 实习经历
4. 基础知识「可选」（1.领域知识；2.机器学习/概率论/信息论这些；3.编程语言）
5. coding「可选」
6. 反问

HR/HRBP面基本问题：

1. 自我介绍
2. 职业规划
3. 遇到的困难（解决的/放弃的）
4. 有没有「打破规则」经历（频繁被问）
5. 择业考虑因素（基本一定会问）
6. 有没有其他在谈的企业（基本一定会问）
7. 如果排序的话本公司在你心中可以排到第几名
8. 最有成就感的事情
9. 最遗憾的事情
10. 坚持最久的事情
11. 团队合作的一些问题
12. 你周围的人怎么评价你（频繁被问）

具体公司的技术面试经历记录：

百度

由于特殊计划可以面试多个部门，面试在「如流」上视频面试，代码在另一个页面中写，或者共享屏幕。

深度技术部（飞桨）
一面（1h）：

1. 自我介绍
2. 实习工作
3. 对Transformer的理解
4. 训练网络的技巧
5. 闲聊
6. Coding (搜索旋转排序数组)

二面（1h）：

1. 自我介绍
2. 在发表的论文中，选一篇你觉着最让你印象深刻的论文讲一下；
3. 狂问这一篇论文里面的细节；
4. 问实习经历，重点是业务方面的，主要做了哪些具体的事情；
5. 问 Transformer 在你做的领域里有可能怎么应用？
6. 二叉树层序遍历
7. 闲聊

三面（1h）：

1. 讲论文
2. Coding: 最小标记代价，lc上有个类似题目是 72. 编辑距离。不同点是插入，替换和删除的cost 为x, y, z

ACG智能制造部：
一面（1.5h）

1. 自我介绍
2. 讲论文
3. 深度学习基础知识（1.防止过拟合的方法；2.数据不平衡问题处理）
4. 手写NMS

二面（1h）：

1. 自我介绍
2. 聊论文
3. 大数相减

三面 (1.5h):

1. 自我介绍
2. 聊论文

四面（1h）用人经理:
流程类似于HR面，也聊了一些项目的内容。

五面（1h）HRBP

六面（1h）

1. 问我在其他几面中没有展示的，你觉着有闪光点的内容，给他讲一下。
2. 别人怎么评价自己的
3. 反问环节

视觉技术部：
零面（1h）：

1. 讲论文
2. 手写NMS，手写旋转bbox的NMS， 面试官鼓励用C++实现。

一面（1.5h)：

1. 讲论文
2. 基础知识：
   a. 过拟合
   b. 量化/剪枝
3. Coding: 前缀和的一个题目

二面（2.5h）：

1. 讲论文
2. 讨论Transformer
3. 讨论分割精度提高技巧
   秋招以来最长的一次面试，收获也很多，和面试官在很多技术领域上探讨了很多问题。

三面（20min）

1. 讲论文
2. 聊天

四面（40min）

1. 对分割的看法
2. 对方向选择的看法
3. 职业规划

字节跳动

字节的面试节奏很快，每一面都有coding。在牛客上面试。
一面（1.5h）：

1. 讲了论文
2. 问基础知识
   a. BN的参数量
   b. 手写交叉熵的反向传播
3. Coding： lc160 相交链表

二面（1.5h）：

1. 讲了一篇论文
2. Coding: 面试官自创题

三面（1h）：

1. 5分钟总结论文
2. 问基础知识：
   a. 交叉熵公式 （多标签分类怎么办）
   b. BN过程，为什么测试和训练不一样
   c. 类别不平衡问题的处理
3. 概率题：两个人轮流抛硬币，抛到正面获胜，反面给对方。先抛的人胜率是多少？

美团

跨领域的面试，面的推荐。在牛客上面试。
一面（1h）：

1. 自我介绍
2. 项目+论文+实习经历
3. 基础知识：
   a. 如何让 adam 算法收敛速度变慢
   b. 各种优化器使用的经验
   c. python 垃圾处理机制
   d. yield 关键字作用
   e. python 多继承，两个父类有同名方法怎么办？
   f. python 多线程/多进程/协程
   g. 乐观锁/悲观锁
4. coding: 合并两个有序链表

二面（1h）：

1. 自我介绍
2. 项目+论文+实习经历
3. 基础知识：
   a. CNN 的发展历史
   b. 说说文本/NLP等了解
4. coding: 二维矩阵，求从上到下和最大的路径。起点是第一行任意元素，终点是最后一行任意元素。可向左下，向下，向右下。

三面（1h）：

1. 自我介绍
2. 项目+论文+实习经历
3. 反问：关于工信部推出的推荐算法新规定的影响

爱奇艺

在牛客上面试
一面（1.5h）：

1. 讲论文
2. 交叉熵公式（这题我被问了四五遍了）
3. Coding: 模拟三体运动，给定3个物体的质量、初始位置、速度和模拟的时间间隔T，假定T时间内都进行匀速直线运动，模拟段时间内的物体运动轨迹。

二面（1h）：

1. 讲项目细节
2. 有没有模型加速的经验

三面（20min）：

1. 主要是讲项目
2. 简单聊一下就结束了

四面（30min）:

1. 自我介绍
2. 项目经历
3. 超分辨率的研究内容
4. 分割的研究内容
5. 分割面临的问题，前沿的发展方向
6. 模型速度优化
7. 职业规划

商汤

用小鱼易连平台面试
零面（40min）:

1. 讲你觉着最有理论深度的一篇论文
2. 问喜欢的工作类型

一面（1h）：

1. 讲论文

二面（2h）：

1. 讲论文
2. 智力题：
   a. a^b 和 b^a 谁大？
   b. 一个房间有100盏灯（全是关着的），由编号1-100的开关 * （只有两种状态，开或者关）控制，门外有100个学生，学生按次 * 序一次进入房间，第一个进入的学生切换是1的倍数的开关，第二 个学生切换是2的倍数的开关，以此类推，问，第100学生进入后，还有多少盏灯是亮着的？
3. 物理题：分析天宫一号中宇航员的受力。（商汤好像很喜欢问物理题，我好多同学都被问了

三面（20min）：

1. 讲对科研的看法
2. 讲自己的职业规划

小米

在牛客上面试。
一面（1.5h）

1. 重排链表（lc143）
2. 爬楼梯（lc79）
3. 讲论文

二面（1h）：

1. 讲项目和论文
2. 手写卷积操作

三面（1h）：

1. 讲论文
2. 问我和互联网大厂比更喜欢那种类型的工作

四面（50min）：

1. 项目中遇到的困难是什么
2. 职业规划

shopee 「上海算法」

一面（1h）：

1. 讲论文
2. 最小覆盖子串（lc76）
   面试感觉表现的还不错，题目也做出来了，但第二天收到感谢信，应该还是方向不匹配吧。

旷视

在牛客上面试。
一面-三面（1h/1h/1h）都在讲论文。

四面 (45min)：

1. 讲论文
2. 讲项目
3. 手写图像插值函数（最近邻和Bilinear）

五面 (45min)：

1. 讲论文
2. 讲项目
3. 开放性问题（主要围绕论文落地场景，讨论在该场景我使用的技术合不合理）

VIVO

在牛客上面试。
笔试：

1. C++ 的相关内容
2. 损失函数
3. 滤波器
4. 双摄相关知识 1）双摄同时拍摄和单摄拍两张的区别；2）双摄如何提升画面质量
5. 去噪相关知识 1） RAW 图像包含噪声种类，如何形式化（估计）；2）去噪的损失函数

一面 (30min)：

1. 自我介绍
2. vlog拍摄心得
3. 用的什么手机？摄影系统有什么优缺点？
4. 准备进一步进修吗？
5. 项目（项目中遇到的问题）
6. 操作系统（线程是怎么通讯的）
7. 用什么编程语言
8. 职业规划

科大讯飞

在腾讯会议面试，每次面试有好多面试官。n对1。
一面：

1. 讲论文
2. 匈牙利匹配算法在DETR中的作用和实现方法
3. softmax的反向传播以及log形式
4. 解释一下先验概率和后验概率，两者之间如何转换？

二面：

1. 聊天（职业规划，工作选择）

滴滴

Umeet上面试。
一面（1h）：

1. 讲论文
2. 开放性问题

二面（30min）:

1. 讲论文
2. 反问

三面(1h):

1. 讲论文
2. 在线标注结果错误如何修正

图森未来

在牛客上面试。
图森面试体验很好，面试门槛和难度也相对高一些。
一面：

1. 讲论文（但不是自己讲，面试官狂问问题）

二面 (工程面)
问题1:
有一片海域，中间有一些小岛，找出一共有多少个「实心矩形小岛」。
海域以二维数组给出，数组中包含 0 和 1 两种元素，0 代表海，1 代表地面。被一片海包围的地面成为小岛，小岛通过水平和竖直方向与相邻的陆地连接而成。可以假设数组边缘之外都是海。
「实心矩形小岛」的定义为: 四条边与二维数组边界平行、内部均为 1 的小岛

问题2:
有 n 个物品，每个物品大小为 a[i]，有 p 个背包，每个背包大小均为 k。现在你可以决定 k 的大小，问 k 最小为多小时，可以保证能将这 n 个物品放入 p 个背包内。
代码要求
实现一个函数，物品数 n、物品大小数组 a 和背包个数 p 为参数，返回背包的最小大小 k。

三面:

1. 选一个项目 + 详细提问（问题很犀利）；
2. 选另一个项目 + 详细提问（问题很犀利）；
3. 反问

腾讯

电话面试。
面试均为前沿技术领域探讨

阿里

电话面试。
一面（30min）：

1. 主要聊了下实习经历
2. 问了一部分基础知识，BN, CE loss, 过拟合deng

二面（1h）：

1. 聊论文
2. BN为什么在C上面做
3. 结构风险和经验风险怎么理解
   期望风险：机器学习模型关于真实分布的平均损失称为经验风险
   经验风险：机器学习模型关于训练集的平均损失称为经验风险，当样本数无穷大∞的时候趋近于期望风险（大数定律）
   结构风险：结构风险 = 经验风险 + 正则化项

三面（1.5h）

1. 聊项目
2. 迭代循环的收敛性证明
3. 用信息论的角度来解释泛化能力的问题
4. 模型过拟合解决方法
5. 为什么提前停止可以解决过拟合问题
6. l1和l2正则化的区别是什么，是什么原因导致的
7. 计算理论了解吗
8. 传统机器学习了解吗

地平线

腾讯会议面试。
一面（1.5h）：

1. 简单聊了下项目
2. 知不知道Clip这个工作
3. 介绍语义分割的发展
4. 介绍 Deeplab v3+，这个模型存在什么问题，你会怎么改进？
5. 超分和语义分割如何结合？
6. Pooling的作用：1）提高感受野 2） 降低计算成本 3）多尺度融合
7. Pooling反向传播的过程
8. Dropout的原理以及反向传播过程
9. 神经网络怎么初始化好，各种初始化方法有什么区别？
10. 为什么分类会使用softmax, 和CE Loss在一起用有什么好处？
11. 神经网络训练的时候出现了很多神经元都为0的情况是什么原因？
12. 做题，最小代价路径，一个二维dp
13. 反问

二面（2h）:

1. 项目
2. 论文
3. 度量学习中难样本挖掘策略
4. 开放问题：分割的边缘如何更精确？
5. 开放问题：标注标签如果比较粗糙，有什么办法可以训练精细的分割结果？
6. 开放问题：无类别的多前景分割怎么做？
7. 开放问题：无有考虑自监督的方法做分割吗？
8. Coding: 分割的miou, 有n张尺寸为h*w的图片，已知类别为c，gt和pred的labelmap，求这批数据的miou
9. 反问

三面（1h）

1. 主要还是聊了下论文，问了我做的技术在自动驾驶里面有没有可能的应用
2. 面试官介绍了组里面的做的事情

海康威视

钉钉叫号面试。
一面（1h）：

1. 介绍论文和项目
2. 开放问题：开放世界中异常检测怎么做好（智慧城市中比如违规摆摊，垃圾堆放等）
   二面（45min）：
3. 超分辨率任意分辨率场景怎么做
4. 如果安排你无意义并且浪费时间的工作你怎么处理

大疆

腾讯会议面试。
一面（1h）：

1. 自我介绍
2. 项目+论文+实习经历
3. 问论文的学术价值怎么评估

二面（30min）：

1. 自我介绍
2. 论文一篇
3. 探讨知识图谱相关的工作
4. 面试官分享DJI做算法的区别，比如action的防抖不是用的单纯图像算法。很多事情要从系统性上来看，算法不是简单的打补丁。

终面（30min）:

1. 感觉有点像HR面（自我介绍，对DJI的看法和理解，自己的优缺点，大学时代的职业选择等）

快手

牛客上面试，也是比较重视coding。
一面（1h）:

1. 自我介绍
2. 项目+论文+实习经历
3. coding: 给定一个二叉树和一个值 sum，请找出所有的根节点到叶子节点的节点值之和等于 sum 的路径

二面（1h）:

1. 自我介绍
2. 项目+论文
3. coding:

三面（1h）:

1. 自我介绍
2. 项目
3. 对研究/和工业的看法
4. 自己做的最失败的事情
5. coding: lc53 给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

交叉面（40min）:

1. 自我介绍
2. 论文

中兴

腾讯会议上面试，每一面都有好多面试官在，n对1。
一面（1h）（两三个面试官）:

1. 自我介绍
2. 项目+论文+实习经历

二面（40min）:

1. 自我介绍
2. 项目+论文+实习经历
3. 讲在审的论文
4. 图像分割的发展方向

拼多多

自己的平台上面试，比较重视coding。
一面（1h):

1. 自我介绍
2. 论文
3. coding: 给定n个无序的正整数，从中挑出m个数组成斐波那契数列，问m最大为多少

二面（1h):

1. 自我介绍
2. 问了相关领域的别人的论文，没有问我自己的。

三面（1h）:

1. 自我介绍 + 项目
2. 复现不了别人的方法怎么办
3. coding: 有n个人约了在6:00 - 7: 00 开会。wait 数组 [15, 10, 8, 17] 表示 第 i 个人在 6:00 - 7: 00 期间到了之后最多等大家多少分钟。要是不能同时到齐，就溜了。问能开会成功的概率为？

Momenta

一面（1h）:

1. 自我介绍 + 论文
2. 红黑树
3. 哈希表
4. Coding: NMS
5. 开放问题： NMS 给候选框排序 除了 分类的score 还可以参考什么呢？

二面（1h):

1. 自我介绍 + 论文
2. 你的研究工作可不可以用到自动驾驶的领域
3. 对纯视觉自动驾驶的看法

三面（50min）:

1. 实习项目
2. 开放问题：
   a. 如何做车道线检测？
   b. 行驶中如何决策，考虑哪些因素？
3. coding:
   a. 反转链表
   b. focal loss

华为

自己的平台上叫号面试。
一面（1h):

1. 自我介绍+论文
2. coding: 矩阵原地顺时针旋转90度

二面 (1h):

1. 自我介绍
2. 按照面试官的思路讲论文（注重方法，不看motivation和工作贡献）
3. coding: 压缩字符串

三面（35min）:

1. 自我介绍
2. 各种聊天
3. 科研工作介绍+领域内比较厉害的人+未来的发展的方向
4. 反问

性格测试（<2h）：
华为的性格测试太吓人了，真是有可能不过的。
我第一次做了就挂了，然后又做了一次。据说挂两次直接就没了😷

智加科技

牛客上面试。
一面（1h):

1. 论文
2. 开放问题：车道线检测--分割方向做法
3. coding:
   a. 二叉树前序遍历
   b. 一个判断合法字符串的题目

二面：coding，岛屿搜索

三面：coding 自创题

四面：十多个开放式问题。面试官根据我的研究方向带入到实际的业务场景。尝试用研究的东西来解决 corner cases。面试官水平很高，很有收获。

五面：讲论文，职业规划

九坤投资

腾讯会议面试。
一面（1h）:

1. PPT展示（自我介绍，获奖，论文，项目等）
2. 面试官根据PPT内容提问
3. 开放式问题：如何设计量化模型
4. Coding: lc上的股票交易系列问题（考了四五道）

二面（1h）:

1. PPT展示（自我介绍，获奖，论文，项目等）
2. 面试官根据PPT内容提问
3. 概率题（各种抛硬币，摸小球，开门等）

B站

牛客上面试。
一面（1h）:

1. 实习
2. 论文
3. coding:
   a. 二叉树的减法
   b. 快速幂

二面：聊项目

三面（1h）:

1. 自我介绍
2. 开放问题：在实际任务中遇到新的类别怎么办？