渣硕求指导旷视研究院video组头条AILab cv岗两家package差不多，怎么选，老哥们求指教头条大小周，旷视双休头条to c业务，旷视to b业务

头条ailab cv岗旷视研究院video组这两家package差不多，但是头条大小周，旷视双休

如题

旷视，旷视研究院video组，做视频结构化之类的头条，AILab，具体方向应该要跟业务挂钩两家的package都差不多。但是头条大小周，旷视双休。老哥们，该咋选，明天就是ddl了。

最近收到旷视的oc，被逼签，明天ddl，好焦灼。但头条、滴滴、依图这三家还没开奖。请各位大佬帮忙看看旷视这个要不要接offer情况如下：旷视，旷视研究院video组头条，AILab依图，基础研发4组，应该是做教育相关的cv滴滴，自动驾驶部门，偏开发一点，算法较少。目前就旷视一家谈薪。老哥们，咋办？？？

最近收到旷视视频组的oc，想了解一下部门情况，有了解视频组的盆友吗？求私信。

转转，算法岗，24*15，无房补，无签字费，base北京      求问大家这个怎么样，      目前本人手里有头条，滴滴，爱奇艺的意向书，但还没谈薪

目前面试的岗位主要两个方向，一个cv，一个搜索推荐，两个方向都拿了一些offer，请大家帮忙看看，帮我排除一些。个人倾向于去一家技术实力强的部门和公司。cv：头条，AILab云从科技（四小龙之一）Aibee（500人规模）更美（500人规模），医美行业滴滴自动驾驶新公司，据说软银科技投资了它，应该能拿到sp算法：阿里高德，业务主要是地图规划导航那一块，感觉应用面比较窄，以后不好跳槽滴滴，策略交易部门，据说是核心部门，业务主要是负责司机和乘客之间派车、交易等等，同样感觉应用面较窄，以后不好跳槽京东，推荐相关爱奇艺，sp，搜索推荐，因为是搜索推荐，个人觉得以后发展前景应该还不错学而思网校，推荐相关...

9.29号面试   9.30拿到意向书   十一节后，今天接到了爱奇艺hr的oc，拿到了sp，接着帮我申请offer流程。   效率也太太太太太快了，实名表扬！！！

一面      简单自我结束+项目介绍+着重问了其中一个项目的细节和内容，   问了几个概率题：已知x，y的期望和方差，且x，y独立，求xy的方差   代码题：反转链表      二面：   简单自我介绍+项目介绍+项目细节问了很多，还有一些机器学习常见的知识   概率题：已知x，y独立同分布，求max(x,y)的期望      三面：   简单自我介绍+做的最好的项目介绍   开放性的智力题：上台阶，一步、两步、或三步，求上到n级台阶的可能数   已知A、B两个人在一个圆里放硬币，谁放不下谁输，已知A先放，求有没有A必赢的策略   接着问了些意向和规划，当时面完，就被面试官加了微信，第二天就...

一面：简单自我介绍+项目介绍+cv里目标检测的一些介绍，anchor-based和anchor-free的，FPN、ROI pooling的一些介绍，优化器、损失函数等，着重概念代码题：给定平面上若干点，给定一个固定视野角度的摄像机放在原点，问摄像机应该与x轴呈多大的角度能够看到最多的点。这个简单，计算所有点与x轴的夹角，再排序，一次遍历即可二面：简单自我介绍+项目介绍+cv领域的概念，1-stage和2-stage的很多内容，也问了项目很多细节无代码题hr面：​面试官很nice，很友善，很好相处，主要介绍了AIbee公司的规模、业务，还展示了几个demo，全程很愉快。过了三四天的样子就收到了...

搜索推荐和cv哪个应用前景更好啊，不考虑公司，只考虑行业，请各位大佬指指明路！！！

一面：   简单自我介绍+项目细节+常见的机器学习算法的介绍和概念，以及应用场景，例如：LR，SVM，决策树，随机森林，神经网络，GBDT……   还有就是一些模型训练中常见的，例如：损失函数，优化器，激活函数，过拟合等……   代码题：好像是二叉树非递归的先序遍历，有些记不得了      二面：   简单自我介绍+项目细节   狂问项目细节，问了很大特征工程、模型选择、模型训练、模型优化等各方面的问题   还问了很大机器学习算法的概念，应用等      全程两面加起来面了不到一个半小时，就结束了，过了3天，收到了意向书。      以上仅供参考，祝各位小伙伴好运，offer连连。

一面：   简单自我介绍+上来就手撕代码，要求C++   1、将一个ip地址映射成一个独一无二的数，当时我比较菜，之间把12位数存下来，转成float类型输出了   2、利用快速排序求数组的top K元素，最开始用的递归，很简单   3、利用快速排序求数组的top K元素，要求，非递归   后面就问了写对教育的看法，以及对算法的理解      二面   简单自我介绍，二面面试官很nb   开放性问题，给了一个场景，预测道路拥堵情况，提供解决思路，解决办法，问了很广很深，超级追求细节，中间还手推了SVM的过程   问了特征选择、特征工程、模型选择、模型训练、模型优化、模型融合、如何改进等等各个方...