首页 > 面试复盘|vivo图像算法工程师(AI方向)面经-已OC
头像
吃肉的星星
发布于 2021-10-21 12:51
+ 关注

面试复盘|vivo图像算法工程师(AI方向)面经-已OC


经历了实习挂 提前批挂 正式批终于圆梦蓝厂啦hhhhh
大家觉得有帮助的话麻烦三连一下,想成为红名大佬呜呜呜
Timeline:
4月底  投递暑期实习---太菜了简历挂 😂
6月初 投递提前批--进笔试,然后A了1.5/3(有一题0-1背包原题,一题找7,按理说打底要2/3以上的),加上蓝厂是最早开提前批的,全都是大佬吧。。。笔试挂 😥
8月底 投递正式批

9月底 笔试,这次还行A了 1.7/3,难度也比上一次要高.

第一题:最多推荐用户集合 40%
第二题:分配方案 AK
第三题:碾压人数 30%
次日状态更新进入面试

9.28 面试-30mins

vivo的面试只有一轮,感觉偏少了,定档应该2轮技术面比较合适
1.怼项目和论文
2.C和C++的区别
3.进程和线程的区别
4.为什么会有soft-nms
5.endtoend检测器的理解
参考要点:
1.从faser-rcnn开始解释Blabla,原来通常用选择性搜索方法生成proposals不能和cnn一起训练,需要各自训练各自的部分。
2.此外原来的rcnn阶段的分类的svm进行的,也不能和整个网络一起训练
6.线性回归&逻辑
参考要点:
1.线性回归做预测,逻辑回归做分类
2.前者拟合合适的模型函数,后者预测函数的输出值
3.参数更新:最小二乘法vs梯度下降
4.因变量:连续性的数据,离散的label
举例子:饮食习惯对体重的影响,如果是输入数据(性别,饮食习惯,身高,年龄等)预测重量的具体值,是用线性回归;如果预测体型,如微胖,正常等分类,用逻辑回归。
7.小目标检测trick:
参考要点:
1.数据增强
2.小目标的重采样
3.根据数据集小目标的分布进行anchor的调整(guide-anchor,k-means)
4.多感受野:FPN,可变型卷积
5.注意力机制orSEnet
6.HRnet超高分辨率的backbone

手撕代码 :去除链表中有重复元素的部分:如(1,2,3,3,4,4,5)变成(1,2,5)
吓死了一开始理解错题目的意思了,以为是很简单的去重链表,只设置了2个指针,判断前后是否相等然后去重。
实际上需要3个指针(pre,cur,nxt,cur,nxt判断重复的元素个数(第一个判断开始重复后,nxt开始移动直到结束遍历或是cur.val!=nxt.val),pre始终在cur前面,当nxt结束滑动时pre.next=nxt,cur=nxt)
虽然面试的coding都不会特别难,但还是要审题!
反问:cv在vivo的应用

当晚通知进入HR面

9.30 HR面-30mins

-你本科读机械怎么会考虑做cv
-从本科到硕士,专业方向的gap怎么克服
-实习期间遇到的最大的挑战和收获
-手头的Offer数, 工作地的选择
-入职后的职业规划
反问:工作地
入职分组

10.14发意向啦!
听说蓝厂取消大小周了!!wlb我来了

更多模拟面试

全部评论

(2) 回帖
加载中...
话题 回帖