大厂CV面经汇总

趁着有点空闲时间，打算把从各方面打听了解到的大厂CV方向面试各种可能的问题汇总一下，以此共勉。

字节跳动

先谈项目，再问深度学习和机器学习相关知识，举几个例子吧：
1.你了解lstm吗
2.你了解xgboost算法吗，说下情况
3.说下你了解的深度学习网络
4.说下bp的过程
算法题：
给定无序的数组，求出 连续相邻的子数组中最小值乘以长度 使得值最大的连续数组
输出二叉树每一行最左边的元素（部分算法题可去leetcode，牛客网上刷题）

网易

一面：
谈一个项目后问基础知识。
1.深度学习的激活函数
2.深度学习的优化函数
3.说下牛顿法
3.BN和普通的Normalization的区别
4.过拟合的相关问题
5.svm
算法题：
1.链表怎么判断有没有环，2.无限长的数据流，找到第N时刻的第K大的数字
二面
全问项目

微软亚洲研究院

一面：
问一个算法题，然后扩展，然后再问算法题，图算法题，纯算法题面试（可从leetcode上找到原题，刷的多了能够直接说出答案）
二面：
全是深度学习知识，会问的比较深
1.反卷积具体怎么实现的
2.为什么dropout能减少过拟合
3.rcnn, fast rcnn,fater rcnn,yolo,具体的yolo的那个anchor,反正好多具体的东西
4问了项目具体的东西，反正问的东西都很深，他会不断深挖下去

腾讯

（AILab计算机视觉组）
（该面试人已发过CVPR大牛）
一面
先问CVPR的论文，问完之后稍微问了一下其他的项目，没有问多少基础知识，之后会有个coding test
二面
两道算法题见leetcode287，238题
HR面

• 之前面试感受
• 介绍CVPR论文
• 其它都是唠嗑，如家乡，毕业打算在哪里，实习时间安排
  （不过该组可能会因为是硕士无法转正，还是学历不够）
  SNG QQ
  问项目问论文，问基础：
  Faster RCNN和SSD有啥不同，为啥SSD快？
  训练加速有什么办法？
  如果加大batch size需要调节哪些超参数？

阿里巴巴

一面

• 问项目
• 对深度学习的了解
• 怎么对图像进行处理
• 对正态分布的理解
  二面
• 问论文
• 问CNN原理
• 调参经验和技巧
• 算法题，找出一个数组里边出现次数大于length/2的元素（剑指offer的一道题）
• 有没有用过Hadoop, Docker这种大数据框架

总结来说，面试无非以下几部分：

• 论文，一个顶会厉害的论文会省去很多步骤
• 研究生的项目经历
• 编程能力，leetcode，剑指offer题多刷刷，很有用
• 机器学习，深度学习的基础知识
  这些只能算是别人的面试经历，当然具体的会根据个人情况来问，不过这些面经可以做个参考吧，共勉。