❶ 百度计算机视觉算法工程师面经(research 岗，已offer)
一面(技术面)：
1、相机外参，相机内参
2、分水岭算法
3、目标检测了解吗
4、3D这块有了解吗
5、论文是你写的吗
6、介绍一下图像分割
7、Deeplab v1, v2, v3, v3+
8、U-net后续改进
9、Non-local
10、经典三维重建公式
11、分割常用backbone
二面(技术面)：
1、数据增强方法
2、dropout方法
3、图像分割常见深度学习方法
4、简单介绍一下三维重建项目，平行还是stereo，如何估计的depth map
5、deep lab v3与deep lab v3+的区别
6、深度可分离卷积介绍，输入输出，channel数
7、为什么mobile net要用深度可分离卷积
8、数据集imbalance如何处理
9、常见的图像分割损失函数
10、iou能作为损失函数吗
11、linux 下shell命令行开发熟悉吗
12、组里以发论文为主，写论文的意愿
13、相机内外参
14、现在大几，可实习到什么时候
15、希望自驱性比较高
三面(hr面)
因为是日常实习岗不是校招所以没有...
总结
二次面试过程中我都有些太随意了，有过一些打断面试小姐姐说话的举动，谢谢说的比较少，中间不舒服还活动了下嗓子...还好问的问题比较简单最后过了。
❷ 如何成为AI人工智能算法工程师
我在学校也打了python，做了一个履带式演示或类似的东西，因为时间不长，我把它放在一旁。明确的目标，例如，如果您想进行NLP，则需要知道NLP的应用程序具有智能的问题解答，机器翻译，搜索引擎等。然后，如果要进行智能问题解答，则必须知道最先进的技术是深度学习，并且使用的算法是RNN/LSTM/Seq2Seq
/等。我明确的目标是在实习期间给我任务。当任务清晰时，所需的语言就清晰了，要学习的算法也就清晰了，并且很多事情都是合乎逻辑的。
从金融到技术
人工智能的应用非常广泛，每个研究方向都是无限的。由于金融公司很少与图像处理和诸如NLP之类的技术进行交互，因此我强烈的好奇心使我决定去纯粹的技术公司进行调查。致力于智能家居，目标是Javis
人工智能/机器学习/深度学习
我经常在公交车的广告牌上看到这些字眼，好像没有该技术的公司会落后一样。还有各种学习，例如强化学习，迁移学习，增量学习。
这些话之间是什么关系机器学习是人工智能的一种，而深度学习是机器学习的一种。在学习机器学习之前先学习AI。
计算机“算法”与数学“算法”之间的区别
理论知识对于AI算法工程师来说非常重要。敲代码只是想法的实现过程。这里的“算法”与计算机CS的“算法”不同。
AI算法是从数学上推导的，因此仍然需要学习数学基础。学习越深入，要求越高。在面试期间，极少允许使用手写代码，并且90%的人要求模型挑选算法细节。
在学校里，我是一个不喜欢做笔记的人，甚至是一个不喜欢上课的人。但是自从我进入机器学习之路以来，笔记就开始腾飞了〜
❸ 飞控算法工程师选什么专业
飞控算法工程师通常需要具备较高的数学水平和逻辑思维能力。因此，选择计算机、电子、通信、数学等相关专业将更为合适。这些专业的学生将有机会学习到高数、线性代数、离散数学、数据结构以及计算机科学等课程。
高数课程涵盖了微积分、级数、偏微分方程等内容，有助于工程师理解复杂系统的行为和动态。线性代数则研究向量空间、线性变换等，对处理多维数据至关重要。离散数学涉及集合论、图论、逻辑学等，培养工程师的抽象思维和问题解决能力。数据结构课程教授链表、树、图等数据组织方式，这对于优化算法性能至关重要。计算机科学课程则涵盖了编程语言、操作系统、编译原理等方面的知识，是构建算法和实现软件的基础。
在学习这些课程的过程中，学生可以逐步提高自己在数学和逻辑思维方面的技能，从而更好地应对飞控算法工程师的工作挑战。此外，相关专业的学生还可能有机会参与科研项目、实习等，进一步提升自己的实践能力和职业素养。
综上所述，对于希望成为飞控算法工程师的人来说，选择计算机、电子、通信、数学等相关专业是非常明智的决定。这些专业不仅能够提供必要的理论知识，还能通过实践和项目经验，帮助学生更好地掌握所需的技能。