作者：Mr.Lin_
本人985硕，是做cv方向（包括GAN，object detection，pose estimation），成果可以概括为：三个科研项目，三个国家发明专利，两篇一作论文（CCF B和C），三段实习经历都是cv岗位，这次暑期实习面试岗位都是算法研究。
目前拿到了腾讯AI Lab的口头offer，在等阿里达摩院人工智能中心的HR面，同时段还参加了华为，美图，海康威视，旷视，字节跳动等很多公司的面试。因为考虑牛友们的情况，决定加急整理出来这一路面试的经验。
（凭记忆可能不全）总结成一句话：要对自己的项目的每个细节都要理解，多面试多总结。下面是面经????
（1）腾讯TEG提前批二面挂：
一面：项目+扩展机器学习的基础知识（k-means，svm，LBP算子，mobilnetv2和v1的区别，主流的网络）+一个代码题
二面：项目+基础知识：这次面试失败是我拿到后面offer的关键，有一个问题我在后面被反复问到：目标检测中如何解决目标尺度大小不一的情况）+基础知识（pooling反向传播，python拷贝文件）
（2）腾讯AI Lab正式批口头offer
一面：主要是项目，然后基于你的项目做扩展提问
二面：coding test（三道：深度优先搜索相关，网格最短距离，numpy实现CNN）
（3）阿里达摩院（研究型实习生）：
技术面四面：
一面：全部问项目基础内容
二面：项目（会基于具体项目做扩展）+在线编程：深度优先搜索的一个题
三面：项目（也问了我如何解决目标检测中的物体尺度大小不一的问题）+编程：给一组数字添加正负号使他们的和为0
四面：基于项目开展，会提出他们当时在做的场景问题，因为我的方向和他们挺符合的，所以四面的部门主管挺想让我过去的。
交叉面：不难为人，先介绍项目，然后提问。感觉面试官是做人脸的
（4）华为（二面完，等结果）
现场二面，考察很全面，包括项目介绍，数学知识，编程以及深度学习框架，大体包括：
-
GAN的损失函数，
-
BN的数学形式，
-
主流的网络，
-
python实现判断回文（找最优做法），
-
python扩展维度，
-
导数和偏导的区别，
-
pytorch定义标量，
-
向量，矩阵以及张量。
（5）其他公司：美图AI Lab（等结果），海康研究院（等HR），旷视，虎牙，字节跳动，视见科技等：
除了字节跳动其他都是介绍项目开头，后面会问一些基础知识，比如：
-
激活函数的作用，
-
防止过拟合，
-
如何处理大小不同的图片输入（全卷积网络），
-
常用的损失函数，
-
常见的GAN，
-
如何检测小物体等
-
python，深度学习框架和linux命令的知识：
-
python深拷贝和浅拷贝的区别
-
pytorch实现CNN，pytorch中类的构造
-
tf控制显存
-
linux中找到正在运行的某个进程，查看显存，杀死进程等
-
旷视数学题：max(x,y)的数学期望
字节跳动一面只有代码题：将数字分成m段求各段和的最大值最小是多少（动态规划或者二分）。
