面经 | 已收割商汤/字节跳动/云从等视觉算法岗offer

点击上方“AI算法与图像处理”，选择加"星标"或“置顶”

重磅干货，每天 8:25 送达

作者：过若干年后

编辑：AI算法与图像处理

来源：https://www.nowcoder.com/profile/5675811/myDiscussPost

已获得作者授权转载，未经允许禁止二次转载

商汤

岗位：视觉算法研究员

已拿offer

一面（1小时左右）

• 首先介绍下实习的工作

• 介绍faster rcnn这个流程，faster rcnn有哪些缺点

• ssd介绍，有哪些优点缺点

• nms softnms softernms

• 任意四边形计算iou

• mibilenet v1 v2介绍

• resnet inception结构对比

• se_resnet和non-local是否了解

• 开放题：

  • 细粒度分类用inception好还是resnet好

  • 类别不平衡用inception好还是resnet好

• pca从特征值分解角度如何解释（这里应该要看下pca推导，可惜不会）

• python里如何实现类似c++里引用（在函数里改变基础类型，这里回答可以用list传入，进行修改）

• 算法题

  • 链表倒数第k个节点

  • 多个数组，都是有序的，想求topk

  • 多路归并

  • 最大连续子串的区间

二面：50min

• 讲实习项目

• 讲fpn结构，proposal怎么映射回多level featuremap上

• 为什么ssd比faster rcnn慢，介绍r-fcn，介绍ohem

• 算法题：旋转数组，找最小值，能否用递归做

三面：40min

• 介绍论文

• 问知道哪些检测相关的最新论文

• 如何解决multiscale问题

• 算法题：

  • sqrt(), log()如何求

  • 求数组中出现次数超过一半的数字

四面：45min

• 介绍实习项目，问目标检测的回归loss是什么，为什么这么用

• 介绍论文相关

• softmax+celoss工程上如何防止上下溢出

• SGD 使用mini batch优化和使用所有优化样本优化哪个更好，为什么

字节跳动-ailab

岗位：视觉算法

已拿offer

一面

1、上来直接问论文，他基本上没有问啥细节，主要是我在讲

2、一道算法题

稀疏向量的点乘 要求：尽量高效地实现，需要同时考虑时空复杂度。

代码是当时写的，不一定bug free

#include 	
using namespace std;	
struct Node{	
    int index;	
    int value;	
};	
 	
int func(Node[] v1, Node[] v2){	
    int p1 = 0, p2 = 0;	
    int ret = 0;	
    int len1 = sizeof(v1) / sizeof(Node);	
    int len2 = sizeof(v2) / sizeof(Node)；	
    while(p1

二面

1、先问项目的一些细节

2、深度学些基础

smoothL1

fpn的结构

roi pooling和roi align的区别

3、数据结构基础

链表判断是否有环，归并排序描述，二叉排序树时间复杂度

4、算法题

leetcode958  判断是否是完全二叉树。之前刷面经看到了，非常感谢大家分享面经。

三面

1、问比赛，主要是我在介绍

2、介绍下cascade rcnn

3、算法题

leetcode3 最长不重复子串

交叉面

1、论文讲下，没有提问题

2、RPN介绍一下

3、inception介绍一下

4、depthwise 卷积

5、shufflenet

云从科技

岗位：计算机视觉算法工程师

已拿offer

一面

1、主要问实习做的项目，两个kaggle比赛，

2、python里list和tuple区别，还有c++的一个问题，没有太搞懂问题，就按自己的理解，解释了一下

没有算法题，大概40分钟

二面

实习项目问的很细：

1、fpn结构，fpn解决什么问题

2、输入图像大小，目标物体大小，anhor大小的设置

3、focal loss解决什么问题，如何写，每个参数有什么作用

基础知识：

1、c++里const的作用

2、git有哪些常用操作，gitlab一般有哪些权限（owner，developer，guest之类的）

3、SSD里OHEM，正负样本为什么1:3（这里我也不太清楚，可能是开放性问题？）

没有算法题，大概50分钟

HR面

1、对面试官的评价

2、如何看到996，为什么会有996在国内，而国外相对比较少

3、能不能来实习

有热门推荐

面经：

加群交流

你点的每个“在看”，我都认真当成了喜欢