计算机视觉实习生面试经验(微软/腾讯(AI Lab&优图)/阿里巴巴)

浏览: 941

作者:梦里茶

https://www.zhihu.com/question/272045026/answer/366665187

已授权转载

来源:CVer

前言


本文授权转载自 梦里茶 在知乎"做计算机视觉的你,如何拿到大厂的Offer的?可否分享下?"话题的回答。该回答是在2018年4月(即去年),内容主要是找大厂的CV算法实习生的经验分享。推此篇文章,是希望可以对现在找实习的你有所帮助。

正文

 

其实主要看自己平时的积累,当然运气也重要,已经拿到腾讯ailab的实习offer

---------------------------------------------------------------------------------

从CVPR出结果之后就开始找人内推,先后面了微软,腾讯,阿里,最后定了腾讯ailab计算机视觉研究员的offer。

我的github(欢迎follow):
https://github.com/ahangchen

简历

 

简历一定要好好做,基本信息写清楚,论文,实习经历,GitHub,博客,商用项目,都是加分项,投MSRA的话还需要准备中英文简历,所以我的简历投出去的时候都是中英文一起投的。尽量简洁大方,突出自己的优势。

微软

 

MSRA语音组(2月23日)

语音组是华工联合培养的一个师姐推荐的,加了微信,微信电话面,当时寒假,还在家里。语音组正在搞文本识别和图文分析,一上来就问实习时间多长,想做什么样的task,然后问了简历上的论文和一个项目,然后等消息,说等我跟老板确定实习时间了再联系。

感觉MSRA招人都是希望尽快入职的,并且比较难转正,有点像临时工,后面就没有继续联系了。

MSRA视觉计算组(3月1日)

我在官网直接投了网络多媒体组(视频分析啥的跟我做的东西比较match),入职时间写的5月1日(后面跟老师讨论了一下只能最早六月去)。

这天晚上在实验室干活,忽然有视觉计算组的一个小姐姐打电话进来,是从简历池里捞到的我的简历,说他们想做object detection和模型压缩相关的东西,想找个实习生,了解了一下实习时间,发现不match(她希望能5月入职),就说之后再联系。

小结

  • MSRA目前接触到的几个面试官这边应该都凉凉了,主要还是不match(时间和任务上)

  • 简历要是比较突出的话,扔官网海投也是有被捞的希望的

  • 实习时间和方向match会大大提升被捞和通过的机会

腾讯

 

AI Lab计算机视觉组


一面

在我们学院一个班长群问了一下有没有人可以内推腾讯,同时有两个师兄说可以内推,一个推了SNG QQ,一个推了AI Lab。

AI Lab的大佬很快发了邮件给我,加了微信,约了个时间微信电话面(2月27日)

找了个平常开会用的会议室,因为刚开学没啥人,还比较顺利。先问CVPR的论文,问完之后稍微问了一下其他的项目,没有问多少基础知识,说等跟老板确定实习时间之后再联系。

回到学校跟老板确定实习时间之后,AI Lab这边说,因为6月才能入职,现在处理起来有点早,让我4月的时候给他留言,到时候会有一个coding test,如果也通过了就没问题了。

等通知。

二面

约了3月22日做coding测试,原本是用http://collabedit.com协作编辑器来写代码的,中间出了点故障,就改用http://doc.google.com写代码(没高亮,不用IDE,主要看思路),两个LeetCode上的题(没刷到),先用小半个小时,简单写法做了一遍,第二题很快就OK了,然后想第一题的O(1)空间解法,一路提示下来还是写了出来。


HR面(4月3日)

3月31日腾讯的简历投递就要截止了,于是跟ailab的大佬说了一下这个情况,他们就给我转到流程里了,直接到HR面。4月3日下午,在实验室看论文,忽然打电话过来。主要问了这些东西:

  • 之前的面试感受(感觉还不错呀,觉得还挺适合的)

  • 介绍CVPR的论文(没怎么问细节,问了一下在论文中和导师的分工,还有实验效果)

  • 毕业后的打算(工作)

  • 家乡在哪里,对工作地和工作内容有没有什么意向,如果出省如何(偏好广东,出省也可以)

  • 有没有亲属在腾讯(如实回答,鹅厂有亲属回避制度的)

  • 实习时间安排

  • 课上完了没,实验室有没有什么活没干完

  • 问了一下我有没有问题

因为早上收到了笔试通知,所以我问了一下要不要做笔试,HR小哥说有空可以做一下,后面的流程比如offer会在清明后再联系我。

不过因为过了提前批的时间,所以系统状态里秒变不适合该岗位,内推我的面试官微信跟我说了一下这个情况,说是要4月9日之后开始实习生招聘了去更新状态,然后发offer给我,不过因为是硕士所以在AI Lab实习不一定能转正,可能会转到ai平台应用部,这边会给我实习offer(口头offer get√),但是如果想参加其他部门后面的实习招聘流程也是可以的,然后就是希望能早一点点入职。

正式offer(4月11日)

先电话确认细节,然后发短信和邮箱录用函,回邮件确认即可。

SNG QQ(2月26日)

SNG QQ在我们组开组会的周五打了电话进来,问了论文和一个detection的项目,从这里开始有问一点基础知识了:

  • Faster RCNN和SSD有啥不同,为啥SSD快?(不做Region Proposal,one-stage的)

  • 训练加速有什么办法?(答加大batch size,或者先adam再SGD)

  • 如果加大batch size需要调节哪些超参数(答加大learning rate,增加epoch)

等通知。

emmmm等了好久没后续,估计是把我忘了,也可能默默把我刷了。

腾讯优图

我印象中好像没投过腾讯优图,但是他们打电话过来。。聊了一下实习地点意向,表示不想去上海,就没有继续面了。

小结

  • 不要海投,专心一个就行。

  • 有时候面试官也不一定了解招聘流程,可以适当提醒一下加快进程

阿里巴巴

 

阿里云

官网投的,想着阿里这边先拿一个普通的offer保底,然后等腾讯AiLab的消息。

一面 3月7日晚

预约视频面试,在晚上提前搜了一下发现面试官是搞分布式计算的,不是搞图像的,所以面试的时候问图像不是很多。

  • 自我介绍

  • 讲了一个项目

  • 对深度学习的了解(说我在github上有一个这方面的1Kstar项目)

  • 问了一下怎么做图像处理,比如医疗图像处理(把CNCC2017看过的医疗图像处理方法全部给他说了一遍)

  • 简历上写了多模态数据挖掘,于是解释了一波多模态数据挖掘

  • 从论文扯了一下半监督学习,中间讲到了置信度,面试官就问对这方面是怎么学的,我说我们大一就有概率论的课

  • 问了一下对正态分布的理解(往高斯模型,混合高斯模型上扯)

  • 本来是要做一个算法题的,但是面试官他说他不是搞图像的,问我出什么题比较好,我说可以做矩阵运算相关的题啊

  • 然后拿了他们现在在做的一个医疗图像的任务里的一张图片,让我做分类,可以只写伪代码,也可以只写预处理代码

  • 把副院长视觉计算课的东西搬上去写了一通,高斯模糊降噪,拉普拉斯算子提取边缘啥的

据内推的师兄说简历已经到二面面试官那了,等后续通知。

二面 3.21

正在实验室改公式,忽然打了个电话过来就开始面了

  • 讲了论文

  • 问了CNN的原理

  • 问了调参经验(学习率啊,超参数学经典论文啊,每次都忘了吹一波Facebook那篇调参论文,重要的还是对数据和任务的理解啊)

  • 问了一道算法题,找出一个数组里边出现次数大于length/2的元素(剑指offer的题,一时没想到比较高效的方法,答了一个用哈希表做O(n)的,用排序做O(nlogn)的)

  • 有没有用过Hadoop, Docker这种大数据框架(我在维护一个Hbase的项目,将了Hbase里的rowkey设计,还讲了一下毕设准备用Spring boot和MongoDB)

4月5日,内推的师兄说简历到HR那了。

小结

阿里云和其他研究院/实验室相比要容易,问的东西都比较常规,一般论文讲完面试官心里就有数了,对于简历上相关的东西最好都熟悉一下,以免面试官扩展提问的时候答不上。

复习方向

  • 编程功底:刷LeetCode找找感觉,学好C++,走遍天下都不怕,虽然大厂都要求Python,但是阿里会稍微重Java,腾讯稍微重C++

  • 基础的图像处理知识,视觉计算课,数字图像处理课,计算机图形学,都可以翻一下

  • 基础的机器学习知识,李航的蓝皮书,周志华的西瓜书,学校的模式识别课,都可以过一下

  • 基本的深度学习知识,CNN,RNN,SGD,BN,各种训练Trick,要熟悉

  • 经典的论文:AlexNet,VGG,Resnet,InceptionV3, Xception,Faster RCNN, SSD,YOLO2

  • 自己的论文要能够完整地梳理一遍讲给别人听

  • 自己的项目要知道难在哪里,效果有多好

推荐阅读:

  1. 主成分分析(PCA)原理总结

  2. 当程序员看到程序运行成功那一刻

  3. 掌握数据生命周期:初识数据埋点

天善智能每日一道算法题,共同打卡小程序

推荐 0
本文由 人工智能爱好者社区 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册