?????? 18年的暑假，因為自己于七月的尾巴決定了自己的保研院校，所以八月份就回到了學校認真梳理知識，計劃找一個計算機視覺算法實習的工作來填補大四上學期的空閑。忙碌奔波了一個月，面了幾家公司，最終定到了去曠視做曠視研究院的實習生。因為網上針對本科生的實習面經很少，故于十一長假期間想把自己的這段經歷寫下來，也希望學有余力且能力優秀的本科生看到這篇博客能積極地進公司實習以了解真實社會的需求。

?????? 簡單介紹一下，因為我是北京大學生，所以找的實習公司都是在北京的，具體實習面試了五家公司：樹根互聯AILab、圖靈通諾、Momenta、愛奇藝、曠視。下面我針對這幾家公司具體介紹一下自己的面試歷程：

?????? 樹根互聯AILab：面試通過，面試結束的四天后拿到實習錄用通知。

? ? ? ?樹根互聯我只面了一輪電話面，整個面試過程大約有40-50分鐘，主要還是圍繞CV這塊詢問。電話中首先自我介紹，接著開始針對我的簡歷詢問項目經歷，問我的數據集是如何搜集的，我回答是寫爬蟲+人工手拍照片搜集。然后面試官看我的簡歷中提到自己學習過CS231n課程，于是面試官詢問了dropout的偽代碼流程，以及dropout在測試階段和train階段的區別與聯系還有Batch Normalization的流程和作用，之后又問到了YOLO 系列的區別與聯系，以及pytorch的squeeze()函數的功能，不過關于squeeze()函數這塊我回答得不是很理想。還問了ResNet和DenseNet這兩個basemodel的區別與聯系，以及DenseNet的block結構細節。最后問了一個關于OpenCV的使用，問圖片中有雪花噪聲如何清除，我答是用高斯濾波，面試官給的建議是使用中值濾波。

? ? ? ?總的來說，樹根互聯公司的面試注重的是知識面的考查，問的東西很多但是對于細節并沒有要求特別深入。

? ? ? ?圖靈通諾：只面了一面電話面，之后一兩周后并沒有等到第二輪面試，不了了之。

? ? ? ?圖靈通諾的第一面比較水，沒有問到任何CV相關的知識，只問了我之前寫的爬蟲的程序的流程，是如何爬取百度、谷歌的圖片，我回答說我在博客中有寫過。整個面試過程時間很短，臨結束前和面試官閑聊的時候得知面試官仍是清華在校生，他們的團隊是初創團隊，應該是剛成立，還沒有一套完整的招人機制。考慮到如果之后加入他們團隊的話需要獨立做許多事情，而我自己暫時只想去一個有一定規模的公司在mentor的指導下開展工作，提升自己的技術棧，所以面試結束前表明了自己的心聲。

? ? ? ? Momenta：面了四輪面試后，HR打電話問是否接受第五輪面試，當時已經簽了別的公司offer，就拒絕了。

? ? ? ?一面：問了項目細節，項目中使用的分類模型MobileNet的細節，做的是幾分類。之后又問了Faster RCNN的RPN部分完整的工作流程，我對于RPN理解得不好，而面試官問得很細，所以在此處就開始崩盤了。最后問了我一道Leetcode上的代碼題：buy and sell stocks II，我當時leetcode刷的太少，思路也沒打開，所以沒有寫出來。

? ? ? ?二面：只問了兩道算法題，第一道是buy and sell stocks I，第二道此處記憶有些模糊，但兩道題難度都不是很大，我很快地解決了。

? ? ? ?三面：問了在哪保研、可以保證的實習時長，還有Precision、Recall值的計算，問了我之前做的一個OCR識別項目的細節，又問是如何評判該項目最終識別的精度。接下來問了兩道算法題，第一道是找出數組中出現頻次超過數組長度一半的那個數(劍指Offer中的一道題)，第二道是求n級階梯跳青蛙問題（劍指Offer中的跳臺階問題的擴展題），兩道題難度都適中，我都做了出來，但是第一道沒有給出最優解。算法題問完后，又問了一道簡單的log函數的圖像繪制問題，大概是高中數學的難度，比較水。隨后問了Yolo v3和Yolo v2的區別，同時問到了為什么Yolo v3的Softmax會變為二分類Logistic，這個地方我沒有想過，所以沒有答好。后來又要求我介紹下NMS算法以及問Softmax函數是如何推導的，Softmax的物理含義。

? ? ? ?四面：四面是電話面，一共就是三道問題，第一道問的是典型的面試題--三門問題；第二道道問的是求最大值的期望的問題，是大學概率論中的題型；最后一道是算法題，要求從非遞減的float型序列中找到目標數值的下標范圍（貌似也是劍指Offer中的問題）。

? ? ? ?總的來說，Momenta的視覺崗位實習生的標準要求還是蠻高的，他們更注重的是深度而不是廣度，同時Momenta公司很喜歡考查算法題，題目大多為劍指Offer和Leetcode上easy到medium難度的題目。

? ? ? ?愛奇藝：只面了一輪現場面，面試未通過。

? ? ? ?愛奇藝的面試開局就很不順利，自己因為滴滴上打了拼車遲到半小時，給面試官的第一印象就很差。面試中首先進行項目介紹，接著面試官問了OCR識別這一塊的工作以及對于OCR中使用到的算法的理解，我提到了CTPN以及CRNN算法，但這兩個算法我都只是了解了梗概的部分，具體細節理解得并不好，回答得也不怎么樣。接下來就是一些常用檢測模型的詢問，竟然被問到了Overfeat模型，我只知道這是14年左右的一篇論文中提到的算法，但是細節還是說不清…面試官轉而又詢問Yolo系列，這一塊我勉強過關。最后問到了和Faster RCNN的區別，比如為什么Faster RCNN精讀高一些，為什么Yolo速度快一些這類的問題。

? ? ? ?整體而言，愛奇藝的面試官在CV領域的理解比較深入，同時對于實習生的水平要求也很高，他對于簡歷上CV相關的工作都要求講出所有的細節。

? ? ? ?曠視：現場面試了兩輪，當晚收到了錄取通知。

? ? ? ?一面：一共就問了兩道算法題，曠視有白板可以直接在上面手寫代碼。第一道是視覺中典型的IoU值的計算問題，第二道是給定一個二維數組的bounding box，再給一個target bounding box，要求找到大于0.9的IOU值對應的bounding box，感覺這道題可能是實際場景中遇到的一道題目，我一開始就明確了是二分查找的思路，但是細節處理得很有問題。

? ? ? ?二面：二面面試官是做項目經理這種類型的，沒有問到任何技術細節，主要是問了我做過的項目的流程、梗概這些，其中也穿插著對于曠視公司的吹捧，員工能力的分布，總之二面給我的心理挫敗很大…

? ? ? ?回顧我的曠視面試，可能是因為剛好我面的組缺人，所以整個面試過程問到的理論細節并不是很多，也算是趕巧了orz。

?

? ? ? ?我的面試經歷大致就是這些，因為自己只是剛入CV坑的本科渣渣，所以也沒有多余的建議給大家，還是希望大家多多學習，多刷算法題吧！

總結

以上是生活随笔為你收集整理的本科视觉算法实习生面经的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。