个人简介：双广州某985(2015-2022)、计算机硕士(保研)、CV方向、论文在投、YY算法岗3个月实习、国家级竞赛一二等奖(Robot CV相关)、研究生实验室个人项目、硕本GPA分别为3.61和3.37

秋招经历：
① 美团：到店平台技术部>ML/DM>二面后泡很久然后挂
② 快手：机器学习算法岗>三面后泡很久然后挂
⑤ 京东：全渠道算法>机器学习算法岗>二面技术+HR面>offer
⑥ 阿里：淘特事业部>机器学习算法岗>三面技术+HR面>offer
⑦ 华为：智能车云领域>CV岗>二面技术+业务主管面>offer
⑧ TPLINK：CV岗>二面技术+业务主管面>offer
⑨ 百度：凤巢模型组(商业策略研发)>ML/DM/NLP>二面技术+业务主管面>offer

面经分享：自我介绍、项目细节、研究方向的常识和发展现状略，只分享我留有印象的代码题和算法相关问题

Code

// 链表和二叉树

1. 反转链表；
2. 重排链表；
3. 二叉树的中序遍历(递归和迭代两种方法)；
4. 不同的二叉搜索树；
5. 二叉树的直径；

// 滑动窗口

1. 无重复字符的最长子串(输出长度或输出最长子串)；
2. 最小覆盖子串；

// 回溯法

1. 括号生成；
2. 单词搜索；

// 二分查找

1. 在排序数组中查找元素的第一个和最后一个位置；

// 动态规划

1. 最大子序和；
2. 不同路径；
3. 最小路径和；

// 深度(广度)优先搜索

1. 岛屿数量；

// 双指针

1. 移动零；

// 其他

1. 找到所有数组中消失的数字；
2. 和为 K 的子数组(和为k或和大于k的连续子数组的个数)；
3. 大数加法(以字符串形式读入两个数字, 计算它们的和并以字符串形式返回)；
4. 从一组归一化频率中采样索引(输入数组中的每个数字是对应索引的频率，请编写采样函数使产生的整数在索引范围内, 且频率与数组给定分布一致；
5. 求一个数的平方根, 不能使用内置函数如sqrt(二分法和牛顿法)；
6. 手写卷积；
7. 二维maxPooling(padding+步长的代码或步长1的代码)；
8. 用Rand7()实现Rand10()；

目标检测

1. 评价指标：mAP及计算方法；
2. 最新的目标检测算法(研究内容的现状)；
3. 我的目标检测方法的推理速度；
4. focal loss；
5. Faster RCNN/SSD/YOLO及区别；

基础知识

1. 各种排序算法及时间复杂度；
2. 线程和进程；
3. map底层数据结构、红黑树；
4. 大根堆、小根堆、优先队列；
5. 虚函数；

模型评估和经典算法

1. Accuracy/Recall/Precision/ F1-score/ROC/AUC；
2. 网格搜索法；
3. SVM/LR、为什么SVM对异常值不太敏感；
4. SVM可以用哪些核函数；
5. GMM高斯混合模型、K-means和EM算法；

概率图模型

1. 贝叶斯模型；
2. 马尔可夫模型；

卷积神经网络

1. 解决过拟合的方法；
2. BN原理、公式、代码实现、训练和测试的区别、track_running_stats；
3. ResNet原理、残差为什么有效；
4. 卷积时间复杂度和空间复杂度计算；
5. dropout原理、位置、训练和测试的区别；
6. L1和L2正则化；
7. 交叉熵/softmax及求导；

循环神经网络

1. LSTM和门控机制；
2. 如何解决RNN的梯度消失和梯度爆炸；
3. Skip-gram的负采样；
4. 对attention机制的了解；

集成学习

1. Boosting、Bagging、不同及优缺点；
2. XGBoost/GBDT及联系和区别；
3. 梯度提升决策树的基本原理；

生成式对抗网络

1、CycleGAN；

其他

1. 了解哪些半监督领域的方法；
2. transformer及其优缺点、self-attention中为什么除以根号dk
3. 解决类别分布不均衡的方法；