学妹拿到字节和商汤offer了！
大家好，我是 Jack。
今天和大家分享一位浙大学妹的面试经历。学妹虽然刚研一，却已经拿到了字节、商汤、海康、快手的CV算法offer。
每一次面试都是宝贵的复盘机会，相信她的经历可以帮助你在后续求职中查漏补缺。以下是原文：
先说下本人情况：
本科北交大，保研到浙江大学电子信息，科班，目前研一
一篇很水的顶会，一篇ccfb，两个都是共一，CV方向的(医学图像）
一篇北京市优秀本科毕业论文+一段小公司3个月左右的实习
01 字节（已offer，没去）
很可惜，base在北京，我人在杭州，实验室还有很多工作要做，不然我就怎么也得去，但是考虑到自己比较喜欢踏踏实实的做东西，并且希望自己第一份实习尽量长些，whatever，机会总是有的，未来可期。
时间线：
5.17 通过内推投的字节，简历很快被评估通过
5.23 电商一面
5.30 发感谢信
一面面经（20min左右，凉）
面试我才知道是知识图谱小组捞了我，但咱真不懂啊，于是展开了很尴尬的20min的对话......
1. 简单自我介绍
2. 能实习多久，什么时候可以入职
3. 谈一谈你的第一篇文章（过程中反复给面试官说原理，但可能面试官不是做分割的，就一整个他也很无奈我也很无奈
4. 你知道CLIP吗（不知道）
5. 做过多模态融合的工作吗（只知道大概，没具体做过）
6. 说说transformer吧（顺利讲完，没有什么意见）
7. 说下retinanet的focal loss
8. 如果要在上万的图片中去搜索，怎么比较高效？
9. 如何处理类别极度不平衡的问题？（答的很差，他笑了...）
10. 做个题吧：最长回文子串的问题
磕磕巴巴写完了，动态规划，他也没有看直接说可以直接暴力搜索，然后说下去再看一下，我:........。后来发现有个循环出了点问题，面完就知道差不多凉了，全程只有20min左右，然后我们俩一整个你不了解我我不了解你。
一直等到6.15被捞去了电商另一个部门，也是做CV的。
6.20 一面
6.24 二面
6.25 HR面
一面面经（1H，过）
这是我见过最好的面试官了，我当时就想别管我过没过，真的很感谢他，全程都十分耐心，还鼓励我要对自己有信心，我真的想当场泪目。主要作为一个研一的小孩，从5月中旬开始准备以及投简历，到现在真的很辛苦，话不多说....
1. 自我介绍
2. 介绍下paper
3. 关于之前实习的具体细节，做了哪些工作
4. 如何解决类别极度不平衡的问题？（我不会，面试官贼有耐心，说没事我有一个方法你看我说的对不对.....真的很nice）
5. 介绍下mobilenet系列
6. 介绍下senet
7. 说下transformer
8. 说下focal loss
9. 介绍下深度可分离卷积和传统卷积的区别
10. 做个题吧：无序数组的第K大个数
说实话，我知道大概思路，但是当时太紧张了，脑子里面一片空白，一度觉得要完了，我一直在颤抖。面试官问我有什么问题吗写的时候或者可以先说下大概思路，我说了快排，时间复杂度O(logn)，他又说有没有优化算法，我说了最优解，他说没关系，按照你的思路来可以先写一个快排，我很快写好了。
接下来就是面试官一步一步引导我最终完成了整个代码，我真的......最后一遍一遍说感谢面试官，因为我以为字节算法只要没秒，就没有后续，没想到这个面试官一直鼓励我说我写的还不错，哈哈哈
11. 如何防止过拟合
12. BN在训练和测试的时候的区别？可以防止过拟合吗？
13. 反问的时候面试官和我说要多刷算法，他说现在不熟很正常，要我多练习，不然后面面试走不远....呜呜呜呜呜真的太感动了
二面面经（1H20Min 过)
这次是个大leader，十分搞笑的一个人，全程是既和我开玩笑，又带着一点嘲笑，又有一点认真，刚开始的时候他说他这边事情比较多，说要快一点，我傻傻的以为会没有算法题，结果我发现我是真的天真，接下来就是十分煎熬的1H20Min.....
1. 自我介绍
2. 介绍下两篇paper （然后就明里暗里吐槽我做的水，哈哈哈哈）
3. paper中这个为啥要这样做，那个为啥要那样做.....我真的，反正问了很多细节
4. 什么是AUC
5. 说下Transformer的计算复杂度
6. 介绍下mobilenet系列
7. 做题：二维数组的顺时针遍历
因为之前面试失败之后一直在刷题，这个题不算难，所以很快就写上来了
8. 如果你来测试用哪些样例来测试？为什么？边界为什么要这么处理？如果不这么处理会出现什么问题？
9. 一道概率题，比较简单，但是我没怎么复习，导致磕磕绊绊的，面试官说我做的还行，我......
10. 一道卷积核大小计算题，不难，记住公式就行
11. 再做个题：二维数组，每一行是有序的，求最小的k个数，不用写代码直接说....
说了堆排序，然后让计算复杂度
12. 场景问题：如果要检测的物体被遮盖了怎么办，有什么思路
13. 平时调参有什么技巧
14. 提高模型精度的一些小trick
HR面（30Min 过）
1. 介绍下自己
2. 女生为什么选择计算机
3. 为什么喜欢CV
4. 自己最失败的case
5. 如何看待大厂裁员
6. 自己最有成就感的事情
7. 介绍下自己之前的实习经历以及收获
8. 介绍下之前公司值得学习的模式
9. 实习时间等
10. 未来职业规划
02 商汤（已offer，最终决定去）
智慧城市事业群，时间线：
5.25 一面（过）
5.27 二面（过）
5.30 三面（过）
6.6 HR面（过）
一面（1h，过）
1. 介绍下自己
2. 介绍下文章
3. 你的这份实习主要做了什么工作
4. 遇到的问题是怎么解决的
5. 说下retinanet的focal loss
6. 写一下NMS的代码
7. 为什么医学分割常用Unet
8. 为什么不常用deeplab系列
9. 实习时间+什么时候入职
10. 什么是空洞卷积？计算空洞卷积的输出大小
11. 其他的真的忘了qaq....
二面（40min，过）
1. dice loss代码
2. 介绍下deeplab系列
3. 计算卷积的输出
4. 常用的目标检测网络介绍
5. 实习项目的各种细化问题
6. 计算IOU
7. RetinaNet介绍以及创新点
8. 其他的忘了......
三面（40min,过）
1. 调参技巧
2. 谈谈医学图像和自然图像分割的区别
3. 谈谈医学图像分割的未来发展
4. 介绍下两篇论文
5. 如果test精度降低，train loss下降如何解决
当场通知通过
03 海康威视研究院（过，没去）
研究院工作，拒绝的原因是我不想接着做医学图像，感觉之后好难找大厂工作。。。。时间线：
5.23 一面（过）
5.27 二面（过）
一面
1. 如何防止过拟合
2. Transformer的相关问题（建议把面经背熟）
3. BN与dropout（面经）
4. 医学图像与transformer结合的未来发展
总之，海康给我感觉很看重面经的积累，问的都是面经的问题，比较简单记住就好。
二面
1. 目标检测相关问题
2. 项目的很多细节
3. 其他的都忘得差不多了
总之，海康的面试就是很简单，真的很简单。。。我都怀疑我去的是不是研究院。。。
04 快手（一面凉）
算法工程师
一上来先考代码，一道bfs搜索问题，也不知道我是失眠一晚脑子混沌还是啥，就一整个蒙了，而且快手几乎不出leetcode原题，我面试官还是打ACM的一整个gggggg，bbbq，还被质疑了，不过面试官最后也给我很多建议很受用,hhhhhhhh，就是说还是很有收获的。
小结
最终决定去商汤，主要原因没有别的我人在杭州哈哈哈哈哈哈，实验室的任务也比较多，hhhhhh，还是那句话，选择没有对错，未来还很长....
