秋招情况记录
秋招算结束了，祝大家都能有满意的offer。
7.21投递第一家公司，10.7投递最后一家，一共投递113次，测评31次，笔试34次，面试37次，实在太心累了。
一、联想-计算机视觉-8.22一面挂
1、C++虚函数
2、python可变对象、不可变对象。元组是否能append
3、batchnorm、LayerNorm分别在哪个维度作用
4、batchnorm有哪些参数，可学的不可学的
5、VIT中为什么加入【CLS】分类TOKEN？相比直接在最后用第一个有什么好处？
6、医学图像分割的损失？
7、图像分割的损失
8、还尝试过什么医学图像分割方法
9、为什么用MobileNETV2，不用Shuffle-Net
10、为什么要用权重共享的residual block
11、torch和tf哪个用的多？
二、字节-tictok推荐算法-8.30一面挂
1、目标重叠如何检测？
2、指纹重叠如何识别？
3、有哪些轻量级网络？
4、MobileNetV3和V2的区别
5、类别不均衡，用什么损失。加权怎么做
6、长尾问题怎么做
7、画风问题数据不均衡怎么做
8、分布式训练，单机多卡怎么做。loss分布式计算有什么算法，torch有那些方法？
10、指纹识别除了flops，推理时间有多少？
11、CNN参数量、计算量。可分离卷积参数量，计算量
12、如何优化Bert
13、ALBert和Bert的区别
14、数据增强怎么做
15、蒸馏损失？
16、Bert怎么蒸馏？在预训练还是训练好再蒸馏？一般MSE蒸馏BERT哪里计算？
coding二选一：（1）计算AUC，给出label和pred；（2）矩阵中最大的全1正方形面积。***
三、thoughtworks-数据开发-9.3二面挂
8.20笔试
1、交换数组中相邻两个元素
2、统计每个候选人的票数
3、统计一段speech中指定word出现的次数
8.27一面
结对编程-购物车
9.3二面挂
文化面，讲PPT（人工智能）
主要问了一些情景题（关注的热点，工作中最大让步等等）
最后一段英文介绍（自选主题）
四、远景智能-算法-8.19一面挂
8.18测评
8.19一面
主要聊了一下个人情况，都没问项目，说希望有自动化、工业背景的，可能不要纯算法
五、中金所-前沿技术研究 一面挂
9.2笔试
9.7一面挂
20min，基本没有问什么，感觉算法就不太招人。据说算法岗hc少，报的人超多。
六、蚂蚁-机器学习 二面挂
9.15笔试
笔试做的很拉
9.19一面
围绕项目问
机器学习
1、BN和LN的区别
2、transformer为什么要除以根号dk
3、XGboost和GDBT的区别
4、Batchsize太大的坏处？
5、GNN中消息传播机制
6、dropout训练、预测的区别
7、了解模型部署的过程吗？tensorRT的坑（没听清）了解吗
8、GCN过拟合怎么解决？和普通过拟合的区别
Python
1、迭代器和生成器
概率题
1、一根绳子切成三段，组成三角形的概率
2、如何在半径1的圆内随机选一点？
Coding
1、在1T的数据中如何找中位数。说出每个方法的复杂度
9.29二面
1、GBDT第二棵树怎么建，目标函数公式
2、逻辑回归原理、损失函数、如何求解
3、项目中长尾问题怎么解决
4、项目涉及的难点
5、除了分割，还知道哪些领域？transformer，bert啥的知道吗？
6、机器学习方法知道哪些
七、阿里-机器学习 二面挂
8.22测评
8.29笔试
8.29一面
1、YOLO和SSD对比
2、有哪些轻量级网络。轻量级检测、分割怎么做
3、多模态和文本模型对比如何？
4、为什么不用shuffleNet
5、项目有用的几层bert，几层transformer，文本输出长度
6、项目用的什么分类loss？
7、小目标检测，用深层还是浅层feature map
coding，滑动窗的最大值239. 滑动窗口最大值
9.8二面
项目相关问题
八、启元实验室-计算机视觉-意向
8.13一面
主要围绕项目问展开
九、711所-图像算法-意向
9.8一面，9.9领导面
（1）主要围绕项目问展开
（2）个人情况
十、联影-图像算法-意向
8.31测评
8.31一面
电话面，突击面试。主要问项目，及涉及的八股。
1、分割效果不好怎么做
2、眼底图数据预处理做了什么
3、传统图像处理算法了解吗
4、为什么要眼底血管分割？用于何种疾病诊断
5、为什么要用LadderNet、Unet，有何种优势
6、传统方法怎么做分割？
7、传统方法怎么做脑电信号识别
8、TensorRT怎么做
9.1二面
电话面，和一面类似。主要问项目，及涉及的八股。
1、LadderNet有什么优势？
2、如果血管分割不连续，用什么评价指标？
3、论文创新点消融实验及解释？
4、C++智能指针有哪些类
5、python浅拷贝、深拷贝、赋值的区别
9.7三面
视频面，针对项目问的比较细，然后问了一些深度学习的基础八股
1、讲讲决策树
2、BN和LN
3、过拟合怎么做
4、指针和引用的区别
9.15HR面
十一、交通银行总行-IT系统管理
8.26测评
9.8一面
问了在学校的情况、成绩啥的，没有问技术知识
十二、TP-Link-应用算法
10.13一面
问了实习、项目，没有深入
说一下死锁，举例子
说一下怎么查找某个学生的高考排名
十三、中国人寿-数据研发
9.24笔试
9.30一面
1、python list的remove,clear,pop区别
2、介绍一下二叉树
3、技术栈有哪些
4、本科自动化，和计算机相关吗
十四、小米-视觉算法
9.13笔试
10.10一面
上来就是做题：最小的k个数
项目，讲了一下，为什么选这个模型，没问细节
科研，讲了一下，没问细节
问我愿不愿意做传统算法。
二面面试官说改时间，就没下文了，估计是不想招了
十五、汇顶科技-图像算法
9.14一面
9.21二面
对实习项目比较感兴趣，主要问指纹识别这块的研究
一直没进展，也没挂，估计是不招人
十六、615所-图像算法
9.17一面
1、航空航天领域图像算法和其它图像算法区别、难点
2、图像云雾遮挡、质量不高怎么做
3、C++用过吗。
4、怎么看待国企和民企，想去哪个？
十七、荣耀-媒体算法
10.12一面
选你一个项目介绍
模型的数据如何构建
CNN感受野
CNN和transformer的优势对比，感受野的对比
原理上，transformer效果为什么好于CNN？
注意力模型了解哪些
传统图像算法了解哪些
边缘检测方法有哪些？
机器学习了解哪些？
10.15二面
问了一下每个项目情况，没有深入
问了一下在校的学生干部情况
问了我的期望base地
对荣耀的了解
问了我的研究方向
简历/笔试挂
一、米哈游-NLP算法-9.2简历挂
二、网易互娱-强化学习-8.22简历挂
四、虾皮-NLP-9.14简历挂
五、百度-机器学习-9.13简历挂
六、大疆-机器学习-9.1笔试挂
七、网易-音乐智能-8.26笔试挂
八、商飞-数据分析-8.22简历挂
九、亚马逊-software dev enginner-AL Lab-8.22笔试挂
十、蔚来-CV-8.30笔试挂
十一、中兴-算法-8.29测评挂
十二、minimax-NLP-8.18简历挂
十三、shein-数据挖掘-9.9简历挂
十四、星环科技-机器学习-9.13笔试挂
十五、海尔-人工智能-8.28简历挂
十六、美的-图像算法-9.18笔试挂
十七、兴业数金-AI算法工程师-9.27笔试挂
十八、特斯拉-软开-10.12笔试挂
十九、intel-graphics software engineer 9.9笔试完无消息
二十、翼支付-数据开发 9.1笔试完无消息
二十一、微众银行-人工智能算法 9.13笔试完无消息
二十二、招行信用卡中心-算法 9.8笔试完无消息
二十三、莉莉丝 9.4笔试完无消息
面流程中的
一、摩根士丹利-信息技术部
8.21笔试
9.14一面
二、小红书-多模态算法
8.24一面
9.21二面
10.22三面
八、快手-机器学习
10.11一面
10.18二面
十一、华为-AI算法
10.14一面
10.17二面
十二、阿里-NLP
10.9一面
10.10二面
10.17HR面
Momenta公司氛围 271人发布
投递兴业银行等公司10个岗位