双非本硕 20 届 CV 秋招面经上岸分享

知识库 xqqdsb ⋅ 于 9个月前 ⋅ 最后回复由 Fakefish 9个月前 ⋅ 2168 阅读

两个月前,自己已经走完漫漫秋招路。经过一段时间的调整(划水),今天也静下心来给学弟学妹分享下自己的秋招历程,希望能给大家一些帮助。自己在学校的研究方向是CV,所以自己找工作时也一直找的对口的。虽然今年算法求职行情非常不好,但是很幸运自己秋招所参加的面试大部分都通过了。

收到的offer(按照时间排序):中兴,云从科技,科大讯飞,南瑞,驭势科技,华为,OPPO,南京某研究所,字节。

未通过的面试:vivo,地平线。

(除了华为,全是CV算法岗)

最后签约:OPPO

本人学历双非本硕,当初考研的时候,因为对本科就读的学校挺有自信,大学四年对本校印象还不错,并且觉得性价比很高(不虚一些211 985)。到了找工作的时候,我才发现自己当初的想法有点天真。虽然学校的招牌不差,自己面试过程中也没有受到学历歧视。但是对比于一些985高校,作为本校的学生我们则需要更多的努力。(学校所能能给的是让你进入面试笔试的入场券,至于之后怎么发挥需要看大家自己啦)。所以我认为学校如果有劣势的同学,在秋招时候一定要付出比别人更多的努力,在平时的科研学习中也是要更认真刻苦。

学校期间

今年我秋招能顺利上岸,最要感谢的就是我的导师。因为我们导师的研究方向是CV的语义分割,当时研究生选导师时,我也并不大懂人工智能,计算机视觉是一些什么东西。后面在研究生期间,跟着导师去学习了深度学习,卷积神经网络,语义分割,然后才逐渐入了门。
在研二的时候,经过导师的细心指导以及师兄,同门的帮助,发了一篇CCF—B类的论文,顺便和导师出国开了一次会议。后面对这篇论文进行一系列的扩展发一篇SCI。这两个工作对于我找工作来言是至关重要的,写在简历上,至少能确保自己能通过HR的简历审核,也能保证能与面试官有话聊(不会冷场,hhhh!)。很多985,211高校的研究生发表的会议论文并没有我的好,这也算是一个小小的加分项吧。

实习期间:

发了论文之后,当然就是实习的了。老师首先给我安排了一个去华为2012实验室的机会,自己顺利的通过了面试,但是后面由于那边一些不可抗力的原因导致没有去的成,其实也是比较遗憾的。
后面自己靠着一个师兄内推进了某研究所做CV方向的工作,在那边实习了3、4个月左右,做了两个比较简单的分类+分割项目(研究所的技术确实可能比较落后),然后自己觉得这份工作的挑战性感觉不是太高,后面重新去找了一份实习。(虽然在研究所学到的技术并不是很多,但是这个确实是自己的第一份工作,让自己完成了从学校到工作的过渡,也对工作有了一个基础的认知,所以自己也很感谢这份经历)。
经过一两周的寻找面试,我选择去了南京一个小型独角兽公司,在那边也实习了5个月左右的时间。在这段时间里,感觉自己成长的还是很迅速的。在这家公司,我第一次接触目标检测,并且参与了一些公司最新检测算法的调研,参加了两个顶会的目标检测比赛,也参与了一些生产上项目的实现。在这里,我完成了自己CV技能库的扩充(增加目标检测这类知识)。为之后的秋招打下了扎实的基础。至此,检测+分割+分类我都有所涉及。自己也是非常非常感谢这两段实习经历以及帮助过我的领导和同事们。

秋招:

今年的算法秋招号称“”诸神黄昏”,尤其是CV算法。一个原因是:算法岗位需求没这么旺盛,第二个原因是:选择算法的学生越来越多。需求降低,门槛提升,导致了算法求职难的局面。确实,如果手头没paper,无实习,无比赛的话,可能简历关都过不去。但是如果你在这些方面都有涉足的话,那可能求职难度会小很多!以下是我的求职历程

1.中兴:中兴还是很友好的。提前批第一批我投了简历,两轮面试感觉还不错。

第一轮的技术面主要问了:
(1)简单介绍你的论文,然后提问
(2)简单介绍你的实习内容,然后提问。
(3)LeNet与VGG的区别 --|| 当时觉得问0几年的网络也太冷门了,自己也只是扫过一眼LeNet,然后如实和面试官说了不太了解。自己主动介绍了一下VGG ,Inception v1-v4,resnet,mobilenet,shufflenet等等。
(4)BN的作用以及里面可以学习的参数
(5)dropout原理以及作用
(6)怎么防止过拟合
(7)问了下传统的数字图像处理。

二面面试官对CV不太懂,全程就是我给他们科普CV的应用场景之类的(以及未来发展和遇到的瓶颈)。

中兴offer get !


2.云从科技:AI四小龙。面试体验很棒,整个流程从一面到拿到意向书一周左右搞定!
一面:
(1)介绍你的论文
(2)介绍实习的分类与分割项目(追问一些细节,自己所做优化的原因,为什么这么做,这样做效果提升的怎么样)
(3)介绍你实习参加的两个检测比赛(重点YOLOv3的优化与改进,怎么做的模型融合,怎么做数据预处理,以及与最新的检测算法精度比较等等)
(4)从FCN到Deeplabv3+,语义分割的发展。
(5)检测中FPN的架构
(6)怎么理解anchor
(7)类别不均衡怎么处理
(8)BN的作用以及里面可以学习的参数
(9)正则化原理以及作用
(10)怎么防止过拟合
(11)给你个实际场景,你用深度学习怎么进行处理。
(12)两个leecode的题目(top k,翻转二叉树)二面:大部分传统问题和第一轮面试重复,不过增加了好几个开放性问题(怎么用深度学习解决实际问题)。并且面试官对我参加的两个目标检测比赛挖的非常非常深入,最后手撕两个代码。挺硬核!

Hr面:日常聊天!

云从科技offer get!


3.科大讯飞(面试感觉挺水的,都是日常问题,日常手撕代码。小插曲:面试官批判了我一个项目的做法可能不妥,和他争论以一下,发表了我自己的观点)

科大讯飞offer get!


4.南瑞(看中我的论文和专利。简单问了几个实际应用场景和电网中所需要的CV在哪块)

南瑞offer get!


5.驭势科技

一面:日常问题加流程(同上)

二面:做个PPT去公司现场与面试官讲(比较考验综合能力)

Hr面:聊天!

驭势科技 offer get!


6.华为:因为华为投的部门没有算法岗,所以让我转了研发。面试前突击了一下研发以及计算机网络等知识。

一面:为啥不做算法,要投我们研发(心里想:是你们让我改的。自己就说了:对研发更有兴趣,cv 目前落地浮于表面等等),然后问一下计算机网络的知识,线程与进程 等等等等,最后手撕代码。

二面:为啥不做算法,要投我们研发(同上),对我的算法工作比较感兴趣,让我介绍了一下,并且看了一些实际的效果图之类的。然后计算机网络知识,手撕代码。

部长面:归纳于四个字(我爱加班)。

华为 offer get!


7.OPPO

技术面:问论文,问实习,问深度学习基础,问传统图像算法,问深度学习不足之处,问应用,探讨CV未来方向;最后手撕代码。

部长面:基本同上,问了几个开放性问题(挺有深度和难度的)。

HR面:聊天!

oppo offer get!


8.某研究所:实习老大对我满意,直接走了个流程,问了问常规问题!


9.字节:超级硬核,手撕代码很多也挺难的,各种开放性问题,各种前沿算法,各种经典算法。。。每轮面试都往上怼!本菜鸡侥幸通过!(不过offer下的有点晚了,已和OPPO签约,并且字节不等我毁约三方。最重要的是自己对OPPO很有好感)

字节 offer get!

凉经:

vivo面试那天因为随缘去面试,态度有点不端正(自我检讨),简单问题没一次性写对,一面挂!

地平线一面手边没电脑,后约时间(约到现在也没给我安排,没高兴主动询问)


总结与建议:

虽然自己有些遗憾,因为没有自信,bat一些大厂没有敢去投递;字节过了,手头却没有三方。但是对于最后自己拿到的offer,以及自己选择的OPPO,我都非常满意了。毕竟对于我这种渣硕来说:贵在知足!

建议:

1.算法 or 研发,自己权衡清楚,然后做好选择,努力前行!(尽量在研二上做好决定!)虽然今年算法诸神黄昏,但是像我这样的渣硕也有offer,希望学弟学妹们有信心!!!

2.秋招升级打怪,先从面试难度略低的公司面试,一路升级打装备。手上拿到几个offer,心里才不慌!!!

3.不要害怕大厂难就不去投递,被拒也是一种经历!(失败乃成功之母)不要留下我这种遗憾!

本帖已被设为精华帖!
本帖由 Admin 于 9个月前 加精
回复数量: 1
您需要登陆以后才能留下评论!