京东DMT
京东DMT一面
- 计算机基础知识:SIFT、卷积的空域/时域/频域之间的关系、梯度消失/爆炸
- 个人研究提具体问题
- 意向部门/业务
- 未来技术发展和研究的计划
- 京东DMT的介绍、提问
京东DMT二面
- 介绍自己的工作,问了很多详细的问题
- ML基础知识:BN,CNN是一阶优化还是二阶优化问题,逻辑回归和线性回归之间的异同
- 实习工作的具体应用
- 为什么选择京东,职业生涯的规划
- 问面试官:京东物流-自动驾驶-感知组的负责人,base在硅谷,具体技术涵盖绝大多数CV应用技术,整个自动驾驶组大概150人,感知组20+人
京东DMT三面
- 讲自己准备的PPT,问了很多实现的细节
- 问面试官:京东科技-可信赖AI,30人,解决线上最急需的问题(对抗样本,黄赌毒审核)
- 后面还有0-1轮技术面,1轮HR面
京东DMT四面
- HR讲DMT的发展和规划
- 同样薪资下,top3选择;职业生涯的规划;
腾讯WXG
腾讯WXG一面
- 介绍自己的工作,针对算法细节会有一些开放性的、偏学术讨论的问题(和强化学习之间的关系,工业界实际应用中的蒸馏);针对实习经历问了一两个上线的问题(步态识别怎么上线的)
- 假如要上线一个新产品,输入是一段音乐,输出是关节点的舞蹈,怎么做,有什么思路
- 简历:转专业
- 代码:对一个浮点数开根号;实现softmax(如果exp{1e6}栈溢出,怎么优化)
腾讯TEG一面
- 代码:
1、有一个文本文件tmp.txt,以空格为单词分割,请按照出现频率从大到小打印单词以及其相应的出现次数。
2、给定整数数组A,返回A里面第二大元素,如果不存在返回None。
3、一共有N个台阶,每次可以走1步或者2步,问一共有多少种不同走法?
- 介绍项目,中间夹杂了一些问题:除了模型蒸馏还有什么加速算法;具体讲一下量化;GCN适合哪方面的任务;
- 问面试官:TEG下面的AI视觉广告中心?的视觉算法小组,负责广告的内容理解,为了做广告的推荐
腾讯TEG二面
- 自己工作,比较关注具体的创新点在什么地方
- 算法:PCA,LDA,GMM, EM, Vision Transformer, Linux: 管道/source
- 代码:给一个目录,打印目录下所有的图片的绝对路径;给一个矩阵,返回局部最大值的index,局部的定义类似卷积的感受野,有没有效率比较高的算法
- 问面试官:业务方向是广告理解/视频剪辑/视频生成,会做一些领域内的技术布局和研发
腾讯TEG三面
- 简单讲了一下自己工作,因为跟内容理解不太相关,没问什么问题
- 一个几千维的已知向量,返回和这个向量正交的两个向量,并且这两个向量也彼此正交。(施密特正交化)
- L=xx+(ax)^2+b*x+c,x是一个N维未知向量,a和b是N维已知向量,c是已知常数,求满足L最小时的x,闭式解。
- 十几万条视频,每条几秒到几分钟不等,HWT不等,分四类:动漫、影视、综艺、其他,如何设计模式、损失、训练方法
- 已知一一匹配好的图片-文本对,如何利用transformer学习他们共同的embedding
美团北斗
美团北斗一面
- 介绍自己的工作
- BN、卷积的实现方式
- 问面试官:视觉智能中心,负责整个美团的所有视觉技术,一共200人(包括开发),面试官在工业大脑小组,正式员工十几人,一共三到四轮
美团北斗二面
- 介绍自己工作,有一些发散性的问题,比如自己的工作在其他领域有没有其他的应用,如果用其他的做法会不会work,会不会更好
- 实现multihead attention
- 没来得及问面试官问题
美团北斗三面
- 介绍自己工作,leader面
- 没有算法或coding问题
- 问了职业生涯规划的问题,美团这边主要是业务发展和技术发展都有
字节AI Lab
字节AI Lab一面
- 自己工作
- 不均匀的硬币投出均匀分布;计算IOU;KNN和K-means;Adam & SGD;一范数&二范数;
- 问面试官:视觉智能技术中台,和商业化业务结合的很紧密,也有做学术的;字节不给说团队的分工/人数构成/数量
字节AI Lab二面
- 正则表达式解析2[ab3[c]],训练的trick,卷积的操作流程,mobilenet(group conv,depth-wise conv),最新的backbone,Swin-transformer结构,data-augmentation,cut-out
字节AI Lab三面
- 不用PPT,能讲清除自己的工作的大概的思路;最近有没有最新的工作
- 开放性问题:微信朋友圈图片查重,图片在百万/千万量级,主要过滤掉的是那种直接转发的图片,JPEG的存储模式导致low-level上有一些细微的图片,但是high-level上是一模一样的。
- 原来是AILAB,现在做的是视觉技术中台,具体的工作/分工要看不同的团队,然后再进行沟通;如果没有领域合适的团队,就分配。
华为消费者BG
华为消费者BG一面
-
自己工作
-
代码面试,写完要截屏的
-
没来的及问面试官问题
华为消费者BG二面
- 自己工作:三个工作全讲了,问的问题focus的是实际的应用上的问题(两个面试官+一个HR)
- 代码面试:最近公共祖先
- 问面试官:负责消费者BG下面所有AI相关的核心技术,应用场景是手机/平板等,后面还有一轮综合面试
滴滴
滴滴一面
- 自己工作,问的问题主要是“这个领域最近的发展是什么,还有什么可以做的”,没有问细节
- 没有coding,没有基础算法,问了一下职业生涯规划
- 部门:滴滴地图下面视觉的owner,20人,场景是车载摄像头下的视觉技术,风格是“技术的owner也是产品/业务的owner”,最近在组建新的团队,大几十人,场景是滴滴造车的自动驾驶