阿里高德 算法工程师 面试记录
一面：
自我介绍：balabala...
说一下你去年的实习主要做的工作：根据我的叙述提出问题：
三个任务的神经网络如何训练？ 多任务网络训练有什么要注意的？
分割网络为何取得那么好的效果？（问我具体指标 不记得了）
检测Faster RCNN 原理？如何训练？ RPN怎么实现的？ROI pooling怎么做的？（没说明白） SSD与Faster RCNN区别？ 他们的区别会怎么影响准确率或速度效果？ （没说明白）
行人跟踪算法如何实现？ 怎么解决遮挡后tracking断了的问题？
说一下学校里做的项目：讲讲在投的论文思想 专利 根据我的叙述提出问题：
讲讲你用过的分割网络？ PSPnet等等有没有跑过？（没有跟最新最前沿的网络 要回去补看论文） 你用过的几种网络实现原理 如何改进的 怎么实现的 以及优缺点？（主要讲了FCN Unet DeepLab v1） Unet为什么对医疗图像效果好？
论文怎么对自身数据最大化利用的？ 怎么找特征空间？ 用的半监督聚类写一下伪代码？（被质疑细小血管分割的好不是我讲述的原因）
讲一下专利里用的Squeezenet网络？ 你是如何改进的？ 还了解哪些超轻量级网络或者压缩网络模型的方法？（没说上来 回去补看看几篇论文算法 Mobilenet Xception）
接着问了几个深度学习上通用的问题：
基础分类网络讲讲？（说了LeNet Alexnet VGG Inception ResNet DenseNet）
过拟合的原因以及在深度学习里的解决办法？ （模型太复杂把数据的随机噪声当成了数据规律导致模型在训练集上拟合的好 验证集上泛化能力差 解决方法说了：数据扩增 dropout early stopping 正则化 BN）
讲一下dropout？ 训练和测试具体做的时候有什么不同？（没说上来 面试官引导之后答对了一半）平时不看源码吧？（没看过。。。。）
讲一下正则化？ 说一下公式和反向传播里具体如何做的？ 对模型来说意义是什么？
讲一下BN？ 公式以及怎么做的？re-shift和re-scale作用？（保证模型表达能力不因规范化数据而下降。。当时忘了没说上来）
梯度爆炸怎么解决？
数据不平衡怎么解决？
好像大概问了这些吧
二面：
编程语言都掌握什么？（Python C++不会。。。）
数据结构了解么（我说不太熟。。以前不是学计算机的。。面试官说那就不问了）
给网络里一个输入层的参数 写出输出层的计算公式？
写个目标检测里计算IOU指标的函数（他给定输入数据结构了）？
写一个函数实现（输入字符串例如we are happy 输出happy are we）？ （Python一句话就可以实现。。我写的麻烦了）
了解哪些基础分类网络？（一面问过了）
最大池化操作在反向传播的时候怎么实现的？（没说上来。。面试官引导说对了一半。。重点在于要多给一个数据的内存存储最大的元素的index。。我只说了反向传播时给的权重问题）也说平时不看源码吧。。。
为什么会出现梯度消失？ 解决方法？
三面：
现在在华为实习干些啥？这个任务你理解是个什么问题？打算怎么做？
编程基础怎么样？（实话实说。。不咋样）
你的个人特点是？以后想做哪个方向的工作？
除了简历上写的还有什么擅长或者感兴趣的技术？
感觉是总监面。。
三面在一下午连续完事儿的。。非常酸爽。。
然后溜了。。。等通知。。。
不知道还有没有下一轮面试了。。
希望有个好结果。。。