① 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。
② 算法工程师主要负责做什么工作
程序设计过程应当包括分析、设计、编码、测试、排错等不同阶段。
1、计算机科学
计算机科学是算法工程师必须掌握的基础学科。算法工程师需要对计算机科学的核心原理有深入的了解,包括数据结构、算法、操作系统、计算机体系结构等。此外,算法工程师还需要熟练掌握至少一种编程语言,如C++、Python或Java。
2、数学
数学是算法设计和分析的重要工具。算法工程师需要学习各种数学概念,包括离散数学、线性代数、微积分和概率统计。这些知识可以帮助算法工程师更好地理解算法的复杂度、正确性和优化方法。
3、机器学习
机器学习是人工智能的一个重要分支,正在快速发展。算法工程师需要了解机器学习的基本原理和常用算法,如决策树、神经网络、支持向量机和聚类算法等。掌握机器学习可以让算法工程师更好地处理大量数据和解决实际问题。
3、沟通能力:算法工程师需要与团队成员、客户和其他相关人员进行沟通,因此需要具备良好的沟通能力。
4、持续学习和创新精神:算法领域发展迅速,算法工程师需要具备持续学习和创新的精神,不断学习和掌握新的技术和方法。