写在前面：暑期实习从申请到拿到阿里意向书前后加起来20天左右，一面到四面时长4个工作日，四面到hr面时长6个工作日，hr面到意向书3个工作日。希望这份面经能对求职的你有所帮助。     简历建议：     简历模块主要分为三大模块，基本信息、项目经历、个人特点。      （1）基本信息：基本信息除了姓名、联系方式之外，教育背景和荣誉也是很重要的一部分，如果你的学校知名度较低可以补充上这是211或者985高校，隶属国重实验室也可以注明一下，以便于hr更好的筛选简历。荣誉要挑重点写，国家级、省级奖励。       （2）项目经历：这边举一个例子，总结起来八个字：通俗易懂，吸引眼球。            （3）个人特点：学生干部经历，有依据可佐证的性格特质（比如，擅长运动：曾任校篮球队队长），如果你是一个善于分享、团队意识强、综合实力好的人，别忘记突出自己的优势。      面试建议：     1、take easy 面试管一般都是超nice的人，不会故意刁难你，只是想了解一下你知识的深度和广度，所以不要太过紧张了。    2、珍惜提问环节，向面试官的提问环节可以帮助你更加全面的了解部门，清晰职业发展以及面试官对你的期望，有助于你更有针对性地总结后续的面试。    3、及时总结，每一次笔试、面试都可以归纳出很多知识点，及时查缺补漏对知识的总体提升和后续的笔试面试都有帮助。       【1面】       1、自我介绍、项目介绍       2、死锁出现的原因以及如何避免       3、算法题：畅通工程   https://link.zhihu.com/?target=https%3A//blog.csdn.net/xunalove/article/details/88598238      个人感受：基础层。没有细问项目，聊了一些分布式训练、操作系统相关的东西，因为我说我不会，所以都是面试官在教我，基本没怎么问问题，最后要求用C++写一道medium算法题。面试官很和善，算法题没写出来，还给我提供了思路，感谢。         【2面】       1、自我介绍、项目介绍       2、梯度消失、爆炸原因及其解决方法   https://link.zhihu.com/?target=https%3A//blog.csdn.net/qq_25737169/article/details/78847691      3、模型压缩的方法   https://zhuanlan.zhihu.com/p/67871864      4、介绍轻量级网络   https://zhuanlan.zhihu.com/p/31558773      https://zhuanlan.zhihu.com/p/31551004        https://zhuanlan.zhihu.com/p/35405071           5、介绍分布式训练   https://zhuanlan.zhihu.com/p/56991108      同步训练存在木桶效应，需要各个设备的计算能力要均衡，而且要求集群的通信也要均衡。       异步模式理论上存在缺陷，容易发生梯度失效问题，但因为mini-batch随机梯度下降本身就是梯度下降的一个近似解法，且即使是梯度下降也无法保证全局最优。       在实际应用中，在相同时间内使用异步模式训练的模型不一定比同步模式差。所以这两种训练模式在实践中都有非常广泛的应用。              6、pytorch与tensorflow的区别   https://zhuanlan.zhihu.com/p/37102973      摘抄总结：       TensorFlow 是一款强大而成熟的深度学习库，有强大的可视化性能，以及用于高水平模型开发的多个选项。它具备生产就绪的部署选项，也支持移动平台。如果你符合以下情况， TensorFlow 会是个很好的选择：           开发用于生产的模型          开发需要在移动平台上部署的模型          想要非常好的社区支持和较为全面的帮助文档          想要丰富的多种形式的学习资源          想要或需要使用 Tensorboard          需要用到大规模的分布式模型训练                 PyTorch 仍然是个比较年轻的框架，但发展迅速。如果符合以下情况，PyTorch 就比较适合你：           正在做机器学习研究，或开发的产品在非功能性需求方面要求不高          想要获得更好的开发和调试经验          喜欢很有“Python 味”的东西                 7、过拟合原因和解决方法   https://zhuanlan.zhihu.com/p/47656956      8、bn层作用       9、介绍网络：Faster-RCNN、YOLO、SSD、YOLOv1、YOLOv2、YOLOv3、Masker-RCNN、GAN       10、如何提升mAP，举个例子       11、如何解决不收敛的问题，举个例子       12、介绍优化器       13、CenterNet的实现细节（argmax）       个人感受：应用层。2面问了很多项目上的细节以及基础知识，主要以检验基本知识体系为主。不会的我直接说不会，面试官就换了一个问题问，非常和蔼和有耐心。最后还对学习方向进行了指导。基础知识一定要牢固，多思考为什么，模型好在哪里以及解决问题的思路。         【3面（交叉面）】       1、项目介绍       2、你是如何选择数据集采样标准的       3、RCNN、Fast RCNN 和 Faster RCNN的区别       4、如何解决过拟合   https://zhuanlan.zhihu.com/p/47656956      5、如何使用ML知识分配算例       6、和初中生解释ML       7、假如你和你的leader意见相左，如何解决       个人感受：战略层。面试官从美国打来电话聊了1h，非常感谢他的时间（当时美国已经11 PM 了）基础知识问了15min左右，主要考察我解决问题的思路，以及对知识的理解和运用层面。最后对我的个人发展提出了指导性的建议，非常感谢。         【4面】       1、项目介绍       2、如何部署算力       3、为什么选择RetinaNet       4、对数据、算法、算力的看法       5、混淆矩阵角度解读召回率和准确率       6、纳什均衡       7、反卷积和上采样       8、什么是排序算法的稳定性       9、稳定和非稳定的排序算法都有哪些       10、描述一下堆排序、什么是大顶堆、什么是小顶堆       11、描述一下二叉搜索树       12、时间复杂度为O(n)、空间复杂度为O(k)的树的搜索方法   https://zhuanlan.zhihu.com/p/101321696     个人感受：突击检查？这次面试没有预约，对项目问的较少，主要关心算力如何布局，问的基础问题比较多和二面类似，但更侧重于数据结构基础，面试官语速有点快，数据结构相关的问题基本都没答上来。面试时间超过了面试官预期，没有问问题环节了，意识到自己基础的薄弱性，感觉有点凉凉qwq                     【hr面】    1、简历介绍       2、学生工作深挖       3、学术背景（学校是不是985、211，是否有论文）       4、谈一谈职业规划       5、谈一谈项目中的创新点以及你发挥的作用       6、期望的工作地点       个人感受：氛围还是比较轻快的，主要考察一下学校、论文之类的硬实力和表达、规划之类的软实力。