本来牛客上各位大佬的相关面经已经挺多的，大佬们的帖子内容肯定比我更加有干货，但因为我的面试内容算是比较不同的（全程没有出现coding问题），所以就分享出来给情况类似的同学们一点点参考，也给coding基础薄弱的同学一点点信息~
个人情况：
一般985的高年级老博士，本硕方向自动化（coding课程只学过C语言），博士转行到CV方向。
有图像增强方向顶会和顶刊各一篇，相关CCF会议3篇，博士期间有CV 项目经验（物***姿测量方向），不是小白但离大佬还很远。
总之就是我对各种coding算法和数据结构完全不懂，投递岗位与研究方向密切相关。
面试前准备：
这是我第一次找工作，之前本科也没有学过数据结构之类的课程，所以基本全天候准备基础的排序算法，数据结构，DFS这些。leetcode也就刷了不到20道题，每轮面试前都报着要挂了的心态去的。。。
学术方向因为一直持续看着文章，所以没有刻意准备。
4月17号 一面，1h30min：
考官一上来就说我们先来编程吧（直接被KO的感觉），问我熟悉什么语言，我说python，他就让我用python在15min内写一个单通道的图像卷积（带padding（当时我心里就很多问号，准备了那么多算法编程结果你居然让我写这个。。。）。
虽然我并没有准备，但卷积对于用深度学习做图像增强的人来说再熟悉不过了，所以我就用最笨的四重循环写了（因为现场没想到好办法在卷积前先padding图像）。写完后他问我自己觉得有没有什么问题，我说可能下标会有些小错误（事后看由于平时tensor用多了，求numpy的大小应该用shape，结果我写成size了）。
接下来面试官就让我一遍文章一篇文章的讲自己的做法和启发点，中间有我没讲明白的地方，他就会继续深问下去（50分钟）。由于之前准备过华为的面试，工作也都是自己一点点憋出来的，所以这块的回答应该没啥问题。
最后就是反问啦，可能前面时间有点久，感觉面试官有点着急了，很多问题就说后面的面试官会回答我的（我当时还以为是找借口要拒了我呢）。
4月22号 二面，1h10min：
一面抽到了卷积的编程题，看着面经上基本大多数字节的算法岗每一轮都会有不少coding和数学概率问题，瞬间估计二面要被虐了，又拼命准备coding和经典的数学面试题。
结果二面完全没有问我任何coding问题，上来还是让我介绍我的文章，基本把一面的介绍重复了一遍（30min）。然后他就这感兴趣的超分和去模糊方向问了我一些文章中非常细节的问题（30min），这期间讲到相关内容时，他也顺便问了我几个问题，答出来的问题我记不住了，只能写下当时没有答上来的几个问题：
（1）L1和L2做loss的优缺点，为什么L1的做正则项时稀疏性更好（稀疏性这里我没答出来）。
（2）小波变换和傅里叶变化的区别（我有用深度小波网络的工作，但我没答出来具体有啥区别。。。菜）
（3）反卷积相比其他上采样层（pixelshuffle）的缺点，棋盘格现象怎么产生的（棋盘格形成原因我没答出来）
4月26号 三面，1h20min：
上一面有三个细节问题没有答出来，但面试考官没有太在意，所以就让我继续面试了~
这一面后来听说是部门的主管，所以这更多在问我一些框架性和扩展性的问题：上来还是先花了30分钟介绍了自己的科研，然后他问了下他感兴趣的部分。
然后他问我对自己目前的工作有没有什么改进想法。因为我很多文章都是会议完了后改的期刊，所以关于改进之前也想了不少，所以比较顺利的回答出来了，也说了一些改进的细节实现和实验结果。
最后他给我介绍了下抖音目前着重的算法和方向，问我对他们现在的方向有没有觉得可以改进的内容。
4月29号 HR面，1h：
基本和大家的都一样，只不过针对我是博士，他告诉我工作性质可能和在学校科研不一样，问我有没有心理预期。最后HR面结束后第二天就给offer了
总结：
1. 我三轮技术面的的考官都比较严肃，但人都挺好，没在提问上为难我，大家没有看到漂亮的小姐姐面试官也不用紧张~
2. 我的面试完全没有涉及到一般的编程问题，反而是一些相关细节问题自己没有准备而没回答上来。
3. 面试中讨论相关工作时，我采取主动出击的方式，感觉他话题稍微转向后，我会主动介绍我在他所关心的领域也做了哪些研究，尝试了哪些想法。
4. 学术这方面确实是需要日积月累，短期的准备很容易就会被看出来自己对于领域了解的不全面（比如做图像/视频增强的，应该对于超分，去模糊，去噪，去雾，HDR甚至图像translation等问题都应该有一个比较深的了解），希望各位还不急着找工作的同学们能坚持努力。
5. 编程还是挺重要的，今年找工作不易，如果大家有时间还是应该做完全准备，别学我一样走钢丝~
全部评论
(8) 回帖