秋招与cv算法岗阶段总结2019/9/4

找一个业界做的不错的学长讨论AI算法岗最近的面试情况,总结如下:

0.大致介绍了自己的履历,最近面试的几家公司失败的原因。撕代码撕不出来,Python基础不是很扎实,C++不熟悉,写在简历上的知识细节么有掌握。失败在所难免,然后笔试编程多,知识面广,需要花费很大的精力。

需要做的准备:

1.数据结构算法,刷经典的题目,常考的。

2.YOLOv3看源码,弄懂每一个细节。

3.因为学校,论文不好,算法这方面研究的不深入,所以找算法研究有劣势,所以需要对其他方向(移动端量化部署算法工程师)多关注一下。

4.Python基础大家都差不多,但是C++基础是我必须要补上来的,一定要看。因为最终落地都是要底层的语言去实现的。

5.Opencv稍微看一波,写上去。

6.框架的话Gluon/MXNet其他公司用的不多,所以tensorflow再补一补基础,还有caffe对于部署还是挺流行的。要看一看设计模式。还有移动端的框架MSE,NCN等要了解一下。

7.项目方面,偏工程实现,要讲清楚车道线检测是怎么实现,当然,YOLOv3是重中之重,如何检测,如何判断压线,判断越线的情况,deepsort都得一清二楚,常用的目标检测,跟踪算法都得知道。还有一个最终目的是需要部署,所以速度性能也要考虑。

8.量化项目,在tricks原理熟悉,训练过程了然于胸的情况下,需要进一步把量化算法熟悉,还有量化后相比原先浮点模型在模型大小上,在模型精度,速度上面有哪些提升。这个是代表你确实有没有做过的表现。量化之后优势在哪?NNIE的项目也一样,要有一套对比的结果。

9.比赛一般就问问

10.加油

你可能感兴趣的:(面试笔试准备/总结)