深度学习算法工程师面试

面试分为三轮，两面技术面，一面HR：1. 第一轮技术面主要问问简历上的内容，问问简历上做的东西的某些方面，比如我做的超分比赛和人脸项目。2. 第二轮技术面简单问了些简历上的内容，有我做的跟踪项目，之后就拓展一些问题，人脸还有哪些提升啥的。3. 第三轮HR就走流程了，问一些在学校的经历，对公司了解，工资，然后给我讲解了一些公司的发展和业务范围。...查看更多

一面二面相差了一个月一面：（90分钟）首先把简历上的项目全部简单介绍一遍，介绍完一个面试官会问点相关的问题问对神经网络的理解，每层的作用，常用的激活函数问项目里用到的神经网络模型，模型的结构和实现原理，还知道哪些目标检测的网络结构，比较一下差别项目中目标定位的实时性如何，帧率达到多少？如果让你来优化提高速率，打算从什么方面入手？针对项目问了点传统图像处理的问题手撕两个代码1、实现一个链表的逆序2、找出一个数组中，出现次数超过n/3的所有数（n代表数组长度）如何优化？（从空间复杂度角度）印象中还有几个小问题，记不清了二面：（30分钟左右）你对申请的这个岗位有什么了解？如果让你来做这个，你觉得对你而言最大的挑战是什么？实现一个算子，你打算从哪些方面来实现加速，提高效率项目中用到的什么模型？（我用的SSD）了解YOLO吗？简述一下YOLOv1-YOLOv3的演化历程项目中用到了opencv，如何实现直线检测，讲下原理。如何从极坐标中得到平面直角坐标系的点坐标的？从传统图像处理说一下如何实现背景和目标的分离反问环节：我问面试官公司现阶段对于神经网络加速处理有什么方案（面试官说了一大串我没听过的，大概就是减少数据的存储与读取过程，还有就是让算子随输入一起传入网络）还问了公司目前的研发现状（面试官实话实话了，这是我没想到的，说现在还在发展研发阶段，投资大于回报）...查看更多

这几轮面试难度上有难有易。第一轮，面试官简单的先问了下简历里的东西，问了几个常用的CV模型的细节。之后出了一个关于链表向量点积的问题。之后就没什么了。第二轮，还是问了几个深度学习的问题，不过偏向于nlp。之后出了道leetcode中的hard问题就自顾自敲代码去了。比较无趣，主动交流也爱答不理的感觉。 第三轮，一个偏向工程的小哥，问了些工程中具体实现的问题，题目就是写了个CUDA代码。第四轮，继续问了些现在常有的检测和分割的框架，聊了聊实验室的情况。没有代码考察。 ...查看更多

先详细问了在实验室做过的图像识别项目， 讨论了暑期参加的夏令营中负责的主要工作，小论文的实验思路，遇到了什么困难点，怎么解决掉的，和stoa比较效果如何，future work有什么？ coding考了两道leetcode简单难度题，都是背的，没太扩展，难度较低。...查看更多

技术面只有一轮，在介绍项目经验的时候追问了几条机器学习的基本技术，另外随口问了几个时下前沿的网络模型，由于只是看过科普，所以只打了大意，另外询问了英文能力和阅读论文的能力，感觉对于追踪前沿算法比较有要求，对于工程没有太多要求，有一些深度学习框架的使用经验即可。...查看更多