内推了，cv多模态／视频理解／底层视觉方向，校招实习均可 #内推# #校招#

内推了内推了，cv多模态，视频理解，底层视觉方向，日常实习，应届校招均可

美团校招正式开始了，欢迎使用我的内推码EYQZRWW，大家冲冲冲！校招官网地址，有相关投递状态问题的可以私信我查询，简历修改，方向选择，cv相关等等都可！大家踊跃报名啊！！！

美团校招正式开始了，欢迎使用我的内推码EYQZRWW，大家冲冲冲！校招官网地址，有相关投递状态问题的可以私信我查询

大家在面大厂之前可以看看行为面试法则和'star'。另外面试一般是从专业能力，潜力，文化匹配度，领导能力四个方面来问问题，一般一次面试着重一到两个方面。

今年也是大变动的一年，趁着晚上摸鱼记录一下。同组的同事走了三个，社招校招的hc锐减，散伙饭吃了不少，新人入职一个没有。人少了，业务方向也宽了，视频，音频，多模什么都要搞，必须得一口吃个胖子，不怕你噎着。clip／prompt + diffusion可搞，预感多任务预训练+扩散生成这一套今后这两年会慢慢取代transformer + gan, 搞cv的有必要好好关注一下diffusion, 今年已经开始井喷了，还在校的cv小年轻们可以关注一下，以后面试要考。两个在上海的哥们都搞自动驾驶去了，商汤，祝他们顺利，希望未来有机会合作。几个玩的好的前同事也步我后尘离职了，旷视，也祝他们顺利。

offer咨询的时候，建议大家有条件还是多咨询一下身边工作几年的行业内人士，薪酬待遇发展问猎头，hr，工作内容，技术方面问在职人员。好多在校生说的建议实在太不靠谱了，基本就是几个行业热帖的复制人，大家谨慎参考。

记录一下最近的一些算法开发想法:1. 公司做算法想超过学届各大佬组的结果靠魔改模型结构是不现实的，靠的还是业务数据业务数据业务数据！2. 定期要对实验结果进行整理和可视化，控制变量用起来很重要！3. 为了效果先做加法堆特征，为了效率再做减法搞端到端4. 搞pixel2pixel网络搞不好炼了半天丹就是炼出个分割特征，所以还不如第一次就用开源的语义分割结果做输入，省时效果还好5. 前后处理操作也尽量用张量实现，尽可能都用cuda加速起来6. 做视频的东西少用GAN多用transformer!!7. docker配置，模型结果什么都备份起来，搞不好什么时候服务器就崩了！

一点小建议如果求职的时候你实在对某公司某个岗位很心仪但是苦无门槛高搞不定的话，不妨试试曲线救国。两种做法。一，申请和该职位同一部门的其他门槛较低职位，先熟悉业务，搞好人际，后期内部协商转过去。二，申请和该职位工作内容相似的其他部门类似职位，先熟悉技术，用好内部开发工具，平台，后期内部面试活水转过去

前两天偷瞄了一下hr简历筛选系统，有个有意思的地方说一下。简历库内每份简历上都会根据算法筛出标签，类似于985, 海归，打过的比赛，论文投稿的期刊，大厂实习等等。一般情况一个候选人有三四个标签基本上简历不看就可以进面了，有一两个标签可能还能再多扫两眼判断一下。如果啥都没有空白一片，哪怕你项目做再好，写的再天花乱坠都直接pass。所以这里我想表达的是，既然标签是算法打出来的，那必然存在误检和漏检。所以一种好的方式是在写简历时，尽量排版和文字上突出上述的各种标签，让算法容易识别到。

看了一些同学们发的帖子，作为过来人，在应届生选工作方面，有几个原则分享给大家，感兴趣的可以参考一下:在薪资相差不离谱的情况下:1. 尽量去大厂，大平台。人往高处走，水往低处流，为以后跳槽节省一个小厂跳大厂的难度2. 尽量去公司总部，或者部门总部所在城市工作，离老板，领导近一些。一者资源更多，二者你的努力，成果老板更能看到3. 应届生不用太在意公司大方向的发展，只需要注意公司你所在业务上最近两三年的发展，对于应届生，第一份工作更多的是在有一份稳定薪水的情况下尽可能多的学习业务知识工作技能，为后续跳槽涨薪积累更多的资本4. 比起各种奖金，激励，一次性的是签约金这些花里胡哨的钱，最重要的是你的bas...

今天同事饭桌上聊到做图像的经常问到的算法，手撸连通域，积分图和高斯滤波

感觉牛客网上的高质量帖不多啊，没有前几年看着有意思了

最近两周参加面试，前前后后也面了几十个算法的同学，僧多粥少，今年说是神仙打架都是小瞧了。 我有点心得体会给有志于从事图像算法的同学： 1. 图像算法工程师首先是工程师，基本的工程代码能力还是要有的。很多同学深度学习的项目说起来头头是道，一让上手写个算法题就蒙了， 简单的动态规划题也不能ac，c/c++ 不会只会用python. 2. 面试官在问深度学习项目科研的时候往往会扣细节。网络的层数，具体每层的参数，优化器用什么，学习率怎么设置...任何都设定都应该从数学层面上有理有据， 而不是说大家都这样做我就这样做。 3. 图像算法图像算法说到底是以图像处理为根...