2020届算法实习岗面试记录（商汤、华人运通、精锐视觉、仙途智能、等）

目录

精锐视觉上海研究院–2020届–算法研发实习生

一面（HR面）10min

1. 自我介绍
2. 了解一下基本情况
3. 目前在实习公司作啥
4. 简单问了一下发表的几篇论文的研究方向
5. 为什么决定要重新找实习
6. 约了一下笔试和技术面的时间

二面（现场笔试+现场技术面）90min

笔试 60min

C++：

4个选择题，考基础知识
给定一个乱序的数组，给定一个整数target，要求找出数组中所有和为该target的两个数。（要求画算法流程图，我直接写了代码）
给定一张100元纸币，兑换为20，5，1元的纸币，要求将100元纸币正好兑换为上述面额的纸币，且每种面额不少于一张，写代码实现总共有多少种兑换方法。

机器视觉：瑕疵检测方向

1. 写出不少于三个工业相机的厂商，写出不少于三个工业镜头的厂商。
2. 给定一条长100米宽0.2米的条形产品，请设计一套产品表面瑕疵检测设备，要求瑕疵检测和定位精度大于0.2mm，相机距离被检工件表面大于1.5米。请给出检测方案简图，相机镜头型号，以及选型依据。
3. 请根据视觉测量原理，设计一套传送带传送工件纠偏方案。（没写出来）
4. 还有一题忘了，呃呃呃

深度学习

1. 生成式模型和判别式模型
2. 还有几个深度学习基础知识的选择题
3. 解释最大似然估计和最大后验概率以及区别
4. 神经网络中激活层的作用
5. faster rcnn中为什么要用3x3的巻积核代替5x5和7x7的巻积核。
6. 防止过拟合的方式有哪些，请写出不少于五种。
7. 请用深度学习的方法设计一套手写签名的识别方案。（不会）
8. 请自主设计一套人脸识别方案，详述数据集、backbone、训练策略、模型测试等。

技术面试 30min

1. 简单聊了一下在实习公司的工作内容。
2. 主要问了两个与车辆检测有关的项目，问的很细，创新点，难点，解决方案。建议不是自己的项目不要写在简历上
3. opencv的cascade级联分类器的工作原理以及具体的实现方式，训练级联分类器的注意事项。
4. HOG，LBP，Haar特征
5. 简单介绍一下deep_sort算法
6. 问我有什么要问的，我问了一下目前公司主要在进行的项目。

三面（电话技术面）25min

1. 自我介绍
2. 问了一个深度学习的项目，项目简介，自己负责的部分，技术原理细节，创新点，难点。后续改进方案。
3. 详细介绍一下deepsort算法，以及和传统跟踪方法的区别。
4. faster rcnn原理
5. SCI论文，名称，思路，创新点，发在哪个期刊

最终结果：通过

仙途智能（autowise.ai）–2020届–自动驾驶算法实习生

一面（HR面）15min

1. 了解一下基本情况
2. 目前在实习公司做啥
3. 挑了一个项目问采用的什么算法，有没有什么改进
4. 为什么决定要重新找实习，来新公司之后有什么规划
5. 约了下一轮电话技术面和在线coding的时间

二面（电话技术面+在线coding）60min

1. 例行自我介绍
2. 问为什么要找新工作
3. 问论文一作、二作还是其他，回答两篇sci一作，一篇sci二作，两篇EI一作
4. 问第一个项目，先简单介绍项目。再问相机雷达如何进行联合标定，没答上来。
   再问单相机如何标定，相机坐标系和世界坐标系如何转换，标定完的4x4矩阵每个参数什么意思。回答了部分，回答的不好。
   再问交通异常（事故）检测如何实现的，车辆速度如何准确获取，用了哪些策略。回答的不够细，小哥对我的回答好像不是很满意。
5. opencv中的cascade工作原理，train好的模型如何进行交叉验证。如何判断训练的模型是否可以使用。有没有动手写过交叉验证的代码。
6. 问论文中车道线检测如何实现的，论文的创新点，论文的影响影子。
7. 在线coding：给定一个从左往右，从上往下递增的二维数组，给定一个target，在数组中找出该数并返回下标，否则返回-1。我用python一行代码就实现了，那个小哥说python这么简单吗？回答就是这么简单。他说不行，你得写出python中index函数的底层实现。楼主代码能力欠佳，尝试了一分钟没写出来，直接给小哥哥说了一下二分法实现的思路，小哥哥说可以。然后问了一下二分查找的时间复杂度和空间复杂度。

结果：应该已凉

商汤（智慧城市在线笔试）

16个选择题，4个编程题

卤煮自知能力有限，就破罐破摔，全部给他拍下来了，呃呃
多图预警！！！

选择题

编程题

华人运通

自动驾驶算法开发实习生

技术面 35min

1. 自我介绍
2. 聊项目
3. 车辆3D检测是如何实现的，用的什么算法，相机如何标定
4. 道路异常检测是指什么
5. 详细解释deep_sort算法，与online track的方法有什么区别，目标跟踪丢失怎么办
6. 讲一下自己论文的创新点和pipline，聊了三篇论文
7. 对我们公司是否了解，来了之后想做什么

聚时科技 算法开发实习生

电话面试 20min

1. 自我介绍
2. 问了五篇论文的名字和发表的期刊
3. 在实习公司的工作内容
4. 熟悉哪些语言，使用过哪些深度学习框架
5. 图像处理，中值滤波和平滑滤波的区别
6. 说几个机器学习常用的算法，SVM的目标函数是什么，是如何实现分类的，KNN的原理以及分类流程
7. 常见的目标分类的基础网络有哪些，mobilenet和shufflenet是如何实现卷积加速的。
8. 有没有什么想问的。

现场笔试 30min

1. 给了一个7x7的灰度图像和一个2x2的卷积核，分别写出腐蚀和膨胀运算后的图像。
2. 手写代码实现二维卷积过程，不得调用TF、Keras等深度学习库。
3. 手写代码实现一个8邻接连通域算法，不得调用opencv等图像处理库。
4. 写出三个常用的机器学习算法，并介绍其原理和使用场景。
5. 请写出如些解决样本不平衡问题。

技术面 60min

1. 简单了解了一下学校和专业背景，学过哪些图像处理的知识，机器学习和深度学习的算法了解多少。
2. 讲一下你做过的最得意的项目。项目中算法如何改进的，最终的效果如何，如何评价准确率，在那些路段试点。
3. 智能烟机项目，用的什么算法，烟雾如何量化的。
4. 详细聊了我的烟雾检测论文，创新点，评价标准啥的。
5. 详细聊了我的车道线检测论文，数据集如何制作的，不同的车道类型采用不同的分割策略，类别不平衡问题，交叉熵损失函数，激活函数，孪生注意力模型。
6. 专利写的什么内容，极微弱划伤是工业检测中的难点，有什么好的检测办法。
7. 让我讲一下写论文的技巧。
8. 随便聊了会儿公司的项目和工业检测的市场。
9. 有没有什么要问的。

hr面 20多分钟

未完待续。。。