普通本科生的计算机视觉算法实习面试经验 ——上海一家创业公司
算法实习面试
背景：上海某普通一本大四在校生，考研杭州某校失败，3月份开始入门机器学习和深度学习，之前无实习和科研/项目经验。毕设为图像分割与纹理分析。
面试公司与岗位介绍：
面试流程：（不完全回忆，以下写的都是有印象的）
1.做个自我介绍：
答：您好，我是一名来自XXXX
2.你的专业是哪个学院的，你们专业是做什么的，具体学习的课程有哪些？学过信号处理这门课吗？
答：信息管理专业，是信息工程学院的，计算机系必修课+经济管理专业必修课，介绍了学的课程XXXX，没有学过信号处理
3.学过C语言吗？多少个学分？你对C的掌握，做过项目吗？
答：没有学过C语言，我们学校学的是C++，大一3个学分《高级语言程序设计》大二3个学分《C++面向对象程序设计》
大项目的话没有做过，但是做过OJ题目，（XXX介绍了PAT考试，简历上有写排名，还有对C和C++的区别的理解）
4.你那个考试多少分？具体设计到什么题目，比如链表这些吗？
答：50/100分，最后一题差了一点，然后介绍PAT考试范围以及那次考试具体的题目，STL，图，树。
然后面试官说：6个学分的语言课，还有这个考试，也还行吧，本来想让你手写个快排的（当时心里一惊，快排都忘了。。手写就要凉了 ）
5.熟悉opencv吗？用过吗？
答：不熟悉，但是用过cv2这个库，而且anaconda里面好像没有这个库，用了另外一个库代替cv2
6.平时喜欢用什么深度学习的框架，python用了多久了，tensorflow/caffe用的怎么样？
答：喜欢pytorch，目前也在学pytorch。python去年就在用（其实也就考研完才开始用）tensorflow的话也用过一些
7.平时经常用python的哪些库？
答：numpy，plt，sklearn等
8.你的毕设？
答：XXXX 介绍了我的毕设，重点介绍了Mask RCNN（刚好中期答辩有准备，又说了一遍。然后面试官也没问和前代比如faster rcnn的区别，这些我之前也准备过）
9.你对图像分割的理解，比如可以应用在哪个领域想过吗？
答：无人驾驶，遥感卫星，医学影像，目标检测与识别等
10.你们的毕设是自己选的题目吗，有没有想过具体的实际应用（大概就是应用到工业界这个意思？）
答：老师给的题目，自己选的，做的时候没有想过。（然后又把上个问题又说了一遍自己的看法XXXX）
11.你的Mask RCNN图像有多少个分类？
答：源码好像是64个，我准备分10个类，类似ciffa10（随机应变的）
12.平时读过什么源码吗？具体？
答：做毕设时候读过KMeans聚类的源码，并且跑了一遍有可视化的结果。之前操作系统也读过源码，Windows的，多线程并发的。也读过一些论文，包括何凯明的去雾算法源码，还有XXXXgithub上的一些等等（感觉和面试官想要的答案不太一样。。。然后面试官好像也看过去雾算法，问我看到什么地步。我就说看了个大概的地步）
13.看你简历上写了一些项目，是去实验室或者在别的公司实习做的吗？介绍一下吧，比如人脸检测与识别？
答：自己看了一本书跟着做的项目。（人脸检测与识别这个项目我有点记不清了，因为投的简历太多了，不知道这个公司具体是做什么的，要不然肯定详细看了。从卷积层的角度瞎扯了一番，然后说有点忘了。。面试官也感觉了然后问的也不深。）
14.那图像风格迁移这个项目呢？它的原理？
答：（这个我当天正好看了，记得挺清的）具体可分为一般的风格迁移和快速风格迁移，一般的要一个个生成图像速度比较慢，快速的通过训练好的神经网络直接生成，原理是一个loss公式，好像是叫交叉熵公式还是什么的（然后介绍了公式，XXXX）
风格迁移和一般的图像处理是反过来的，一般都是输入图像然后卷积层提取特征，这个是输入特征生成图像。
【注：】这个是我回答里面最满意的一个，面试官好像也做过类似的项目，他和我聊了一下快速风格迁移。可能就因为这个回答决定了面试的成功。如果这个项目回答的不好，他应该会继续问下一个简历上写的项目，直到他满意为止。
15.看你自我评价写了喜欢追踪新技术，详细介绍一下
答：我当时说了喜欢用pytorch。然后又说读了几篇推送的论文，mask score rcnn，给mask打分的，以及TensorMask，也是何恺明的。简单介绍了一下
然后面试官说：框架也只是个外壳，我们要注重基本功，比如tensorflow和caffe（什么封装好像）
16.你有什么要问我的吗？
答：我想知道公司具体做的项目和方向，以及我们实习生需要做什么。
面试官然后说了一大堆，一口气说了十几个名词，我就听懂了一个嵌入式，还有什么内核，封装，底层，再后面的我基本都没听过，现在也记不起来了。
17.看你简历上写了延毕，怎么回事？后面实习完想留下来吗？
答：XXXX，留下来。
我记起的问题就这么多（后面记起来再修改这篇文章），面试大概有40多分钟。后面是HR面，又问了很多就不细说了。
总结：
1.我当场表现的很冷静，因为之前有笔试和面试过深度学习的公司。
这场本来都不抱什么期待的就是想增加点经验，因为我手上还有一些公司面试，结果居然过了，感谢上天庇佑。
2.可能因为我是本科生吧，面试官问的问题也没有太难，基本没有问涉及数学的东西。我也读过一些算法面试的经验，能感觉出来差距。（我这个写的经验帖和985研究生写的比起来差远了，大佬们见笑了- - ）
3.面试官问的问题我也不是全都答了出来，感觉忘了就说忘了，很直白。面试官也比较有人格魅力，我也很放松。
4.所以以一个本科生的身份，居然拿到了算法岗的实习，还是业界比较热门的深度学习计算机视觉方向。这个实习岗位前面图片上写了，本科+硕士+博士，就收3个人（也可能因为是创业公司吧，大厂就……）当出公司的时候还有点不太敢相信 。下周就要去实习了，光速入职。
5.和其他公司的面试笔试对比，其实感觉偏简单了（可能面试官觉得我是本科生）。前面去面的公司对CNN等都有详细的问题，还有一些机器学习的基本概念，对数学有一定要求。包括之前去过一家私募基金公司笔试，甚至后面十个大题，涉及了深度学习的各个章节，问的还挺深的，每一道题几个小问，而且全是英文。
6.感谢何恺明大神，终身粉丝+1。没有他就没有我这个offer。这次面试提到的 Mask RCNN+去雾算法+TensorMask， 作者都是他。（大神又出论文了，出的速度比我看的速度还快）
PS：
互联网行业已经饱和，人工智能行业这几年很火，岗位仍然大量缺人。为什么？因为转行难，门槛比较高，工程研发岗想转算法还是有难度的。否则以我国这么多的人口资源，以及市场的风向，为何这个行业仍然空缺大量的岗位，而且薪资都特别高？所以各位想转AI的朋友们，一定要扩大视野和信息源，多学习，多读微信公众号推送和博客以及github源码，能力强的读论文（我关注了几十个公众号，加了十来个学习群，带来了很大的改变）。
祝愿各位有志于AI或者对这个有兴趣的朋友们，早日找到实习。
【补充】：
以下是朋友们微信上提的问题，我的回答。
1.这个是学校的内部推荐，简历给学长，他投上去。我也没联系方式的。
2.关于学历的问题。其实怎么说呢，研究生学历并非必须，985研究生另说。其实无论工作还是读研，都要做项目，实际应用。所以面试官更关心你的学习能力与思维。能干活（搬砖）才是最重要的。
3.具体的面试还有一些细节我没有写，大家多投投简历就知道了。我投的深度学习与算法的简历超过100份，也笔试和面试过，所以挺了解的。也正是因为这个表现很淡定，超常发挥了。而且我知道就算这个没过，后面的面试也总有能过的。
4.我深度学习的项目和毕设都是3月份做的，做的比较浅。ML/DL也是3月才入门的，之前没有基础。所以一个月能找到实习真的是运气好+很努力。
5.关于学习信息和资源，网上遍地开花，自己去找。搜集信息的能力很重要，这个过程你会有收获的。不要做伸手党。
6.已实习，面试官也是算法组的老大，气度非凡，还有我的师父也是同校的学长，HR姐姐，以及老板，人都非常好！非常喜欢公司！