深度学习算法岗实习生（更新ing）
目前面试的公司有 微软亚洲研究院，腾讯 ，字节跳动，快手，海康威视，地平线，平安科技（北京），货拉拉，商汤科技，美团
（今晚太累了明天起来继续写😣）
腾讯
岗位是推荐算法，一面面了一个多小时将近俩小时，二面将近一小时。目前结果未知。
一面
编程题：青蛙跳台阶
主要讲了自己的项目，对项目里感兴趣的会进行提问，之后就是基础知识的面试
yolov3的损失函数是什么
手写交叉熵损失函数公式
手写softmax激活函数公式
手写平方差损失函数公式
损失函数为什么用平方形式
常见的损失函数有哪些
GBDT是分类树还是回归树，如果是回归是什么损失函数？为什么？如果是分类是什么损失函数？为什么？
GBDT的回归、二分类、多分类问题
GBDT残差 为什么是残差？和负梯度关系？
过拟合解决方案
DQN强化学习原理
Qlearning 强化学习原理 state等等
常见激活寒素
ReLU Leaky ReLU 等的区别和原理
TensorFlow编程问题
tf中concat和stack的区别
pytorch如何实现交叉熵损失函数
yolov3激活函数是？为什么不使用softmax函数？
因为楼主简历上写了对c++相对熟悉一些，也问了c++的一些问题
c++问题
c++智能指针问题
stl如何防止内存泄露
stl内存管理机制
avl树的查找时间复杂度
hashtable查找时间复杂度
c++里 map和unordered_map的区别
c++ unordered_map原理
stl map底层实现原理
c++ stl 容器底层实现原理
vector用法介绍
vector如何插入数据
vector push_back底层实现原理
二面
自我介绍，展开讲项目，对项目细节进行详细提问
编程：找到链表里倒数第k个结点，别忘了边界处理
计算题：DNN网络一共有四层，每一层的神经元个数是100-50-20-1，求这个DNN的参数计算量
参数量计算分为w和b两部分
w计算量：100*50+50*20+20*1
b计算量：50*1+20*1+1
微软亚研院
一面
pytorch加快训练速度的方法
pytorch如何提高模型预测速度
如何提升模型预测速度和精度
深度学习模型速度估计
加速模型的训练
模型蒸馏的定义，具体实现原理
有哪些模型蒸馏的例子
fine-tuning的原理，如何fine-tuning
fine-tuning和模型蒸馏的区别
mixup算法原理
GPT3是什么？具体实现原理
RNN原理
LSTM原理
RNN LSTM两者的区别
梯度消失该如何解决
Transformer原理
Transformer如何应用在图像领域
编程：一道面试官自己出的动态规划问题（当场没有写出来，自己太菜了😥，后来想写好了发过去的）
二面
字节跳动
快手
商汤科技
海康威视
自我介绍，扣项目细节
编程：找到第K大数字，有哪几种方法
FPN原理
交叉验证手段
c++知识
c++多态定义也实现
c++多态实现原理
STL六大组件
map set的用法，两者区别，数据结构实现原理
红黑树插入和遍历，以及对应的时间复杂度
c++ new和malloc的区别
c++ new操作符的底层原理
货拉拉
地平线
在牛客网上看到的投递的消息，发了内推人的邮箱，很快hr就联系到自己了，办事效率很高，先说明了地平线在北京上海南京等地都有工作岗位
后来因为自己的个人原因要调整面试时间，hr小姐姐也加了微信调整了时间。
一面
腾讯会议视频面试
简单自我介绍后
算法题
打开自己本地的可以写代码的地方共享屏幕写的
剑指简单题难度
一道镜像二叉树
一道合并有序数组
镜像二叉树我用的递归写法，面试官的意思是这个没有进行数值的判断之类的意思，主要楼主比较菜，所以也没敢问具体他是什么意思（怕多问多错哭哭）
写完题目
项目经历
问了简历上比较相关的一个项目——目标检测相关的
问了项目细节，以及自己改进的地方
然后具体展开问了yolov3的一些特性，改进点等等，问的比较细
问完项目后做了一道题目
随机出题
假设卷积核大小为k*k，输入通道为M，输出通道为N，输入feature map 是Hi Wi，输出feature map是 Ho Wo，问该卷积操作的计算量
楼主想了会但是想复杂了。。
后来面试官说很简单和feature map无关。。
（主要自己太菜了暴风哭泣）
主要还是想考察对最基本的CNN等的理解吧
c++知识考察
然后问了c++的一些比较简单的问题（因为面试官意识到我之前的项目c++操作反而多些就问了这个）
虚函数和纯虚函数区别，具体什么时候应用
析构函数如果没有写成虚函数会发生什么
c11语言标准和其他的比自己的特性
不同类型数据除了（）加括号的强制转换，c++还有哪些类型转换方式，答案是有4种
静态类型转换、重新解释类型转换、子类父类之间多态类型转换、去掉const属性转换
自由提问
问了实习具体要做的事情
以及如何看待现在深度学习发展瓶颈的情况
面试官人真的超级超级超级nice！不管能不能通过面试，真的想夸一下面试官小哥哥！！有一些东北口音，但是人很好，之前问我项目细节以及回答不上来的一些问题的时候，都特别有耐心
会帮忙给我打圆场“没事没事，不一定每一个问题都会” “没事没事毕竟过去很长时间了”“没事没事，这个你当时用的比较少也正常”
总之人就是超级超级好，后面自由提问环节，为我答疑解惑的时候，人也很好，对于深度学习发展的现状也给了自己见解
不是那种敷衍了事，而是真的和你讲了很多，同时也暴露出我自己没有特别关注时事，面试官还说让我以后多看科技型文章和知乎
我想说，我也看知乎，只是看的内容都不前沿，都是计算机内卷的焦虑O(∩_∩)O
总之这次对地平线的面试体验感不错
最后说最快一周会出结果如果有后续会通知
但是感觉自己面试面的特别不好，主要自己没准备好，好多问题也没回答出来，其实面试的难度不大，是自己太菜太菜的问题o(╥﹏╥)o
一面结束了，热乎的面经，分享给大家，第一次写面经
希望我们都能拿到自己心满意足的offer，我们都可以有光明的未来❤
（一面通过准备二面了）
二面
平安科技（北京）
之前咋网上看到一些关于平安科技的不太好的说法，不过这次面试体验感也不错，面试官人也很好很nice！
一面
电话面试
一上来面试官就介绍了部门要做的事情，主要是做图像OCR，因为金融领域主要是先识别各种各样的文档和合同，然后图像cv岗处理后再将处理的结果交给nlp处理。
没有算法题，手撕上机都没有。
让自己讲一个自己印象里最深刻的项目
讲完项目后问了项目细节，如何改进的等等。
怎样解决框架本身要识别很多类比如1000个类，但是自己应用的时候是识别少数几个类，比如4-5个类
我给了自己的三个解决方案
后面面试官给了他的想法
（1）feature map 采样时变化位置
（2）选择最小最深的那个feature map，减少特征的数量
ResNet的特点
有哪些类似于ResNet的结构但是也可以解决梯度消失的框架 答案：LSTM
楼主回答了BN
然后继续提问BN进行操作的时候，是对图像的哪个值进行操作
答案：center的值，也就是xy的值而不是w和h的数值
然后就是提问环节，问了面试官三个问题
面试官人也很好，和我也很耐心的解答探讨了
也强调了作为学生最关键的还是个人思维、逻辑推理能力，具体做哪些方面对不对口是另一码事
后来应该通过了，也给邮箱里发了平安科技的特色链接，就是会做EQ,IQ,行测之类的题目，而且面试官还提示一定要做通过才可以办入职的手续，不通过会影响三个月内的招聘，如果以后有想去平安入职的正式员工，测试一定要通过。
后来我也没再做，直接放弃了约等于。
美团（北京）计算机视觉岗位
一面
面试环境：牛客网链接丢过来的
一上来根据简历内容问的
按照项目的时间，一个一个让自己描述面试官在听着，如果遇见他感兴趣的他会重点提问
第一个项目：被质疑了。。意思是你也没做啥
第二个项目：面试官表情毫无波澜
第三个项目：终于提出了一些问题
唉总而言之言而总之，就是觉得面试官对我不感兴趣啊，其实提的问题自己基本上也回答出来了，但是不像前两个面试，面试官会和你有来有往，提问你一个问题
你给出答案，他会给出他对答案的建议然后还有自己的看***让人觉得很nice没有敷衍你，但是美团这次面试就让人觉得特别敷衍
给我的感觉就是他对我不感兴趣。。算了，不说了，自己菜是原罪，项目经历没让他满意
问的问题能够让大家有所参考的有
你对项目的改进有哪些？
防止过拟合的方法有哪些？
resnet的残差网络解决了什么问题，resnet的原理
正负样本不平衡有什么处理方法
anchor free系列和yolo有什么区别
cornerNet CenterNet的原理和特点，为什么不需要设置anchor
算法题一道
二叉树层序遍历
做出来之后面试官也没说啥
然后就是反问环节
对他提了三个问题
态度特别冷漠，不愿意多说一句那种，人一点都不nice
总之美团的面试体验感特别不好，不知道是部门的原因还是自己菜原罪的原因，还是啥
后来面试完打电话过来
说要考虑下其他面试官一面的情况，如果之后有给我打电话就代表继续面试，没打电话就是没机会了
感觉自己大概率凉了
后来果然凉了哈哈哈
全部评论
(10) 回帖