前言 随着高通的正式offer下来，基本上秋招结束了。剩下的就是一些三方和合同处理的事情。我的秋招从8月开始准备，到10月末。后面有可能再随便考一下省考选调什么的，体验一下。 背景是广东工业大学本硕，1-7月份在某公司的研究院实习，有一篇SCI1区论文在投，还有一篇论文在写，参加过一些相关比赛还有负责项目，还有一些专利证书什么杂七杂八的。 在这里分享一下一些面试时被问到的一些问题，和我个人的一些经验，希望能帮助到找工作的大家。有幸获得一些公司offer： 1，奥比中光 计算机视觉工程师2，荣耀 计算机视觉工程师3，某国家级实验室 研究助理-生物CV方向4，广州某国企 计算机视觉工程师5，乐信 机器学习工程师6，深圳某国企 计算机视觉工程师7，京东方 电路设计？？ （不知道为什么调去这个岗....）8，工商银行广州 软件开发9，工商银行珠海 人工智能工程师10，中移信息 大数据算法工程师11，博智林 计算机视觉工程师12，天翼 机器学习工程师13，高通 机器学习工程师经验 1，早点准备，7月份就可开始准备投简历了。1-7月份多刷leetcode，多参加比赛，多参加项目。尤其是leetcode一定要早点准备。2，多海投，多面试，当时我记得前期几乎把有深度学习和机器学习的岗位都投了一遍，面试面得麻木了。信息来源的话主要是牛客网，51job，和前程无忧。还有就是关注一些公众号，比如学校的就业指导中心3，心态平稳。4，多看对应公司的面经，总结常问的问题。面试过程 0，笔试1，自我介绍2，简历上项目中的细节一定要弄懂，还有延申出来的知识点都要很熟悉3，基础知识（例如卷积的特征图计算，Transformer的结构，python的迭代器，C++中的多态，进程线程什么的），可以自己总结或者看看github，知乎上其他人总结的知识，最好自己说一遍4，手写代码（多刷leetcode）面试问题汇总 锐明技术面经： 项目问题：0，为什么不用GCN图卷积0，深度可分离卷积1，深度可分离卷积和shuffle net1，CE loss Focal loss区别2，Focal loss作用3，最后一层到类别怎么输出（我答了全连接加CE loss）4，堆和栈的区别5，举例激活函数6，BN的问题，问得非常细！！！面试官评价：项目不错，基础要补百度面试： 项目问题，笔画数据集大小实习项目faster rcnn 创新点1X1卷积 作用卷积的特征图的计算决策树，聚类等传统机器学习模型tcp/ip激活函数的特点，从求导方面说，怎么设计一个激活函数Batch Normalization layer Normalization实例分割的项目的工作量在哪，是否用到C++，C语言面试官评价：项目工程能力不错，项目很多，但是机器学习的基础知识很多还要补寒武纪： C++多态卷积计算多态，虚函数，基类，封装static在C和C++里各代表什么含义还有一些C++的内容忘记了，都是基本内容题目：链表判断环可能是一个做了一个寒武纪相关的比赛，感觉他们对我比较感兴趣介绍量化介绍怎么把一个网络的宽度，深度合并结构体 ，类寒武纪二面： 骨架点的输入数据的维度是什么有没有在CPU，GPU上运行过设计的模型基本上都是项目相关的延申用过什么卷积，介绍深度可分离卷积喜欢研究算法还是算法落地奥比中光： 1，基本上都是问项目2，每个BN怎么更新（每个batch重新计算均值，标准差？，再更新网络？）3，resnet 的shortcut作用奥比中光CTO面试： 1，怎么看待深度学习的未来...2，一些HR类的问题中科院自动化所 0，主要是项目相关的1，python 的迭代器（怎么用）2，C++有用过吗2，CE loss3，目标检测的loss函数4，目标检测有了解吗5，tf怎么读取数据6，用了哪些深度学习框架7，可以来实习吗8，薪酬9，梯度截断，pytorch固定部分参数荣耀： 1，全程项目，以及项目的点的延申 京东方： 1，介绍项目2，问了不了解京东方，介绍一下3，为什么要投北京，北京适应嘛4，最开心的事情基本上都是一些HR方向的问题小米： 面试官巨温柔！！！1，项目+自我介绍，2，寒武纪项目介绍运行，怎么运行，改了哪里3，深度可分离卷积4，介绍第一篇论文5，手写卷积，用python6，Loading Question... - 力扣（LeetCode）https://leetcode-cn.com/problems/k-diff-pairs-in-an-array/solution/复杂度是多少乐信： 1，交叉熵损失，和什么散度的关系？交叉熵衡量什么，代表什么2，transformer中3，交叉熵 相对熵（答不出。。）4，详细讲了项目等相关话题5，职业规划乐信： 1，基本上还是项目问题2，讲述一下transformer3，有没有用过树模型寒武纪HR： 1，薪资2，对去北京怎么看待。。2.5，性格有什么缺点（灵魂拷问）3，然后还是基本上是hr问题比较多4，最成功的事情，最失败的事情5，怎么当参赛组长CVTE镭晨 1，高斯滤波2，openpose怎么检测点，怎么回归出点3，跌倒时是向哪一个方向倒难以检测出来4，骨架点模型的输入是什么样子的，怎么和骨架点检测模型结合...广电运通： 1，问能不能去实习2，还有一些项目相关的3,为什么不用GCN图卷积...中科院自动化所： 1，怎么拼凑矩阵2，怎么计算出三个不同尺度的运动信息3，concat维度怎么变化,怎么把速度信息和空间信息concat起来，维度怎么变化4,怎么处理数据欢聚时代： 1，FPN + RESNET ，FPN的作用是什么2，整个yoloact的流程3，讲一下transformer4，交叉熵损失.5,shuffle net6,CRNN + CTC的整个流程工行广研： 1，你是深度学习那边的？你投的是什么2，学习能力怎么样？3，好像和HR面差不多工行珠海： 1，用的什么语言比较多2，用过JAVA，SQL吗3，为什么来珠海海康威视： 1，最熟悉的项目2，BN的pytorch中的超参数（mo...?），3，深度可分离卷积的计算量和普通卷积之比4，卷积与深度可分离卷积的计算量和参数量5，还面了哪些6,model.train()和model.eval() 7，介绍一下轻量化设计的一些方法（紧凑型设计，量化）高通： 电话三轮面试，分别有三波面试官，每一波大概3个1，项目balabala2，量化的原理，有没有看过tflite的源代码，量化的公式是怎么样的3，static的作用4，智能指针5，基类的析构函数是虚函数？  在实现多态时，当用基类操作派生类，在析构时防止只析构基类而不析构派生类的状况发生。6，完整看过的技术相关的书是哪一本7，python 迭代器8，内存泄露9，3*3的卷积和5*5的卷积的区别10，BN的超参数，BN归一化后的分布11，子串的最小值的和主要是C++问的比较多（硬着头皮），最后我们还要用英文交流几个问题极飞科技： 1，项目巴拉巴拉2，HR面试基本套路3，数据增强有哪些中兴新事： 1，项目巴啦啦2，深度可分离卷积。。反正比较普通3，lstm原理三个门作用和sigmoid函数tanh使用，梯度消失问题如何解决，rnn为什么不能，缺点如何造成的。lstm如何解决长期记忆问题广发卡： lightbgm和gbdt，xboot的区别最后： 可以看到其实我后期基本上都是投的是广东地区的公司，因为是广东人，上面有些公司通过了面试但是也考虑到地区原因或者各种原因没有去二面。后面还有面到一些公司，但是问的问题没有超出上面的范围，所以就没有记录了。 最后希望大家都能获得令人心动的offers！！！！！！！！！！！！