2019春 计算机视觉方向实习面试总结 （商汤 / 搜狗 / 纽劢 / 普华永道）

目前个人情况：普通211，计算机不是很相关专业大四，已保研，CV方向，所以想找份视觉方向的实习，记录一下面试的一些情况希望对找相关实习或工作的同学有所帮助。

项目（面试问题基本从项目里面找的）：

• 植物叶片的实例分割+半自动标注软件（Mask RCNN + Qt5，毕设）
• 一篇数据分析与可视化、LSTM预测拟合时序数据的论文（SCI一作，非CV方向，对面试基本没有帮助）
• OpenCV相关的两个demo（车牌定位、车道线检测，比较水，不过面试官从中找出不少ML相关的问题，问的很细）

 

1. 纽劢 NullMax （工作城市：上海，1月，电话面，40min）

面试的第一家公司，也是个人第一次职场面试。个人感觉发挥的好一点应该是能进的，当时太年轻，就当交学费了。

流程和问题： 自我介绍；项目介绍；基本的机器学习和深度学习问题：

• 解释LSTM结构（相对于RNN）好处；
• CNN 在图像上表现好的原因；
• Unet 介绍；
• FCN 和 Unet 区别；
• 调试、修改模型的经验；

总结：问的不深，可能简历上项目不是很出彩，回答得也不是很顺利，准备不充分，最后也就没有下文了；

 

2. 商汤 Sensetime（工作城市：上海，1月，微信语音，40min）

和第一家同时期面的，只能说惨痛，交学费+1，这次受刺激之后在寒假里算是下了比较大的功夫（项目和算法相关）

流程比较正规，先是邮件+电话确认面试时间，然后HR拉了一个微信群（HR，两个面试官还有我），这波操作第一次见还是很惊奇的。

问题：

• 项目相关：LSTM机制， Unet介绍；
• BN的原理和作用；
• 卷积输入为Ｗ＊Ｈ＊Ｃ，卷积核K*K＊Ｎ，输出Ｗ１＊Ｈ１＊Ｃ１，求参数数目和计算量；
• Coding（开视频，写纸上）：重排数组，奇数在前，偶数在后，相对顺序不变（Leetcode 原题）；
• 还有一些细节记不得了，问题现在看来也不算很难，当时没有好好准备，被批评的有点惨（不过也是好心）。。。

总结： 好好学习，菜是原罪。。。

 

---

以上是年前，以下是年后；

 

3. 搜狗杭州研究院（工作城市：杭州，电话面，2月）

一面（突然的电话，35min）：

• RCNN系列的算法流程和区别；
• Fast RCNN中 bbox 回归的损失函数什么；
• 解释 ROI Pooling 和 ROI Align；
• Mask RCNN中 mask branch 如何接入 Faster RCNN中；
• 解释 FPN （没细看，面完补的）；
• 优化算法举例和他们的区别（SGD、SGDM、RMSprop、Adam）；
• 训练不收敛的原因有哪些；
• 简述 Inception v1-v4；
• 简述 CNN 的演变；
• BN 的作用和缺陷，以及针对batch_size小的情况的改进（GN）；

总结：面试官非常nice，知识面很广，问的很细；

 

二面（两天后，40min）：

• 解释 ROI Align；
• 列举看过的论文；
• 解释 ResNet 流行的原因；
• 根据现有知识，设计车道线检测的算法（讲思路）；
• SVM寻参问题；
• batch_size 和 learning rate 的关系（怎么平衡和调整二者）；

总结：模型训练实战经验不足是大劣势；

一周后电话通知通过，不过至少要实习6个月（3-8月，去的话基本没有假期）

 

4.普华永道 （工作城市：上海，电话面＋在线coding，2月）

四大乱入，工科的同学可以百度这个公司，纯属手滑点了投递简历。。hr盛情难却，硬着头皮面了，整个过程极其正规，每一面都会电话＋邮件确认，在线编程以及外企独有的语言面，属于印象很深刻的公司了。

一面（语言面，10min）：英文自我介绍（谈到了交换的经历）；留学期间印象深刻的事；对加州的印象；个人的优缺点；

语言面算是一个彩蛋吧，因为英语基础还好，所以比较顺利过关；

二面（技术面，两天后，40min）：

• 英文自我介绍。。。以及讲一下留学期间的感受（果然是外企///），
• 在线Coding（题目是英文题）： Leetcode第一题twoSum；小偷偷窃问题（Leetcode原题，简单dp）；
• （以下是中文）
• 解释过拟合和欠拟合，以及解决方法；
• Precision 和 Recall 的定义；
• 简述 RCNN 流程；
• Sigmoid 和 ReLu 对比；
• 梯度消失和梯度爆炸的原因和解决方法；
• SVM 核函数解释；
• 简述 YOLO 和 SSD；

coding和面试问的都不难。

三面（主管面。。两天后，30min）：

• 英文自我介绍。。
• 毕业设计相关；
• 项目相关；
• 对于NLP方面的了解？？？

四面（HR面，一天后，10min）：

算是过了，就是问一下去不去，什么时候到岗的问题。。然后就拒了offer，主要因为技术岗的实习工资太低了（所有实习生工资是统一的，感觉不是很合理）

总结：最深刻的感觉就是确实是大公司，流程很正规，hr很细心严谨，英语要求较高以及对技术岗不是很友好（薪资低）；

 

5. 商汤 Sensetime （工作城市：上海／杭州，微信语音，2月）

再投商汤，印象和上次一样深刻，面的几个公司里，总体感觉面试官水平和面试水平比较高的应该就是商汤了（当然也因为商汤的重心就是CV领域），也是拉微信群后语音面试。

一面（35min）：

• 简述 RoI Align；
• 简述 SVM 流程、核函数寻参及常见的核函数举例；
• 简述 Hough 直线检测算法流程；
• 简述 Sobel 边缘检测算法流程；
• FPN 相关，很细，没了解到，问题都记不住了。。
• Mask RCNN中的anchors如何判定为正负样本；
• 选取anchors后的下一步改做什么；
• 简述 NMS 算法流程；
• C++ 中的 new / delete 和 C 里的 malloc / free 的区别；
• Coding（讲思路）：最长公共字串（dp）；

 

二面（10min后，60min）：

• 问了很久车牌定位的项目（其实只是一个练手的demo。。）其实项目比较水，但是面试官好像不是很熟悉OpenCV，问了很多细节；
• 仿射变换和透视变化区别；
• 透视变换矩阵的形状；
• SVM及核函数；
• RoI Align解释；
• Mask RCNN中的anchors如何得出；
• 解释FPN以及Mask RCNN中 mask branch 部分的FPN如何接入；
• 接上一问：mask branch 如何上采样和分割；
• RPN 的流程；
• 解释多态和虚函数；
• Coding（讲思路）：找到一个数组中唯一一个出现奇数次数的数（Leetcode 原题，先想了用哈希，后来提示下用亦或做）

总结：长路漫漫，还有太多要学习。

 

总体感悟：作为19届的本科应届生找CV方向的实习岗并不是很容易（春季大多实习岗都是面向20届的，CV算法岗的话又基本不太考虑本科生），投了很多次简历，最后有面试机会的并不多，面试成功的也是寥寥，但总体来说最重要的还是自身水平。这几次面试经历对我而言十分宝贵，知道了自己有太多不足和需要深入学习的东西，面试官大多都很nice，给了很多建议，指出了不少的不足。所以大家有机会还是多多去投去尝试，确实是一个快速了解自己不足和锻炼自身的过程。

祝好 ：）