2022届春招实习面经(CV岗)——offer经

已拿offer公司:腾讯、ponyai、vivo研究院、华为、字节
面了一面就没继续面了:海康威视、虎牙、京东

本科211,硕士985
二区在投论文 + 顶会下的top5比赛 + 小厂三个月实习经历

以下面经可能不全,因为每次面试完,不都是立刻就记录下来的,有些问题没印象就没记下来

腾讯

一面(IEG) 3.10: 21:00 ~ 21:55

  • 自我介绍
  • 介绍比赛
  • 介绍一下DetectoRS,DetectoRS去年的精度多高?
  • 介绍mean teacher
  • 了解第一名的算法吗?与第一名的算法,差在哪?
  • 介绍项目(问得很详细,通过这个项目又抛出了很多问题)
  • 小目标有哪些可以做的
  • 如何解决样本不平衡问题?
  • faster rcnn如何解决样本不平衡问题的?
  • 编程题:二叉树的最大的路径,值可能是负数,路径不一定从跟节点开始,最大路径也不一定是从上到下;
  • 智力题:给定一个六个面不均匀的骰子,如何设计相同概率的两个事件
  • 问了实习的时间
  • 有什么问题想问(哪个部门的,主要做什么的,涉及到哪方面的算法多,实习生过去都是做什么)

全部都答得不错,倒在了一题智力题,不知道为啥挂了,面试官说做姿态比较多,不知道是不是方向不match

一面(腾讯视频) 3.18 :14:00 ~14:40

  • 自我介绍
  • 实习都用什么模型,有没有遇到什么困难
  • 进程线程的区别
  • 小目标为什么检测困难
  • batchsize怎么设置
  • yolov5优点在哪,是不是就是最好的
  • 编程题:链表的归并排序
  • 你有没有想问我的
  • (忘了还有什么问题了)

二面(腾讯视频) 3.19 :19:30~

  • 自我介绍
  • 介绍论文(详细问了好多)
  • 介绍anchor-free,centernet等
  • 介绍比赛、用了什么trick,比赛的数据的特点
  • 介绍HRNet
  • 介绍项目,哪个项目最难
  • 介绍ROIPooling
  • 一阶段和二阶段的区别,yolo为啥快?
  • sift特点
  • 知道传统目标检测方法吗?
  • 知道人脸检测相关算法吗?
  • 介绍一下堆
  • 编程题:求一个数组中第k大的元素。
  • 你有没有什么想问的?

HR面(腾讯视频)3.29:15:00~

全程下来还算中规中矩,二面面试官问得挺深(项目上),其他都ok


VIVO面经

一面(3.25:19:30~20:25)

  1. 自我介绍
  2. 介绍比赛,介绍自己的工作,第一名算法知道吗
  3. 介绍自己的研究方向
  4. 介绍项目(有四个项目,深入到业务层面,比如对摄像头的要求)
  5. 介绍你的博客都写了啥
  6. 你有没有什么想了解的

二面(3.30:16:00~16:20)

  • 自我介绍
  • 聊了一下本科的情况
  • 聊了一下家庭情况
  • 聊了上一段实习的情况
  • 聊了为啥选杭州,不考虑深圳或者广州?
  • 你有没有什么想了解的

跟hr面差不多了呀,然后直接发offer了


小马智行面经

一面 (3.22:15:00~16:00)

  1. 编程题1:给一个图,判断是否是二叉树(考虑图中各个节点的出入度)
  2. 什么是二分图?最大匹配??匈牙利算法?
  3. STL中,哪些用了树的数据结构的
  4. 编程题2:给个二叉树,判断是否是二叉搜索树(中序遍历+vector存数据)
  5. 上一题编程题的时间复杂度,用了递归,那递归栈的时间复杂度?
  6. 编程题3:上面能否不使用额外的空间(中序遍历+保存左端的值,记得考虑最左边节点的值是INT_MIN的情况)
  7. 二叉搜索树的平均高度
  8. 编程题4:实现迭代版中序遍历
  9. 指针常量和常量指针的区别
  10. struct 和class 的区别
  11. const的作用
  12. push_back 和emplace_back的区别
  13. 有没有想问的问题??

好像还漏了一些问题,但都是围绕着c++展开的

二面(3.25:14:00~15:00)

  1. 介绍你的论文的研究点
  2. 除此之外,小目标还有哪些可以做的,或者研究的?(小目标检测和通用目标检测的区别)
  3. 编程题1:给一个数组,找到h,使得数组内大于h的元素的个数 大于等于 h的值。(找h的上下界,二分枚举)
  4. 编程题2:最长不重复字符的长度(用set存字符)
  5. 求出上题的时间复杂度和空间复杂度
  6. C++中的智能指针
  7. python的生成器
  8. pytorch中,dataload如何实现的
  9. 什么是继承
  10. 虚函数
  11. 你有没有什么想问的问题??

二面相对来说比较轻松,毕竟没有一面手撕多,然后也涉及了很多基础问题(有些没记录),但是项目都没问

三面(3.25:15:00~16:00)

  1. 自我介绍
  2. 详细介绍你做的四个项目(为什么这么做,有没有考虑出现XXX情况……都围绕着项目再聊,聊了很久)
  3. 编程题1:给一个二维01数组,求出这个二维数组中,有几个面积大于d的全0正方形(动态规划)
  4. 编程题2:给两个长方体,求两个长方体的表面积(可能有交集,也可能没有,类似求IoU一样的道理,二维变成三维)
  5. 介绍内存管理
  6. 小目标如何定义

三面问的项目就很多,问得很细,然后涉及了一些其他的c++或者python的知识点,但是不多(我只是没印象了)

四面(3.31:16:30~)

  1. 自我介绍
  2. 论文的idea介绍(问得很详细,很多面试官不明白的地方,会一直揪着问)
  3. 问了比赛的情况
  4. 介绍了项目,对其中一个项目问得还蛮细
  5. 计算机基础知识了解得怎么样?(然后问了一个问题,我往了)
  6. 介绍了他们部门做的事
  7. 然后问还有没有想了解的

四面大概面了半个多小时,还算轻松,没有手撕,都是问简历的东西


华为面经(应用市场)

一面(4.15,10:00~11:00)

  1. 编程题:最长递增子序列
  2. 自我介绍
  3. 介绍项目(项目的难点)
  4. 介绍yolov5(自适应的锚框选择,怎么做的)
  5. 介绍自己的论文,损失加权和数据增强一样吗
  6. 详细介绍一下注意力机制,为啥可以抑制不重要的特征
  7. 讲一下多尺度怎么做的
  8. 说一下自己最近的科研进展,介绍一下最近看的新论文
  9. 有没有什么想问的

主管面(4.17,10:10~10:35)

  1. 自我介绍
  2. 介绍小目标检测,介绍论文的idea
  3. 介绍两个项目
  4. 意向城市,意向岗位

字节跳动-tiktok面经(提前批)

一面(2.25,15:00~16:17)

  1. 自我介绍
  2. 介绍投的论文的idea
  3. 介绍比赛中你的工作
  4. 介绍你的实习内容
  5. 介绍RCNN系列,以及每个算法的改进点
  6. 介绍一阶段二阶段算法都有哪些,优缺点
  7. yolo系列怎么标签分配(yolov1:用cell的思想,划分为7X7,一共预测2X7X7)
  8. 介绍yolov5的pipeline过程(输入端,backbone,neck,prediction……)
  9. 什么是IoU
  10. nms介绍下
  11. soft nms 和nms的区别,soft nms解决了什么问题
  12. 介绍RPN网络
  13. SSD了解吗,为什么SSD在小目标上效果差
  14. 了解nlp吗
  15. 了解机器学习算法吗,比如(逻辑回归、GDBT……)
  16. 会写sql吗
  17. 过拟合的表现
  18. 为什么dropout可以解决过拟合
  19. 介绍一下L1和L2,为什么L1会产生稀疏矩阵。
  20. 模型的评价指标知道吗,precise和accuracy的区别。
  21. 可不可能训练出一个ACC(AUC?)=1的模型,如果训练出,那么说明存在什么问题,怎么解决。
  22. 编程题:返回链表尾k位置的结点
  23. 你有什么想问我的吗。

春招的第一面给了字节tiktok,感觉都面得很基础,但是年还没过完,复习得不是很充分,所以回答起来磕磕碰碰的


字节跳动-EDU面经(北京)

一面

  • 自我介绍
  • 介绍一下你实习做的工作
  • 实习都用什么模型
  • 介绍一下yolov5
  • 抽烟模型定义几个类,几种anchor
  • 自适应图片缩放怎么做
  • 你的模型中yolov5的最终输出是什么
  • 介绍一下yolov5的采样方式
  • 介绍一下GIoU loss
  • 知道交叉熵吗,写一下交叉熵损失函数,它的优点是什么
  • 介绍一下你的小论文
  • 数学题:一个点(x,y),逆时针旋转theta度,新的坐标为多少
  • 编程题:3行n列的二维矩阵,每个列选择一个数a[i],选n个数,求这n个数两两相减的绝对值的和最小值
  • 你有什么要问我的吗

手撕没手撕出来哇,突然没想到用dp


字节跳动-EDU面经(上海)

一面

二面

HR面


海康威视研究院

一面(已过)


更新2021.10.13

有大半年没有更新博客了,这段时间一直准备春招,实习,秋招,到今天基本上可以结束坐等开奖了;
目前手里有近10个CV算法工程师意向书:字节,商汤,百度,顺丰,华为,小红书,拼多多,小马智行,海康威视,腾讯等
接下来会花很多时间在小红书上整理这一过程所有的经验以及技巧,包括:丰富简历内容,如何打比赛(大佬止步),如何刷题,刷什么题,刷到什么程度,面试技巧,面经整理,hr面技巧,如何反问面试官,如何argue薪资等等等,大家有需要可以关注一波哈,内容保证丰富!助力大家秋招收割offer到手软!
小红书号:371845174(Activewaste,博客同名)

后面也会在小红书分享好用工具,插件,装逼神器等,手把手教学,大家关注起来哈!
另外我比较少上csdn,大家给我私信要联系方式或者评论问问题有时没看到(一个月没上,200+的通知),大家直接去小红书私信提问,或者催我撒!

在这里插入图片描述

你可能感兴趣的:(实习秋招面经,计算机视觉面经)