面试职位：cv算法工程师
深兰科技
第一次电面:
问: 看你的简历,你在你们公司还是呆了蛮久的,为什么现在有其他想法了呢?
问: 哦,了解,那你先简单叙述一下你现在的项目组主要是做什么的,然后在这里面你做过哪些?
问: 那你还是目标检测和场景分割做的比较多一些,那你能不能说一下你比较熟悉的网络,包括他内部的结构,他的输入输出是什么样子的?
问: 你对Alexnet, VGG有什么了解么,这些比较基础的网络结构?
问: 那你说了resnet解决了模型深度增加,精确度减低的问题,那他是怎么做到的,为什么之前的网络会有这种现象的产生呢?
问: 你平时是怎么优化的呢,是修改网络结构还是仅限于调参数?
问: 你都用什么框架,是怎么集成到一起的呢?
问: 你平时开发语言是哪些,了解程度怎么样,开发会占用你工作时间的几分之几?
问: 那你能不能说一下具体的一个接口的开发逻辑,其他人调用你们给的输入,输出都是什么样子的?
问: 你简历上数学建模国二,含金量还是比较高,数学理论怎么样?
问: 你简历上之前在学校的时候做过linux小组组长,当时都是做些什么,linux熟练度是怎么样的,只会增删查改么?
问: 平时开发环境是怎样的,会不会用VIM?
问: 那你训练模型用不同框架,环境配置是怎么样的,这些了解么?
问: 你以后会在上海长期发展么?
问: 你有什么问题么?
二面 现场
面试官1
问：给了一张电视台踢足球的图片，然后给了运动员下一个可能动作的概率，问有什么思路？
答：行为预测；
问：给了一张电视台直播的图片，希望能够去掉电视台台标水印，且尽量实时，问怎么做？如果无法穷举所有台标，怎么造假样本、处理数据？
使用gan生成、知道哪些gan网络？
答：
问：使用python写从一张图上抠出某一区域的代码？
答：
问：使用python把两张图拼在一起？
答：
面试官2
问：过去经历，人生规划...
答：
问：卷积核参数量的计算（64*64*25经过3*3的卷积核，生成64*64*37），问产生多少可学习的参数？
答：3*3*37
问：卷积与反卷积的区别？
答：
问：softmax听过吗？作用是什么？
答：
问：知道哪些激活函数？原理是什么？
答：relu（pRelu、leakyRelu）、sigmoid、tanh
问：卷积层需要设定的参数？
答：卷积核的大小、步长、padding大小和策略、卷积核channel
问：池化层需要设定的参数？
答：size、stride、池化类型
问：c++ 继承的重定义的原理、函数调用方式？
答：
问：c++虚函数的原理？
答：
问：c++代码编写求两个整数的最大公约数？
其他面试题
1. 深度学习的loss了解么？
2. ssd的基网络是什么？
3. 还了解哪些目标检测网络？
4. ssd与fastrcnn的区别，产生原因？
5. c++的内存泄漏听过么，产生原因？
6. batchnorm原理
7. 测试集效果好，实际使用比较烂，怎么回事？怎么解决？
iou交并比代码
逻辑回归损失函数的推导
方差、偏差的区别
aoc、roc
pr曲线
map的计算
命令：把文件夹中所有以“.jpg”结尾的输入到一个txt。
“>>”与“>”的区别。
泰勒公式在f0点的展开式
答：