首页 > 面试复盘|科大讯飞提前批算法工程师面经(计算机视觉方向)
头像
吃肉的星星
编辑于 2021-09-29 23:25
+ 关注

面试复盘|科大讯飞提前批算法工程师面经(计算机视觉方向) 内部员工回复

起因:在大约6月中旬的时候因为实习的打击非常的焦虑,所以就天天在牛客上刷刷刷(然而并没有在刷题),然后刷到了几个提前批开始的信息。

觉得有帮助的小伙伴球球点个赞加个关注~,想变成红名😢😢

那时候投了讯飞,滴滴,vivo,爱奇艺等。

敲黑板:六月底很多公司会开启提前批!强烈推荐大家投几个试试。

提前批的好处有下:

1.免笔试,免笔试,免笔试!直接进入面试,对coding不太好的小伙伴很友好了

2.结果不影响秋招!相当与多了一次进入心仪公司的机会。
3.免费的面试练习次数(不是),可以让你提前熟悉这个岗位常考的内容的知识点,为暑期复习提供思路。往往过了几次这样的复习,自己对于知识点容易考查的细节都会更加了解。
比如一开始我只觉Batch Normalization(BN) 的作用就是
  • 防止过拟合;
  • 加速训练的收敛;
  • 缓解梯度爆炸和梯度消失。
然后经过一轮的提前批后,不仅对于上面的概念了解的更加深入了,还懂得更多的一些知识点:
  • 伪代码怎么写
  • 两个还原因子α,γ的作用,和其实现的形式
  • 通常在激活函数之前使用,
  • 对小Batch不友好因而有了GN的出现(LN,IN也需要了解哦
  • 对(B,C,H,W)的输入,其针对哪些维度做归一化处理?
所以大家不要觉得自己直到BN就够啦,还是有很多更深的概念和拓展你可以加深的,即使面试官问的是BN这么基础的问题,你也是可以答得出彩的😃

言归正传。投递之后,大约7月下旬,收到简历通过的邮件,有HR加你直接安排面试(两次)

一面:8月上:

面试官是一个帅气的小哥,一上来就和我说他也是xx人,人很好。本来有点紧张的,然后就彻底放松了。环节和问题如下:
自我介绍(7mins)
对简历深挖提问:为什么用双阶段检测器作为你的研究baseline而不是单阶段;
除了ATSS,你还知道哪些对于样本定义或是采样的方面改进的算法:答:采样上:OHEM,Libra RCNN 定义上:Dynamic RCNN  此外还有Focal loss等
场景题1:现有一个大目标里面有一个小目标,NMS会不会把它抑制掉,那怎么办?
答:首先看是否同一类,并明确指出NMS是类内的抑制,类间非抑制;如果类内,就用soft-nms or 增大其thr阈值
场景题2:现有一个矩阵,由两个三角板拼接而成。从gt的标注来看,二者完全重合,你怎么能把两个三角板(同一类别)检测出来
感觉有点像考察旋转框的使用
深度学习框架题:Pytorch和Tensorflow的区别?
代码题:概述思路和复杂度即可:leetcode爬楼梯(dp,递归等方法)

周五面试的好像,周一就收到约二面的通知了!效率点赞

二面:8月中:

面试官应该是类似于主管一样的人,有点严肃。环节和提问如下:
自我介绍
怼论文的具体方法论和改进空间
深度学习框架题:torch.eval()指令的作用及其对检测器中哪些部分会影响
机器学习题:平时除了dl的方向,基础的ml有关注吗?
1.PCA是什么?实现过程是什么,意义是什么?
2.简述K-means.
敲黑板:聚类也是非常爱考的。对检测的同学可能就是k-means最为经典。以下几个基础点大家最好掌握一下~
  • 1.和分类问题的区别,为啥是无监督
  • 2.初始点怎么选择,为什么敏感?你有什么改进的点?
  • 3.每次迭代的过程简述
  • 4.迭代中止条件
  • 5.K值的选取
  • 6.时间复杂度,空间复杂度
论文介绍:看过2021哪些的最新论文?思想是什么,能不能介绍下:答了:YOLOX
讲到这里,可能是我对K-means讲述的比较好,而且讲的YOLOX他也很认可。面试官笑了下,估计是对我比较满意了,后面进入聊天的环节~算是HR面把
1.你的缺点是什么,你认为怎么改进?
2.你觉得你在班上相比同届人是什么水平?(阿这?)
3.为什么不读博?(因为毕不了业hhh)
4.为啥想来讯飞,讯飞有哪些产品你知道吗

反问:
1.讯飞对CV方向有哪些业务和职责


总结:
第二天就收到了意向书~对讯飞的效率很满意!
然后面试难度我也挺赞的!面试官会和你讨论具体的技术问题对应的知识点在哪里,会对我的想法进行进一步的分析。是我喜欢的面试风格,面试官不仅仅考察你综合的素质(结合自己的工作出一些场景题),也不会只让你回答一个答案出来,而是在你的回答基础上和你探讨你的方法的优劣,引导你优化你的方法。难度和广度都适中.面试体验很赞

然后就是,不仅仅开发有所谓的场景题,CV方向其实也有。这块就很考察大家的应变能力和综合能力,平时可以适当多积累一下,有备无患!




更多模拟面试

全部评论

(9) 回帖
加载中...
话题 回帖