公众号/知乎: AI算法札记，欢迎关注交流

​公众号【面经1】算法工程师实习校招面经 (上篇)知乎深度学习算法工程师面经(微软、阿里、商汤、滴滴、华为、海康、平安、陌陌等offer)之上篇 - 知乎​一、引言“温故而知新，可以为师矣”，基于《公众号短期规划》一文，我将首先对过去在实验室及实习秋招过程中的工作进行总结，主要包括实习校招面经、目标检测、属性识别、人脸聚类、图卷积、不平衡问题等部分。由于21年已转推荐算法，时间原因，温故部分主要是对过去笔记的整理，不会涉及太多最新的内容，如果有同学继续从事相关工作，也可以私聊，在Github的

1.概述 这篇应该算杂文，因为现场面试需要等待，以及地铁上有点时间，除了正式的东西还有一些乱七八糟的描述和感受，想看面经的还是看我GitHub吧

每个都会一直深入的去讨论一面（1小时）1.算法：x的n次方（x任意，n自然数）2.算法：链表排序（然后不能动指针）3.目标检测sota模型4.多标签不平衡怎么处理5.改善nms6.改善rpn7.iounet8.rfbnet9.忘了二面（1小时）1.介绍实习2.目标检测模型发展3.深度可分离卷积4.focal loss5.Densenet，有没有改进模型6.多标签/...

昨天内推，今天电面，计算机视觉算法岗。全程50分钟，无传统算法题。根据记忆，大概有如下一些问题。1.介绍一下前一段实习简单介绍了一下目标检测的实习经历2.目标检测two-stage模型RCNN-->SPPNet-->Fast RCNN-->Faster RCNN-->RFCN-->DCN-->DCNv2其中重点问了selective ...

Github面经详细知乎专栏一、概述岗位：计算机视觉算法岗题目：凭记忆整理；侵权：如果侵犯公司隐私，请告知删除；个人：跨专业菜鸟一枚，只是给大家提供一些参考，面试题目只是部分，有些可能忘记了。总体情况：面试13家，可以算是8中6，另外5家或是不想继续面了或是可以拿offer时间不合适。offer（6个）： 微软、阿里、商汤、海康、华为、平安科技offer时间不合适（2个）：搜...