2022-01-21 00:26 上海交通大学算法工程师

关注

小公司-医学图像算法岗面经

问：毕业时间、工作经历、换工作的原因。

答：xx年毕业，正式工作一年多，疫情回家太不方便，想换一份离家近的工作。

问：现在的工作主要做什么？以后想做什么岗位？

答：课程产品。想做技术。之前的项目经历和这个岗位jd比较匹配。

问：还记得项目内容吗？讲讲。

答：开始讲项目的内容，项目分了两部分。

问：项目背景是什么？

答：就是为什么做这个项目。我们实验室本身有基金项目，和医院有合作。

问：项目最终产出了什么成果？

答：毕业论文和专利。检测的acc是85%和分类的查准率是75%

问：数据是怎么收集的？项目是你自己做的吗？

答：（讲了一大堆。。。）

问：现在做什么工作内容？

答：两部分，一是协调各部门资源，完成一个产品；二是新产品研发。找人，产出内容，内容包括。。。

问：技术细节比较少，像产品经理？

答：是的，但也有代码工作，项目优化，目标是代码要比公开代码效果好，产出课程内容。

问：技术方面，挑一个最熟悉的网络讲。

答：讲deeplung那块儿做的工作。检测。

问：从收集数据开始讲，包括困难，和医生怎么沟通。

答：去采数据之前，和老师沟通好，要什么层厚，时间范围，必须要有病理等等细节。去医院跟医生沟通，我们要做什么事情，需要什么数据。医院数据有病历、图像、病理等不同的系统。先在病历系统筛选初步数据放在excel，然后去另外两个系统查看是否都有。一个人看一个系统。

问：为什么分开看不同的系统？

答：因为两个系统都要有数据，才能要这个病人数据。

问：为什么不每个人筛500条？

答：因为两个系统可以快速导出有没有这个数据，并不是一条一条查（其实是我记错了，实际是每个人分一半查的，编了一下）接着把病例的数据采出来。数据格式分别是dicom和图片。现实遇到的问题xxx，最后采到了500+条数据。数据在硬盘和光盘进行了两次保存，带回实验室做研究。deeplung用的训练数据是lidc，和我们的数据差不太多，可以直接用。开源代码里预处理里面缺代码，找了luna2016比赛的预处理功能代码，调整后加入。采回来的数据也进行标注，标准是病历和病理。

问：这个过程优化可以做在哪里？潜在的问题在哪里？

答：工作都是按老师的要求去做，太小或者太大的结节不要，这块可以研究一下，是可以检测出来的。

问：病理不会告诉病灶是哪一个对吧？

答：病理分为穿刺和手术后病灶。大致会说哪个位置，大概的大小也有，有些会有特殊说明，能找到对应位置。

问：标注了多少数据？

答：几百个。不仅标注位置，还要标边缘。实验室研究需要这些标签。

问：识别完了之后怎么做？

答：分类用resnet，我的数据一部分做训练，一部分做测试。查准率75%。

问：分了哪几类？

答：良恶性两类。

问：后续还有接着做吗？

答：PYQT写了一个软件界面，把整个工作包在一块儿，申了个专利

问：专利讲什么？专利要有两年以上？找代理还是直接提交？

答：就是整个工作。毕业之前已经收到修改意见。导师负主责，我不太清楚。

问：技术方面有什么经验分享？、

答：检测那块自己的数据可以加进去一起训练。后面的分类网络换了一个，但是没进行针对性优化。这些都可以花时间做。

问：上的课程跟图像有多少关系？

答：数字图像处理、随机过程、信息论，这三个印象比较深，研究生只有研一有课，记不太清。

问：开发用什么系统？

答：没有要求，我自己用win和linux

问：linux有多熟

答：一年

问：跑什么命令

答：进入路径，打开，修改。

问：终端打开？用什么编辑器？

答：深度学习方法做用pycharm比较多，linux上用编译器比较少。

问：问个数学问题。n个台阶，每次走1步或者2步。

答：力扣题。n=1时有1种，n=2时有2种，n=3时有3种，n=4时有5种，斐波那契数列。

问：线性代数问题。特征值的定定义？

答：Ax=mx，就说m是A的特征值。

问：特征值的物理意义是什么？

答：不知道

问：讲讲BN层

答：数据必须要做归一化，很可能训练不出来。在batch里做归一化。

问：特征丢失了怎么办

答：很多特征都是冗余的，有用的留下就行。

问：栈先进后出，实现栈进一个元素和出一个元素都是常数时间复杂度。加强版功能：求栈的最小值也是O(1),例如：数组[3214]

答：一个栈用来pop和push，辅助栈取最小值，放的时候根据辅助栈有没有，如果辅助栈没东西，就同时push一个，如果有东西，判断大小，push的小，就再push一个最小的，push的大，就push辅助栈[-1]那是个最小值，这样pop的时候，两个栈一起pop。

问：传统机器学习方法了解。

答：看得比较多，kmeans，knn，看项目需求吧。

问：讲一讲kmeans

答：kmeans聚类算法，k是聚类的类别数，相当于一个超参数，事先给定或者有个肘什么法帮你选一个比较好的k，算聚类数和损失之间的关系，在斜率比较大的地方的k比较好。具体做法是，例如二维数据情况下，我要聚3类，随机选三个点，算每个点和簇的误差，比如定义为距离平方，把每个点聚类到最近的类别中去，求类别中心点的平均作为新的中心，这是第一遍。迭代n次之后，每个类内误差接近某个固定值不变，就可以结束。

问：kmeans时间复杂度？

答：O(tkn)，n是点的数量，k是类别数，t是迭代次数

问：为什么这个算法一定能够终止？

答：一般是定迭代次数，或者误差到一定接受范围内就停止。

问：为什么一定能终止？

答：求平均过程的过程把误差越拉越合理，不可能越来越大。

问：再说严格一点。

答：我觉得这很直观

问：概率模型了解吗？贝叶斯、随机场？

答：听过贝叶斯和随机场

问：图像问题，背景黑色、前景白色，倾斜椭圆，求其长短径和中心。

答：形态学方法是能想到的。研究生阶段主要做深度学习方法，研一学习数字图像处理，所以想到形态学方法，Hough检测。实际工作中，搜索引擎都能解决。