Computer Vision && Deep learning 岗位公司实习的要求

以下内容转自知乎<如何进入国内CV+DL领域优秀公司实习？>。看完之后，再次感受到浓浓的压力。

问

想略了解下研究方向为DL、CV有关方向的国内master去国内相关公司难度、需要技能、笔试or面试大概流程（此步可当我没说 ）、薪水（当然业内价格呐！！！）、是不是不招渣硕只招phd等。
所说的相关公司有：360颜水城老师人工智能lab，SenseTime商汤科技，阿里IDST，格灵深瞳，知图科技，linkface，face++，百度IDL，依图科技，亮风台，腾讯优图团队，MSRA，思必驰，科大讯飞，搜狗输入法，还有海康威视深度学习部门，DJI是个特立独行的存在，现在我们学院也有好多学弟们在做无人机的项目，包括安全、计算机视觉、计算机图形学方面的工作。等。（排名不分前后）

答1

著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
作者：Naiyan Wang
链接：http://www.zhihu.com/question/37405154/answer/71911600
来源：知乎

大家好，如果你来投图森（原知图）北京偏研发的实习的话，那么我一定会是一面 :)
首先说我面试的风格：简历上并不需要每个点都很鲜亮，只要有一点可以给我留下印象就可以了。我个人并不喜欢写code，推公式这样非常严肃的面试方式。所以我基本上就是对着简历聊上半个小时到一个小时就决定了。我还是比较相信聊天时感觉这种玄学的。就像当初我决定加入，很大一部分原因就是和 @Filestorm 聊过几次之后，觉得非常舒服，经常有些想法不谋而合，不需要多费口舌解释就能明白对方什么意思 :)
对于本科生和研究生/博士生，尤其是已经有文章发表的研究生/博士生，我的期待是并不相同的。但是共通的必要条件就是动手能力强，主观能动性高。

1. 本科生：对Machine Learning的基本概念要有一定了解，以Andrew Ng课程为标准。可能会考察一些非常基本的概念，例如LR, PCA这些。不需要你给出严格的数学定义，但是希望能用自然语言讲清楚是做什么的，在一个具体的问题的含义是什么。对于在简历上写了一些project经历的，希望能用Machine Learning的语言讲清楚问题的定义，你采用的的特征/方法，以及最关键的为什么要这样设计你的方法。最后能讲清楚在这个project中得到了什么经验，例如在project中走过了什么弯路，给你了什么启示。

2. 研究生/博士生：主要是听你讲你做过的一些工作，尽量简短，几句话讲清楚精髓。对于有paper发表的，面试之前，我可能会去读一两篇你的paper了解一下你之前的工作。希望能看到的是你对于你做的这个小领域的一些深刻见解，而不是流水帐一样在讲你的paper。也可能会随时打断你，根据我在你的研究领域里非常有限的知识提出一些问题。如果我都看过的paper，你还没看过，那就怎么都说不过去。问题可能非常open，回答只要让我觉得逻辑清晰合理即可。

3. 对于本科生，我希望实习时间可以尽量长，毕竟我会站在你的角度去培养你的能力，非常认真地去带你。对于研究生/博士，时间可以相对短一些，希望的模式是我们可以共同找到一个和公司利益相关，和你在学校research也相关的题目，达到双赢。我们也很open把值得发表的一些东西整理成paper。

重要的事情说三遍：
帝都长期招CV ML DM相关实习生，有意的直接邮件简历！
帝都长期招CV ML DM相关实习生，有意的直接邮件简历！
帝都长期招CV ML DM相关实习生，有意的直接邮件简历！

答二

著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
作者：Filestorm
链接：http://www.zhihu.com/question/37405154/answer/71982397
来源：知乎

===难度===

实习或者工作，是个双向选择的过程。图森的面试本身的技术难度非常低。作为一个码农和学术工作者，我深知想通过几十分钟做做题就测出一个人的综合素质是不可能的。尤其对研究来说，花三个月时间解决大问题要比花三十分钟时间解决小问题重要的多。所以面试中不会有让你现场敲代码或者现场推公式。也不需要针对这些东西准备。面试唯一需要准备的一点，就是想清楚自己的优点和特长，尤其是自己的专业素养（见下）。我们不是Google这样的巨无霸公司，我们的财力不允许我们把每个员工当成螺丝钉，工业化地对待。因此我们需要每一个全职员工以及实习生，都能在自己负责的问题上，成为独当一面的角色。在短短的面谈中，我会倾向尽可能多地给出我们能提供的东西，比如：高于国内研究机构平均水平的尽心辅导基于面试者背景量身定制的研究课题在算法团队背后还有强力的工程团队支持但与此同时，我也想听听面试者的自我评价，他在哪些方面有独到的能力能够让我相信我们的合作会见到成效（见下）

===需要技能===

我们需要的能力分两种，专业技能和专业素养。专业技能是指具体的知识，比如上过machine learning的课，实现过基础算法，或者写过paper。这些内容通常可以通过简历来考察。对于具有专业技能的人，你给一个详细的todo list，他可能可以完成任务。但是尤其是研究向的任务，几乎不可能一帆风顺，在遇到问题的时候怎么办，就是考验专业素养的时候了。专业素养，则是纸面上之外的知识和经验。有的时候，简历有的时候能让人推测出一些专业素养，但也不是很全面（所以要来图森面试的朋友们，请一定跟我多多自夸你的专业素养，别不好意思）我们在搞CV/ML/NLP/DM的时候，会遇到各种各样的问题：比如deep learning 出现了不收敛的情况怎么办？比如什么样的数据需要上一把PCA，什么时候绝对不能用PCA？比如原始数据不干净，我们训练到79%的正确率，那剩下的21%还存在什么主要问题？应该用什么办法应对？相比专业技能，我个人更看重专业素养。因为无论何时，我们准备开始的下一个新项目项目极有可能和你现有的专精并不吻合。而定义问题目标、设计解题思路、对算法和数据异常的敏感、debug的能力、对最常用工具的使用经验，这些素养则是可以在面向不同任务时，体现出能力的巨大差异。

===笔试or面试大概流程===

一（大）半时间自我介绍，一（小）半时间我介绍公司状况

===薪水===

通常情况下，在北京全职实习月工资一万元。特殊情况（比如不能全职只能兼职做等）特殊考虑。在美国实习工资面议，我们的原则是向所在地一线互联网公司看齐。

===是不是不招渣硕只招phd等===

作为一名GPA学渣，我个人完全没有出身学校或者学习成绩的bias。但是对于科研这边来说，我还没有在线下接触过非985/211学校的同学在top journal/conference上发表过paper。Sad but true，中国教育资源的分配离平均还差的很远，所以客观地说，渣硕里面有研究能力的人确实比较少见。
至于学历，我们完全没有只招phd这样的规定。我本科时候发过挺多paper，Naiyan和Naiyan家领导在本科期间也都做过非常牛逼的研究。所以归根结底还是看专业素养。paper什么的更多是一个佐证而已。

答三

著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
作者：moonfighting
链接：http://www.zhihu.com/question/37405154/answer/71976855
来源：知乎

腾讯优图

每年四月份开始会有腾讯的暑期实习内推，但是这个内推有点坑的地方在于你的简历不一定会被送到优图负责人的手上，所以你最好找优图内部的人帮你内推，保证优图的老大能看到你的简历。一般来说只要你的简历上有过CV DL的相关简历都会给面试机会，面试过了就可以提前拿到实习offer，没过的话也可以再参加正式的实习生校招，那就要从笔试开始了。面试难度的话，我只参加过校招的面试，一面是电话面，主要围绕你简历上的项目来问，看你是否真的亲手做过相关项目；二面现场面，给了一份题目，包括写出CNN中防止过拟合的方法等等（记不清了）还有一道编程题要写代码；三面是个boss面，也是介绍项目为主。总的来说面试不难，只要你真的亲手做过DL CV的相关项目就问题不大。

百度IDL

这个是我同学面的，流程是直接发简历给IDL的官方招聘邮箱，IDL的人会定期去邮箱里看看有没有合适的简历。当然能找到人内推是最好了。IDL的面试要难很多，毕竟是偏向研究的机构，主要也是围绕你的简历和深度学习来问，我同学被问过，CNN防过拟合的方法，卷积层，pooling，softmax层各自的作用，有没有读过caffe或其他开源框架的源码，有没有改过源代码等等。