- 背景信息
我的研究方向是计算机视觉模型的压缩与优化加速，主修量化算法(包括8 bit, 4-6 bit以及1 bit 的二值神经网络)，另外对轻量级网络设计，剪枝，知识蒸馏，NAS相关的算法也有一定的了解。投递的岗位是算法研究员，base 南京/上海，后来HR打电话说我的简历初筛通过了，但是旷视在南京/上海的岗位较少，能否调剂到北京，我也同意了，于是后续都是旷视北京的专家对我进行的面试，均采用牛客的视频面试平台。
- 技术1面 2021.07.07 15:00 - 16:00，base model 组
没有自我介绍；
上来看简历让先介绍一下自己觉得最亮眼的比赛或者项目，然后针对比赛项目中的一些细节进行提问，包括实现方式，设计的思考，分工情况；
问对目标检测算法的了解程度，讲讲它的历史，并询问是否追踪了最新的检测算法；
问对NAS算法的一些看法，是否看好，有什么优劣；
手撕代码环节：最大路径和（https://leetcode-cn.com/problems/binary-tree-maximum-path-sum/），注：这是一道hard；
反问环节；
- 技术2面 2021.07.07 16:00 - 17:00，base model 组
先自我介绍；
介绍一下实习期间的工作，针对其中的一些点进行提问；
然后看简历都是做的8bit量化，问对低比特量化的了解有多少（讲完之后说他其实他也不懂hhhhhh）；
讲一下目标检测算法的了解；
反问环节；
- 技术3面 2021.07.14 18:00 - 19:00，base model组
讲一下自己的研究方向和背景，相当于自我介绍了；
讲一下自己技能的学习路线；
阐述一下最熟悉的一个项目/比赛，完整讲一下工作内容，根据其中一些内容进行了提问；
在设计模型的时候如何考虑latency；
问一下common的问题，如果要在某硬件上部署resnet，7x7卷积上不支持怎么办？shortcut不支持怎么办？1x1卷积不支持怎么办？depthwise卷积不支持怎么办？因为硬件原因，add的时候channel数对不上怎么办？需要做一些low level的任务，输入图片特别大，怎么减少访存时间？
手撕代码：口述的一道题目，大意是有一组个数为n的不同化合物，两两反应会生成一种不同于输入的新化合物，然后产生能量，并且混入剩下的化合物中，接着又互相反应，请问将所有化合物都反应到仅剩一个化合物，最多能产生多少能量？前提：如果反应产生的化合物在剩余化合物中存在，相同化合物就合为同一份 - （提示说是DFS暴力枚举，我猜应该就是全排列吧）；
反问环节；
- 技术4面 2021.07.20 17:00 - 18:00，AI 计算组
面试官是周舒畅大佬；
不用自我介绍，也不讲项目细节；
整个过程感觉对方比我说的话还多hhhhh，讲了很多AI 计算组的工作内容，还问了一下我们课题组芯片项目的情况，以及组里部署模型的流程，对低比特的简单理解；
另外还问了一些未来的职业规划，还问了我导师的名字，然后发现他们比较熟；
后面半个小时手撕一道题目，如下
最后反问环节；
- 后续安排
如果正常通过上一轮面试的话，下一轮就是终面了，希望自己能顺利通过所有考核，后面再来牛客还愿
全部评论
(3) 回帖