发现牛客上关于深睿医疗的信息很少啊，刚刚面试完，写个面经，攒一波人品。
面试总时长1h+，面试开始时，面试官说面试大概分为三部分：机器学习和深度学习基础知识，coding还有开放性问题（就是具体设置一个情景，问你如何处理）。
开始之前：你是从哪了解到深睿医疗的？
面试开始：
第一部分:
1.生成模型和判别模型都有哪些？区别是什么？
2.说一说BN方法的作用，BN和数据预处理的区别，BN中有没有可训练的参数？
3.SVM的原理？我说了最大化函数间隔，追问什么是函数间隔，表示的物理意义是什么？（这个真的不了解，支支吾吾说不出）追问，那么函数间隔的起点和终点分别是什么？SVM如何处理非线性的问题？SVM可以处理类别不平衡的样本吗？（问的真的很仔细，SVM基础知识掌握薄弱啊，面试官说我回答的都不准确，自己下去再好好查查）
4.dropout的作用和原理，在训练和测试时都是如何运行的。
5.如何判断过拟合和欠拟合？分别怎样解决？
6.说说Alexnet，VGG和ResNet的原理。继续追问残差网络，为什么残差模块可以缓解梯度消失？如何实现的？
7.简历上写了在飞利浦实习做的肝脏和肝脏肿瘤分割的项目，被翻牌。说说你的这个项目，数据构成，网络架构，建模过程遇到哪些问题及如何解决的。项目中CT的期相是如何选择的？
8.实习项目是做的3D分割，继续追问，什么时候用2D，什么时候用3D。我回答时说了一句3D分割受硬件算力限制，往往不能发挥出性能。继续追问，开放性问题一：如何在2D分割中引入上下文信息，以趋近3D分割？
9.开放性问题二：医学影像多人标注出现不一致情况怎么解决？如何用算法的方式减少误差
10.开放性问题三：如何处理医学影像数据类别不均衡的问题？
11.cv三大任务，分类模型刚才已经说过了，目标检测和分割网络都了解哪些经典网络？说说演进过程。检测网络说了RCNN-fastRCNN-fasterRCNN-mask RCNN-YOLO；分割网络说了FCN8/16/32-UNet-Vnet，追问Unet的skip connection有什么作用？
考到这里我已经快哭了。。。
接下来进入第二部的，coding基础：
1.我用的是Python语言，关于Python问了深拷贝和浅拷贝的区别
2.简历上写了“熟悉深度框架caffe、tensorflow、keras、pytorch的使用”，追问caffe的内存分配机制，tensorflow和pytorch哪个是动态图哪个是静态图，实现原理上有什么区别。
最后终于等到了那句“你还有什么问题要问我？”
校招流程是什么样的？我能进二面吗？答：技术面一共两轮，第一轮偏向research，第二轮会着重考算法和coding能力（我晕~~~）；我们会有一个整体ranking，然后权衡能不能进入下一轮
工作地点都在哪里？答：北京、杭州、上海。上海现在团队规模比较小。
##########################分割线##########################
面试官真的很专业，每一个开放性问题一定问到答不出为止。遇到我答不上的，还会反过来给我讲（笑cry...），可是当时脑子太乱了也没怎么听进去。
可能因为真的是技术大牛吧，时时刻刻散发出一种高高在上的压迫感，这一个小时还蛮难熬的，面试完吃了个饭，就开始头疼了😂😂😂
写在最后：方向是医学影像AI的小伙伴可以试试深睿，据他们自己宣传是业内top3？去年在CVPR上发表了8篇文章，应该算是深耕技术那一挂。但是现在医学影像AI企业也都是刚刚起步，还都处在融资阶段，各方面制度恐怕也没有大厂那么完善。投其他厂还都被面试官劝退，你该投医疗企业试试啊？总之就是人艰不拆啊~~过去没发现自己的专业这么冷门啊😥欢迎更多做医学影像AI的牛油们多多交流。祝大家秋招顺利！
全部评论
(12) 回帖